| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第12-18页 |
| 1.1 研究背景及意义 | 第12页 |
| 1.2 研究现状 | 第12-15页 |
| 1.2.1 生产调度特征属性选择研究现状 | 第13-14页 |
| 1.2.2 调度规则挖掘方法研究现状 | 第14-15页 |
| 1.3 本文的结构安排 | 第15-18页 |
| 第二章 基于Multi-Pass的作业车间调度方案集生成方法研究 | 第18-36页 |
| 2.1 引言 | 第18页 |
| 2.2 调度规则 | 第18-22页 |
| 2.2.1 调度规则定义与分类 | 第18-19页 |
| 2.2.2 基本调度规则 | 第19-21页 |
| 2.2.3 调度规则性能分析 | 第21-22页 |
| 2.3 Multi-Pass仿真技术 | 第22-24页 |
| 2.3.1 Multi-Pass基本原理 | 第22-23页 |
| 2.3.2 基于Multi-Pass的作业车间最优调度方案生成机制 | 第23-24页 |
| 2.4 基于Multi-Pass的作业车间调度仿真平台实现 | 第24-31页 |
| 2.4.1 作业车间调度问题 | 第24页 |
| 2.4.2 基于Plant Simulation的作业车间调度仿真平台实现 | 第24-31页 |
| 2.5 获取最优调度方案集合 | 第31-34页 |
| 2.6 本章小结 | 第34-36页 |
| 第三章 基于概念格的作业车间特征属性选择方法研究 | 第36-48页 |
| 3.1 引言 | 第36页 |
| 3.2 概念格及其约简理论 | 第36-38页 |
| 3.3 基于属性重要度的作业车间属性选择方法 | 第38-40页 |
| 3.3.1 理论基础 | 第38页 |
| 3.3.2 算法描述与实现 | 第38-40页 |
| 3.4 基于属性特征的作业车间属性选择方法 | 第40-44页 |
| 3.4.1 理论基础 | 第40-42页 |
| 3.4.2 算法描述与实现 | 第42-44页 |
| 3.5 仿真实验 | 第44-46页 |
| 3.5.1 基于属性重要度的作业车间属性选择算法实例 | 第44-45页 |
| 3.5.2 基于属性特征的作业车间属性选择算法实例 | 第45-46页 |
| 3.6 本章小结 | 第46-48页 |
| 第四章 基于属性选择的作业车间调度规则挖掘研究 | 第48-56页 |
| 4.1 引言 | 第48页 |
| 4.2 人工神经网络 | 第48-49页 |
| 4.3 基于属性选择的神经网络调度规则挖掘系统的设计和实现 | 第49-52页 |
| 4.3.1 调度规则挖掘机制 | 第49-50页 |
| 4.3.2 建立和训练神经网络模型 | 第50-52页 |
| 4.4 仿真实验与分析 | 第52-53页 |
| 4.5 本章小结 | 第53-56页 |
| 第五章 结论与展望 | 第56-58页 |
| 5.1 结论 | 第56页 |
| 5.2 问题与展望 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 致谢 | 第62-64页 |
| 研究成果及发表的学术论文 | 第64-66页 |
| 作者和导师简介 | 第66-67页 |
| 北京化工大学专业学位硕士研究生学位论文答辩委员会决议书 | 第67-68页 |
