| 摘要 | 第2-3页 |
| abstract | 第3页 |
| 第一章 绪论 | 第7-14页 |
| 1.1 研究背景和意义 | 第7-8页 |
| 1.2 文献综述 | 第8-11页 |
| 1.2.1 国外研究综述 | 第8-9页 |
| 1.2.2 国内研究综述 | 第9-11页 |
| 1.3 研究内容与解决的主要问题 | 第11-12页 |
| 1.3.1 主要研究内容 | 第11页 |
| 1.3.2 拟解决的主要问题 | 第11-12页 |
| 1.4 研究方法及技术路线 | 第12-14页 |
| 1.4.1 研究方法 | 第12-13页 |
| 1.4.2 技术路线 | 第13-14页 |
| 第二章 相关概念与理论基础 | 第14-22页 |
| 2.1 资源受限项目调度问题概述及分类 | 第14-16页 |
| 2.1.1 按项目资源类型分类 | 第14-15页 |
| 2.1.2 按项目执行模式分类 | 第15-16页 |
| 2.1.3 按项目调度目标分类 | 第16页 |
| 2.2 资源受限项目调度问题模式 | 第16-18页 |
| 2.2.1 单执行模式资源受限项目调度 | 第17页 |
| 2.2.2 多执行模式资源受限项目调度 | 第17-18页 |
| 2.3 资源受限项目调度问题求解方法 | 第18-22页 |
| 2.3.1 精确算法 | 第18-19页 |
| 2.3.2 启发式算法 | 第19页 |
| 2.3.3 智能优化算法 | 第19-22页 |
| 第三章 基于蚁群算法的调度分析 | 第22-28页 |
| 3.1 项目作业资源分析 | 第22-23页 |
| 3.1.1 项目作业资源分类 | 第22页 |
| 3.1.2 项目作业资源的重要性 | 第22-23页 |
| 3.2 蚁群算法原理 | 第23-25页 |
| 3.2.1 蚁群算法的物理学背景 | 第23-24页 |
| 3.2.2 蚁群算法的原理 | 第24-25页 |
| 3.2.3 蚁群算法的特点 | 第25页 |
| 3.3 蚁群算法的实现 | 第25-28页 |
| 3.3.1 蚁群算法的参数设定 | 第25-26页 |
| 3.3.2 蚁群算法的步骤 | 第26页 |
| 3.3.3 蚁群算法的参数取值 | 第26-28页 |
| 第四章 基于蚁群算法的高铁转向架样件试制项目调度实例 | 第28-43页 |
| 4.1 项目概况 | 第28-31页 |
| 4.1.1 项目背景 | 第28-29页 |
| 4.1.2 项目作业 | 第29-31页 |
| 4.1.3 项目资源 | 第31页 |
| 4.2 项目工作分解结构与网络图编制 | 第31-33页 |
| 4.2.1 项目的工作分解结构 | 第31-32页 |
| 4.2.2 项目网络图的编制 | 第32-33页 |
| 4.3 项目调度中蚁群算法的应用及分析 | 第33-36页 |
| 4.3.1 蚁群算法应用 | 第33-34页 |
| 4.3.2 项目调度方法 | 第34-36页 |
| 4.4 项目模型的程序模拟与计算 | 第36-40页 |
| 4.4.1 项目模型的程序模拟 | 第36-37页 |
| 4.4.2 项目模型的调度计算 | 第37-40页 |
| 4.5 项目调度结果分析和优化 | 第40-43页 |
| 4.5.1 项目调度结果分析 | 第40-41页 |
| 4.5.2 项目调度的优化 | 第41-42页 |
| 4.5.3 经济性分析 | 第42-43页 |
| 第五章 结论和展望 | 第43-45页 |
| 5.1 结论 | 第43-44页 |
| 5.2 展望 | 第44-45页 |
| 参考文献 | 第45-48页 |
| 附录 | 第48-54页 |
| 致谢 | 第54-55页 |