| 摘要 | 第8-10页 |
| abstract | 第10-11页 |
| 主要符号对照表 | 第15-17页 |
| 缩略词注释表 | 第17-19页 |
| 第1章 绪论 | 第19-33页 |
| 1.1 引言 | 第19页 |
| 1.2 生产调度问题概述 | 第19-25页 |
| 1.2.1 车间调度问题的分类 | 第20-23页 |
| 1.2.2 零等待流水车间调度问题 | 第23-25页 |
| 1.3 车间调度问题的研究方法 | 第25-27页 |
| 1.3.1 演化计算及群智能算法 | 第25-26页 |
| 1.3.2 NWFSP智能优化算法最新研究进展 | 第26-27页 |
| 1.4 适应度地形分析技术 | 第27-30页 |
| 1.4.1 适应度地形的定义 | 第27-28页 |
| 1.4.2 适应度地形的评价指标 | 第28-29页 |
| 1.4.3 车间调度问题适应度地形最新研究进展 | 第29-30页 |
| 1.5 本论文的主要研究内容及创新之处 | 第30-32页 |
| 1.6 本论文的组织安排 | 第32-33页 |
| 第2章 车间调度优化算法关键技术 | 第33-43页 |
| 2.1 阶乘数表示方法 | 第33-36页 |
| 2.1.1 阶乘数表示方法简述 | 第33-34页 |
| 2.1.2 阶乘数对于车间调度序列的编解码方法 | 第34-36页 |
| 2.1.3 阶乘数表示法在组合优化问题中的应用 | 第36页 |
| 2.2 粒子群优化算法 | 第36-38页 |
| 2.2.1 粒子群优化算法简述 | 第36-38页 |
| 2.2.2 粒子群优化算法的最新研究进展 | 第38页 |
| 2.3 迭代局部搜索算法 | 第38-42页 |
| 2.3.1 迭代局部搜索算法简述 | 第38-39页 |
| 2.3.2 迭代局部搜索算法的研究方向 | 第39-40页 |
| 2.3.3 迭代局部搜索算法研究进展 | 第40-42页 |
| 2.4 本章小结 | 第42-43页 |
| 第3章 基于阶乘数表示的NWFSP适应度地形分析 | 第43-57页 |
| 3.1 引言 | 第43-44页 |
| 3.2 阶乘数表示的邻域结构 | 第44-46页 |
| 3.3 F-NWFSP适应度地形分析 | 第46-55页 |
| 3.3.1 位置类型分析 | 第46-51页 |
| 3.3.2 适应度距离相关度分析 | 第51-55页 |
| 3.4 本章小结 | 第55-57页 |
| 第4章 基于PSO及种群自适应的F-NWFSP调度算法 | 第57-69页 |
| 4.1 引言 | 第57页 |
| 4.2 FPAPSO算法 | 第57-62页 |
| 4.2.1 种群初始化算子 | 第57-59页 |
| 4.2.2 VNS局部搜索算子 | 第59-60页 |
| 4.2.3 种群自适应算子 | 第60页 |
| 4.2.4 FPAPSO算法 | 第60-62页 |
| 4.3 对比实验及结果分析 | 第62-68页 |
| 4.3.1 参数设置 | 第62页 |
| 4.3.2 对比实验 | 第62-68页 |
| 4.4 本章小结 | 第68-69页 |
| 第5章 基于种群的混合迭代局部搜索算法 | 第69-94页 |
| 5.1 引言 | 第69页 |
| 5.2 基于种群的混合ILS算法 | 第69-76页 |
| 5.2.1 局部搜索：有限内存的拟牛顿法 | 第70页 |
| 5.2.2 扰动策略：SHADE算法 | 第70页 |
| 5.2.3 接受准则：模拟退火算法 | 第70-71页 |
| 5.2.4 HILS算法描述 | 第71-72页 |
| 5.2.5 HILS的收敛性证明 | 第72-76页 |
| 5.3 对比实验及结果分析 | 第76-92页 |
| 5.3.1 CEC2017标准测试集简述 | 第76页 |
| 5.3.2 参数分析 | 第76-80页 |
| 5.3.3 实验条件 | 第80页 |
| 5.3.4 HILS在CEC2017上的实验结果 | 第80-81页 |
| 5.3.5 将HILS与其他先进算法进行对比 | 第81-90页 |
| 5.3.6 HILS时间复杂度 | 第90-92页 |
| 5.4 本章小结 | 第92-94页 |
| 总结与展望 | 第94-96页 |
| 参考文献 | 第96-105页 |
| 致谢 | 第105-106页 |
| 附录A 攻读学位期间的研究成果及发表的学术论文 | 第106-107页 |
| 附录B 一些对比实验的完整结果 | 第107-110页 |