| 摘要 | 第1-3页 |
| Abstract | 第3-8页 |
| 第一章 绪论 | 第8-19页 |
| ·车间调度问题概述 | 第8-14页 |
| ·车间调度问题的类型 | 第8-10页 |
| ·车间调度问题的特点 | 第10页 |
| ·车间调度问题的主要研究方法 | 第10-13页 |
| ·车间调度问题的发展趋势 | 第13-14页 |
| ·柔性作业车间调度问题的概述 | 第14-17页 |
| ·柔性作业车间调度问题的分类 | 第14-15页 |
| ·柔性作业车间调度问题的研究历史 | 第15-17页 |
| ·本论文的研究意义和主要内容 | 第17-19页 |
| ·研究意义 | 第17页 |
| ·研究内容 | 第17-19页 |
| 第二章 遗传算法在单目标柔性作业车间调度中的应用 | 第19-40页 |
| ·遗传算法简介 | 第19-21页 |
| ·遗传算法的主要特点 | 第19-20页 |
| ·遗传算法的基本操作 | 第20-21页 |
| ·经典遗传算法在柔性作业车间调度中的应用 | 第21-26页 |
| ·编码 | 第21-22页 |
| ·复制操作 | 第22页 |
| ·交叉操作 | 第22-24页 |
| ·变异操作 | 第24页 |
| ·精英保留策略 | 第24页 |
| ·计算工序的开始时间和完工时间 | 第24-26页 |
| ·基于病毒机制的遗传算法在柔性作业车间调度中的应用 | 第26-34页 |
| ·病毒个体的自身测度 | 第27-28页 |
| ·病毒个体的感染操作 | 第28页 |
| ·病毒遗传算法的主要步骤 | 第28-29页 |
| ·算例分析 | 第29-33页 |
| ·小结 | 第33-34页 |
| ·自适应遗传算法在柔性作业车间调度中的应用 | 第34-40页 |
| ·自适应操作 | 第35-36页 |
| ·自适应遗传算法流程图 | 第36页 |
| ·算例分析 | 第36-39页 |
| ·小结 | 第39-40页 |
| 第三章 遗传算法在多目标柔性作业车间调度中的应用 | 第40-56页 |
| ·多目标优化问题简介 | 第40-41页 |
| ·基于均匀设计的遗传算法在多目标柔性作业车间调度中的应用 | 第41-49页 |
| ·多目标遗传算法的适应度函数 | 第41-43页 |
| ·适应度函数均匀合成技术 | 第43-44页 |
| ·基于均匀设计的遗传算法主要步骤 | 第44页 |
| ·算例分析 | 第44-48页 |
| ·小结 | 第48-49页 |
| ·基于两级排序的遗传算法在多目标柔性作业车间调度中的应用 | 第49-56页 |
| ·两级排序方法 | 第49-50页 |
| ·基于两级排序的遗传算法流程图 | 第50-51页 |
| ·算例分析 | 第51-54页 |
| ·小结 | 第54-56页 |
| 第四章 粒子群算法在单目标柔性作业车间调度中的应用 | 第56-75页 |
| ·粒子群算法简介 | 第56-58页 |
| ·粒子群算法 | 第56-57页 |
| ·粒子群算法的程序框架 | 第57-58页 |
| ·粒子群算法在柔性作业车间调度问题中的应用 | 第58-67页 |
| ·粒子的编码和解码 | 第58-59页 |
| ·位置向量和速度向量计算方法 | 第59-60页 |
| ·面向柔性作业车间调度问题的粒子群算法主要步骤 | 第60-61页 |
| ·算例分析 | 第61-67页 |
| ·小结 | 第67页 |
| ·基于混沌搜索的粒子群算法在柔性作业车间调度中的应用 | 第67-75页 |
| ·混沌搜索技术 | 第67-68页 |
| ·基于混沌搜索的粒子群算法主要步骤 | 第68-69页 |
| ·算例分析 | 第69-74页 |
| ·小结 | 第74-75页 |
| 第五章 总结与展望 | 第75-77页 |
| ·研究总结 | 第75页 |
| ·研究展望 | 第75-77页 |
| 参考文献 | 第77-85页 |
| 致谢 | 第85-86页 |
| 读博期间发表的论文 | 第86页 |
