| 0 前言 | 第1-8页 |
| 1 绪论 | 第8-14页 |
| 1．1 引言 | 第8页 |
| 1．2 罩式炉退火工艺过程 | 第8-11页 |
| 1．2．1 典型益昌钢卷薄板全厂生产流程和退火车间布置简介 | 第8-10页 |
| 1．2．2 罩式炉退火流程工艺 | 第10-11页 |
| 1．3 罩式炉优化排产的必要性 | 第11-12页 |
| 1．4 罩式炉退火调度国内外研究现状 | 第12页 |
| 1．5 本文的主要工作 | 第12-14页 |
| 2 传统遗传算法和仿真系统 | 第14-21页 |
| 2．1 遗传算法 | 第14-16页 |
| 2．1．1 遗传算法的基本理论 | 第14-15页 |
| 2．1．2 遗传算法应用和发展 | 第15-16页 |
| 2．2 面向对象的离散事件仿真 | 第16-21页 |
| 2．2．1 离散事件系统仿真的基本建模方法 | 第16-18页 |
| 2．2．2 面向对象的方法研究 | 第18-20页 |
| 2．2．3 面向对象的离散事件系统仿真设计 | 第20-21页 |
| 3 一种带有参数自适应调节的改进遗传算法 | 第21-27页 |
| 3．1 问题的提出 | 第21-22页 |
| 3．2 带有参数自适应调整的遗传算法 | 第22-25页 |
| 3．3 仿真算例 | 第25-27页 |
| 4 罩式炉退火过程优化排产的研究 | 第27-39页 |
| 4．1 罩式炉优化排产问题描述 | 第27-29页 |
| 4．2 罩式炉优化排产解决方案 | 第29-33页 |
| 4．2．1 罩式炉优化排产问题解决路线 | 第29-31页 |
| 4．2．2 具有资源约束条件的工序执行过程 | 第31-32页 |
| 4．2．3 罩式炉优化排产实现结构的设计和应用 | 第32-33页 |
| 4．3 应用于罩式炉退火过程优化排产改进遗传算法 | 第33-36页 |
| 4．3．1 问题的提出 | 第33页 |
| 4．3．2 本文的改进遗传算法的在罩式炉优化排产中的应用 | 第33-35页 |
| 4．3．3 改进的遗传算法在罩式炉优化排产应用中仿真对照 | 第35-36页 |
| 4．4 本文提出的条件事件分类的仿真方法 | 第36-39页 |
| 4．4．1 问题的提出 | 第36页 |
| 4．4．2 基于条件事件分类的仿真方法 | 第36-37页 |
| 4．4．3 基于条件事件分类仿真方法在罩式炉退火仿真中的应用 | 第37-39页 |
| 5 罩式炉退火过程优化排产的软件设计 | 第39-46页 |
| 5．1 罩式炉软件系统功能介绍 | 第39-41页 |
| 5．1．1 装炉组合系统功能 | 第39页 |
| 5．1．2 优化排产系统功能 | 第39-41页 |
| 5．1．3 辅助生产管理功能 | 第41页 |
| 5．2 框架主界面设计 | 第41-43页 |
| 5．2．1 主界面设计 | 第41-42页 |
| 5．2．2 视图设计 | 第42-43页 |
| 5．3 数据输入模块程序介绍 | 第43-45页 |
| 5．3．1 数据输入的基本原则问题 | 第43-44页 |
| 5．3．2 初始化输入和待排产计划输入 | 第44-45页 |
| 5．4 输出模块——结果显示程序设计 | 第45-46页 |
| 6 结束语 | 第46-47页 |
| 附录 罩式炉退火过程优化排产系统部分界面摘录 | 第47-50页 |
| 参考文献 | 第50-52页 |
| 致谢 | 第52-53页 |
