| 摘要 | 第1-5页 |
| Abstract | 第5-15页 |
| 第一章 绪论 | 第15-25页 |
| ·研究背景和意义 | 第15-16页 |
| ·车间作业排序优化目标研究现状 | 第16-17页 |
| ·车间作业排序优化模型 | 第16页 |
| ·车间作业排序优化目标 | 第16-17页 |
| ·改进粒子群算法研究现状 | 第17-22页 |
| ·粒子群算法概述 | 第17-18页 |
| ·粒子群算法的改进途径 | 第18-20页 |
| ·改进粒子群算法在车间作业排序中的应用 | 第20-22页 |
| ·车间作业排序仿真研究现状 | 第22-23页 |
| ·本文的主要研究内容 | 第23-25页 |
| 第二章 改进粒子群算法及其性能测试 | 第25-44页 |
| ·常用测试函数介绍 | 第25-26页 |
| ·Shaffer’s F6 函数 | 第25页 |
| ·Rosenbrock 函数 | 第25-26页 |
| ·Shubert 函数 | 第26页 |
| ·基本粒子群算法 | 第26-27页 |
| ·控制参数对粒子群算法性能的影响 | 第27-33页 |
| ·种群大小的影响 | 第28-30页 |
| ·加速因子的影响 | 第30-32页 |
| ·惯性权重的影响 | 第32-33页 |
| ·粒子群算法的改进 | 第33-42页 |
| ·自适应粒子群算法及其性能测试 | 第33-36页 |
| ·遗传粒子群算法及其性能测试 | 第36-38页 |
| ·基于小生境技术的协同粒子群算法及其性能测试 | 第38-42页 |
| ·本章小结 | 第42-44页 |
| 第三章 改进粒子群算法在车间作业排序中的应用 | 第44-65页 |
| ·车间作业排序优化模型的建立 | 第44页 |
| ·车间作业排序的优化实例 | 第44-46页 |
| ·改进粒子群算法的总体设计 | 第46-49页 |
| ·自适应粒子群算法 | 第47页 |
| ·遗传粒子群算法 | 第47-48页 |
| ·基于小生境技术的协同粒子群算法 | 第48-49页 |
| ·改进粒子群算法的详细设计 | 第49-51页 |
| ·编码及译码 | 第49-50页 |
| ·种群初始化 | 第50页 |
| ·适应度函数的设计 | 第50-51页 |
| ·改进粒子群算法的应用分析 | 第51-64页 |
| ·本章小结 | 第64-65页 |
| 第四章 车间作业排序优化设计系统的开发及实现 | 第65-75页 |
| ·系统总体框架设计 | 第65-67页 |
| ·算法测试子系统框架设计 | 第66页 |
| ·车间作业排序子系统框架设计 | 第66-67页 |
| ·系统运行流程分析 | 第67-70页 |
| ·系统应用测试 | 第70-74页 |
| ·基础数据设置 | 第70页 |
| ·求解结果显示 | 第70-74页 |
| ·本章小结 | 第74-75页 |
| 第五章 基于 Arena 的车间作业排序过程的仿真 | 第75-86页 |
| ·仿真基本概率及 Arena 简介 | 第75-79页 |
| ·仿真基本概念 | 第75页 |
| ·Arena 简介 | 第75-79页 |
| ·车间作业排序过程建模 | 第79-83页 |
| ·数据采集 | 第79-80页 |
| ·逻辑模块 | 第80-81页 |
| ·逻辑模型详细设计 | 第81-83页 |
| ·仿真模型与结果分析 | 第83-85页 |
| ·运行仿真模型 | 第83-84页 |
| ·结果分析 | 第84-85页 |
| ·本章小结 | 第85-86页 |
| 第六章 总结与展望 | 第86-88页 |
| ·总结 | 第86-87页 |
| ·展望 | 第87-88页 |
| 参考文献 | 第88-93页 |
| 致谢 | 第93-95页 |
| 在学期间的研究成果及发表的学术论文 | 第95页 |