多目标混合优化算法在柔性作业车间调度中的研究与应用
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第10-14页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.1.1 研究背景 | 第10页 |
| 1.1.2 研究意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.3 现状总结与学位论文主要工作 | 第12-13页 |
| 1.3.1 现状总结 | 第12页 |
| 1.3.2 学位论文主要工作 | 第12-13页 |
| 1.4 学位论文章节安排 | 第13-14页 |
| 第二章 相关理论基础与方法 | 第14-20页 |
| 2.1 柔性作业车间调度 | 第14-17页 |
| 2.1.1 柔性作业车间调度问题 | 第14-16页 |
| 2.1.2 主要特点及研究方法 | 第16-17页 |
| 2.2 遗传算法理论研究 | 第17-19页 |
| 2.2.1 遗传算法概述 | 第17页 |
| 2.2.2 参数设置 | 第17-18页 |
| 2.2.3 基本流程 | 第18-19页 |
| 本章小结 | 第19-20页 |
| 第三章 基于反向学习的改进遗传算法求解FJSP | 第20-41页 |
| 3.1 问题概述与模型建立 | 第20-21页 |
| 3.1.1 问题描述 | 第20页 |
| 3.1.2 FJSP数学模型的建立 | 第20页 |
| 3.1.3 约束条件 | 第20-21页 |
| 3.2 基于反向学习策略的改进遗传算法 | 第21-31页 |
| 3.2.1 算法框架 | 第21页 |
| 3.2.2 反向学习策略 | 第21-22页 |
| 3.2.3 编码设计 | 第22-24页 |
| 3.2.4 适应度函数 | 第24页 |
| 3.2.5 种群初始化 | 第24-25页 |
| 3.2.6 选择操作 | 第25-26页 |
| 3.2.7 交叉操作 | 第26-28页 |
| 3.2.8 变异操作 | 第28-31页 |
| 3.2.9 算法流程 | 第31页 |
| 3.3 基准问题测试 | 第31-39页 |
| 3.3.1 Kacem基准测试 | 第32-37页 |
| 3.3.2 与其他改进遗传算法实验结果比较 | 第37-39页 |
| 3.4 结论 | 第39-40页 |
| 本章小结 | 第40-41页 |
| 第四章 多目标混合优化算法求解多目标FJSP | 第41-49页 |
| 4.1 多目标混合优化算法求解多目标FJSP | 第41-44页 |
| 4.1.1 多目标FJSP模型的描述与建立 | 第41页 |
| 4.1.2 算法的基本思想 | 第41页 |
| 4.1.3 权重向量的生成 | 第41-42页 |
| 4.1.4 Tchebycheff聚合方法 | 第42-43页 |
| 4.1.5 多目标混合优化算法流程 | 第43-44页 |
| 4.1.6 欧氏距离 | 第44页 |
| 4.2 实验结果及分析 | 第44-48页 |
| 4.2.1 Kacem基准测试 | 第44-47页 |
| 4.2.2 与其他文献实验结果比较 | 第47-48页 |
| 4.3 结论 | 第48页 |
| 本章小结 | 第48-49页 |
| 第五章 柔性作业车间调度模拟系统的设计与实现 | 第49-66页 |
| 5.1 系统概述 | 第49-50页 |
| 5.1.1 系统开发背景 | 第49页 |
| 5.1.2 系统相关技术 | 第49-50页 |
| 5.2 系统可行性研究及需求分析 | 第50-54页 |
| 5.2.1 可行性分析 | 第50页 |
| 5.2.2 需求分析 | 第50-54页 |
| 5.3 系统概要设计 | 第54-59页 |
| 5.3.1 系统总体结构 | 第54-55页 |
| 5.3.2 系统主要功能模块设计 | 第55页 |
| 5.3.3 系统数据库设计 | 第55-59页 |
| 5.4 系统详细设计 | 第59-64页 |
| 5.4.1 系统总体流程图 | 第59-60页 |
| 5.4.2 主要功能模块 | 第60-64页 |
| 5.5 系统仿真模拟及页面展示 | 第64-65页 |
| 本章小结 | 第65-66页 |
| 结论 | 第66-68页 |
| 参考文献 | 第68-71页 |
| 攻读硕士学位期间发表的学术论文 | 第71-72页 |
| 致谢 | 第72页 |
