改进的小生境遗传算法求解Job Shop问题
摘要 | 第5-6页 |
ABSTRACT | 第6页 |
绪论 | 第10-12页 |
论文研究的背景,目的意义及研究现状 | 第10-11页 |
本论文的主要工作 | 第11-12页 |
第一章 作业车间调度问题 | 第12-16页 |
1.1 作业车间调度问题一般描述 | 第12-13页 |
1.2 车间调度问题的数学描述及模型 | 第13-14页 |
1.3 车间调度问题的特点 | 第14-15页 |
1.4 车间调度问题的发展趋势及方向 | 第15页 |
本章小结 | 第15-16页 |
第二章 遗传算法的研究 | 第16-22页 |
2.1 引言 | 第16页 |
2.2 遗传算法的研究现状 | 第16-17页 |
2.3 基本遗传算法 | 第17-18页 |
2.3.1 基本遗传算法概述 | 第17页 |
2.3.2 基本遗传算法的基本流程和流程图 | 第17-18页 |
2.4 自适应遗传算法 | 第18-20页 |
2.5 小生境遗传算法 | 第20-21页 |
本章小结 | 第21-22页 |
第三章 基于自适应技术的隔离小生境遗传算法 | 第22-39页 |
3.1 引言 | 第22页 |
3.2 算法的融合思想 | 第22-23页 |
3.3 算法的基本步骤 | 第23-32页 |
3.3.1 编码 | 第23页 |
3.3.2 种群的初始化与隔离 | 第23-24页 |
3.3.3 确定个体评价方法 | 第24-25页 |
3.3.4 确定子群规模 | 第25页 |
3.3.5 劣种不活规则 | 第25-26页 |
3.3.6 同种互斥规则 | 第26页 |
3.3.7 自适应策略 | 第26-29页 |
3.3.8 更新策略 | 第29页 |
3.3.9 遗传算子 | 第29-32页 |
3.4 流程图 | 第32-33页 |
3.5 算法的优点 | 第33-34页 |
3.6 性能验证 | 第34-38页 |
本章小结 | 第38-39页 |
第四章 改进的遗传算法在车间调度中的应用 | 第39-48页 |
4.1 引言 | 第39页 |
4.2 算法设计 | 第39-43页 |
4.2.1 编码和解码 | 第39-40页 |
4.2.2 适应度函数 | 第40-41页 |
4.2.3 选择算子 | 第41-42页 |
4.2.4 交叉算子 | 第42-43页 |
4.2.5 变异算子 | 第43页 |
4.3 经典问题验证 | 第43-47页 |
4.3.1 分类 | 第43-44页 |
4.3.2 LA01(10×5)问题 | 第44-46页 |
4.3.3 FT06(6×6)问题 | 第46-47页 |
本章小结 | 第47-48页 |
第五章 基于改进遗传算法的车间调度管理系统的实现 | 第48-58页 |
5.1 引言 | 第48页 |
5.2 系统设计 | 第48-50页 |
5.2.1 设计思想 | 第48-49页 |
5.2.2 车间调度系统功能模块 | 第49-50页 |
5.3 开发工具 | 第50-51页 |
5.3.1 开发环境 | 第50页 |
5.3.2 系统架构 | 第50-51页 |
5.3.3 数据库设计 | 第51页 |
5.4 模拟系统运行 | 第51-57页 |
木章小结 | 第57-58页 |
结论 | 第58-60页 |
参考文献 | 第60-63页 |
攻读硕士学位期间发表的学术论文 | 第63-64页 |
致谢 | 第64页 |