| 摘要 | 第1-10页 |
| ABSTRACT | 第10-12页 |
| 致谢 | 第12-18页 |
| 第一章 绪论 | 第18-28页 |
| ·生产调度问题的提出 | 第18页 |
| ·生产调度问题描述及分类 | 第18-21页 |
| ·生产过程的分类 | 第18-19页 |
| ·生产调度问题描述 | 第19-20页 |
| ·生产调度问题的分类 | 第20-21页 |
| ·生产调度问题研究概况 | 第21-25页 |
| ·生产调度问题的研究历程 | 第21-22页 |
| ·生产调度问题的求解方法 | 第22-25页 |
| ·本文的研究内容 | 第25-27页 |
| ·论文结构 | 第27-28页 |
| 第二章 基于规则描述的离散生产过程建模 | 第28-42页 |
| ·离散生产过程的特点 | 第28-29页 |
| ·离散生产过程的Petri网描述 | 第29-33页 |
| ·Petri网概述 | 第29-31页 |
| ·各类加工模块的Petri网模型 | 第31-33页 |
| ·带时间因子的规则化描述方法 | 第33-35页 |
| ·规则化描述方法 | 第33-34页 |
| ·规则匹配策略 | 第34-35页 |
| ·时间因子的引入 | 第35页 |
| ·基于规则描述的离散生产过程模型 | 第35-37页 |
| ·实例比较 | 第37-40页 |
| ·本章小结 | 第40-42页 |
| 第三章 Q学习分布估计算法研究 | 第42-58页 |
| ·分布估计算法的提出 | 第42-45页 |
| ·进化计算 | 第42-43页 |
| ·遗传算法 | 第43-44页 |
| ·分布估计算法 | 第44-45页 |
| ·分布估计算法的分类 | 第45-48页 |
| ·Q学习分布估计算法 | 第48-51页 |
| ·问题的提出 | 第48页 |
| ·Q学习 | 第48-49页 |
| ·算法的设计 | 第49-50页 |
| ·改进策略 | 第50-51页 |
| ·对比实验 | 第51-56页 |
| ·测试函数 | 第51-52页 |
| ·实验分析 | 第52-56页 |
| ·本章小结 | 第56-58页 |
| 第四章 求解Job-Shop调度问题的分布估计算法 | 第58-70页 |
| ·Job-Shop调度问题描述 | 第58-60页 |
| ·Job-Shop调度问题研究概况 | 第60页 |
| ·自适应的整数编码分布估计算法 | 第60-62页 |
| ·算法的设计 | 第61页 |
| ·算法的收敛性分析 | 第61-62页 |
| ·Job-Shop调度问题的求解 | 第62-66页 |
| ·编码方案 | 第62-63页 |
| ·群体初始化 | 第63-64页 |
| ·适应度评价 | 第64页 |
| ·采样方法 | 第64-66页 |
| ·仿真实验 | 第66-67页 |
| ·本章小结 | 第67-70页 |
| 第五章 求解Flow-Shop调度问题的分布估计算法 | 第70-80页 |
| ·Flow-Shop调度问题描述 | 第70-71页 |
| ·Flow-Shop调度问题研究概况 | 第71-72页 |
| ·免疫分布估计算法的提出 | 第72-75页 |
| ·免疫算法概述 | 第72-74页 |
| ·免疫分布估计算法 | 第74-75页 |
| ·Flow-Shop调度问题的求解 | 第75-76页 |
| ·求解方法 | 第75页 |
| ·仿真实验 | 第75-76页 |
| ·模糊Flow-Shop调度问题的求解 | 第76-79页 |
| ·问题描述 | 第76-77页 |
| ·求解方法 | 第77-78页 |
| ·仿真实验 | 第78-79页 |
| ·本章小结 | 第79-80页 |
| 第六章 基于案例推理的加工时间预测 | 第80-88页 |
| ·常用的预测方法 | 第80页 |
| ·基于案例推理概述 | 第80-81页 |
| ·基于案例推理的预测方法 | 第81-84页 |
| ·案例的描述 | 第81-82页 |
| ·案例的检索 | 第82-83页 |
| ·案例的修改重用 | 第83页 |
| ·案例的保存与更新 | 第83-84页 |
| ·加工时间的预测 | 第84-87页 |
| ·关键问题 | 第84页 |
| ·对比实验 | 第84-87页 |
| ·本章小结 | 第87-88页 |
| 第七章 总结与展望 | 第88-90页 |
| ·总结 | 第88-89页 |
| ·展望 | 第89-90页 |
| 参考文献 | 第90-98页 |
| 攻读博士学位期间发表的论文 | 第98页 |