| 摘要 | 第1-3页 |
| Abstract | 第3-8页 |
| Contents | 第8-11页 |
| 论文中涉及的术语及缩写词 | 第11-12页 |
| 第一章 绪论 | 第12-18页 |
| ·研究背景 | 第12页 |
| ·论文的研究目的意义 | 第12-13页 |
| ·国内外现状及发展趋势 | 第13-15页 |
| ·国内外现状 | 第13-14页 |
| ·发展趋势 | 第14-15页 |
| ·论文主要展开工作 | 第15-18页 |
| ·论文研究思路及内容 | 第16页 |
| ·论文研究方法 | 第16页 |
| ·论文主体框架 | 第16-18页 |
| 第二章 船舶制造执行系统体系结构 | 第18-34页 |
| ·船舶制造企业模型构建 | 第18-23页 |
| ·船舶企业的生产管理特点分析 | 第18-19页 |
| ·基于 MES 的船舶企业职能模型 | 第19-23页 |
| ·船舶制造执行系统需求分析 | 第23-27页 |
| ·船舶制造执行系统需求分析 | 第23-26页 |
| ·开发船舶制造执行系统存在的困难 | 第26-27页 |
| ·船舶制造执行系统功能体系设计 | 第27-31页 |
| ·船舶制造执行系统功能信息模型研究 | 第27-28页 |
| ·船舶制造执行系统功能体系结构设计 | 第28-31页 |
| ·船舶制造执行系统开发的关键技术 | 第31-32页 |
| ·本章小结 | 第32-34页 |
| 第三章 船舶制造执行系统资源分配和状态管理模块设计 | 第34-44页 |
| ·资源分配和状态管理模块的功能需求 | 第34-36页 |
| ·设备管理 | 第34-35页 |
| ·物料管理 | 第35页 |
| ·人员管理 | 第35-36页 |
| ·资源分配和状态管理模块与其他模块的动态联系 | 第36-37页 |
| ·资源分配和状态管理模块的功能模型设计 | 第37-42页 |
| ·资源分配和状态管理模块中应用智能算法解决的问题 | 第42-43页 |
| ·资源分配和状态管理模块中应用智能算法解决的问题 | 第42页 |
| ·优化算法的选择原则 | 第42-43页 |
| ·本章小结 | 第43-44页 |
| 第四章 相关智能算法介绍 | 第44-57页 |
| ·模拟退火算法 | 第44-48页 |
| ·模拟退火算法概念 | 第44页 |
| ·模拟退火算法的基本思想 | 第44-46页 |
| ·模拟退火算法的一般步骤 | 第46页 |
| ·模拟退火算法的优缺点 | 第46-47页 |
| ·模拟退火算法应用范围 | 第47-48页 |
| ·遗传算法 | 第48-52页 |
| ·遗传算法概念 | 第48页 |
| ·遗传算法的基本思想 | 第48页 |
| ·遗传算法的一般步骤 | 第48-50页 |
| ·遗传算法的优缺点 | 第50-51页 |
| ·遗传算法应用范围 | 第51-52页 |
| ·人工神经网络 | 第52-57页 |
| ·人工神经网络算法的概念 | 第52页 |
| ·人工神经网络算法的基本思想 | 第52-53页 |
| ·人工神经网络算法的一般步骤 | 第53-55页 |
| ·人工神经网络算法的优缺点 | 第55页 |
| ·人工神经网络算法的应用范围 | 第55-57页 |
| 第五章 智能算法在资源分配和状态管理模块中的应用 | 第57-76页 |
| ·基于模拟退火算法的人力分配问题 | 第57-61页 |
| ·模型的建立 | 第57-58页 |
| ·模拟退火算法求解 | 第58-60页 |
| ·模型应用 | 第60-61页 |
| ·基于遗传算法的设备分配策略问题 | 第61-67页 |
| ·模型建立 | 第63页 |
| ·遗传算法求解 | 第63-65页 |
| ·模型应用 | 第65-67页 |
| ·基于 BP 神经网络船舶企业员工综合评价 | 第67-75页 |
| ·评价模型的原理 | 第68页 |
| ·评价指标的选取 | 第68-69页 |
| ·评价模型的结构 | 第69-71页 |
| ·评价指标数据的采集及归一化处理 | 第71页 |
| ·模型应用 | 第71-75页 |
| ·本章小结 | 第75-76页 |
| 结论 | 第76-78页 |
| 参考文献 | 第78-81页 |
| 攻读硕士期间参与的科研项目以及发表的学术论文 | 第81-82页 |
| 致谢 | 第82-83页 |
| 大摘要 | 第83-88页 |