单晶硅生产排产算法的研究与应用
摘要 | 第4-5页 |
Abstract | 第5-6页 |
第一章 绪论 | 第9-14页 |
1.1 研究背景及意义 | 第9-10页 |
1.1.1 研究背景 | 第9页 |
1.1.2 研究意义 | 第9-10页 |
1.2 国内外研究现状 | 第10-12页 |
1.2.1 国内研究现状 | 第10页 |
1.2.2 国外研究现状 | 第10-11页 |
1.2.3 存在的主要问题 | 第11-12页 |
1.3 研究内容 | 第12页 |
1.3.1 研究目标 | 第12页 |
1.3.2 关键问题 | 第12页 |
1.4 论文结构 | 第12-14页 |
第二章 关于单晶硅生产排产的相关技术综述 | 第14-23页 |
2.1 单晶硅生产排产相关概念 | 第14页 |
2.2 BP神经网络算法 | 第14-17页 |
2.2.1 BP神经网络简介 | 第14-15页 |
2.2.2 BP神经网络原理 | 第15-17页 |
2.3 遗传算法 | 第17-19页 |
2.3.1 遗传算法简介 | 第17页 |
2.3.2 遗传算法原理 | 第17-18页 |
2.3.3 遗传算法求解流程 | 第18-19页 |
2.4 Java与MATLAB混合编程 | 第19-22页 |
2.4.1 混合编程原理 | 第19-21页 |
2.4.2 编程步骤 | 第21页 |
2.4.3 接口具体实现 | 第21-22页 |
2.5 本章小结 | 第22-23页 |
第三章 稳态下单晶硅生产排产问题研究 | 第23-40页 |
3.1 稳态下单晶硅投料预测 | 第23-29页 |
3.1.1 单晶硅投料预测 | 第23页 |
3.1.2 单晶硅投料预测参数设计 | 第23-29页 |
3.1.3 单晶硅投料预测结果 | 第29页 |
3.2 改进的遗传算法优化排产调度 | 第29-33页 |
3.2.1 编码方式 | 第30页 |
3.2.2 选择运算 | 第30页 |
3.2.3 自适应交叉和变异运算 | 第30-31页 |
3.2.4 优化交叉方法 | 第31页 |
3.2.5 子种群划分的并行计算 | 第31-32页 |
3.2.6 多目标的排产调度 | 第32-33页 |
3.3 稳态下排产调度 | 第33-39页 |
3.3.1 调度计划衡量指标 | 第33-34页 |
3.3.2 实验参数 | 第34-35页 |
3.3.3 实验结果及分析 | 第35-39页 |
3.4 本章小结 | 第39-40页 |
第四章 非稳态下单晶硅生产排产问题研究 | 第40-57页 |
4.1 基于扰动因子的非稳态混合调度模型 | 第40页 |
4.2 基于临时订单增加问题的混合调度 | 第40-46页 |
4.2.1 临时订单增加问题调度模型 | 第40-44页 |
4.2.2 实验参数 | 第44页 |
4.2.3 实验结果及分析 | 第44-46页 |
4.3 基于临时订单减少问题的混合调度 | 第46-50页 |
4.3.1 临时订单减少问题调度模型 | 第46-47页 |
4.3.2 实验参数 | 第47-48页 |
4.3.3 实验结果及分析 | 第48-50页 |
4.4 基于加工机器突发故障和维保问题的混合调度 | 第50-55页 |
4.4.1 加工机器突发故障和维保问题调度模型 | 第50-51页 |
4.4.2 实验参数 | 第51-52页 |
4.4.3 实验结果及分析 | 第52-55页 |
4.5 本章小结 | 第55-57页 |
第五章 基于混合调度的知识库系统设计 | 第57-75页 |
5.1 知识库系统设计 | 第57-59页 |
5.1.1 知识库系统总体设计 | 第57-58页 |
5.1.2 知识库业务模型 | 第58-59页 |
5.2 知识库系统概要设计 | 第59-66页 |
5.2.1 任务管理 | 第59-60页 |
5.2.2 模板管理 | 第60-62页 |
5.2.3 规则管理 | 第62-63页 |
5.2.4 算法管理 | 第63-65页 |
5.2.5 模型管理 | 第65-66页 |
5.3 知识库系统数据库设计 | 第66-69页 |
5.4 知识库的实现 | 第69-74页 |
5.4.1 开发工具 | 第69页 |
5.4.2 算法接口实现 | 第69-70页 |
5.4.3 知识库实现 | 第70-74页 |
5.5 本章小结 | 第74-75页 |
第六章 总结与展望 | 第75-77页 |
6.1 本文研究工作总结 | 第75-76页 |
6.2 存在的不足和今后工作展望 | 第76-77页 |
参考文献 | 第77-81页 |
攻读学位期间的研究成果 | 第81-82页 |
致谢 | 第82页 |