基于实时工况信息的Job Shop车间重调度方法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 绪论 | 第10-14页 |
| 第一章 调度问题概述 | 第14-22页 |
| ·调度相关概念及相关理论体系 | 第14-16页 |
| ·调度分类 | 第16-17页 |
| ·影响调度的因素 | 第17页 |
| ·调度性能指标 | 第17页 |
| ·调度问题的特点 | 第17-18页 |
| ·求解调度问题的算法 | 第18-21页 |
| ·经典的最优化方法 | 第19页 |
| ·启发式方法 | 第19-20页 |
| ·邻域搜索方法 | 第20-21页 |
| ·基于仿真的方法 | 第21页 |
| 本章小结 | 第21-22页 |
| 第二章 干扰管理的理论与方法 | 第22-27页 |
| ·干扰管理的定义 | 第22页 |
| ·干扰管理与其他管理方法的区别 | 第22-23页 |
| ·干扰管理的应用研究 | 第23-25页 |
| ·机器生产调度的干扰管理 | 第23页 |
| ·单机干扰管理 | 第23-24页 |
| ·平行机干扰管理 | 第24页 |
| ·Flow shop及Job shop干扰管理 | 第24-25页 |
| ·干扰管理的调度策略 | 第25-26页 |
| ·干扰管理在调度中评价指标 | 第26页 |
| 本章小结 | 第26-27页 |
| 第三章 针对某厂的生产调度研究 | 第27-38页 |
| ·针对某企业订单生产流程的分析 | 第27-28页 |
| ·单机调度问题 | 第28-32页 |
| ·单机问题描述 | 第28-29页 |
| ·单机数学模型及算法 | 第29页 |
| ·算例1 | 第29-30页 |
| ·算例2 | 第30-31页 |
| ·算例3 | 第31-32页 |
| ·遗传算法 | 第32-37页 |
| ·遗传编码 | 第34页 |
| ·适应度函数 | 第34页 |
| ·参数选择 | 第34-35页 |
| ·种群初始化 | 第35页 |
| ·遗传算子 | 第35-36页 |
| ·遗传算法终止条件 | 第36页 |
| ·遗传算法的优点 | 第36页 |
| ·遗传算法程序设计 | 第36-37页 |
| 本章小结 | 第37-38页 |
| 第四章 Flow Shop调度问题 | 第38-50页 |
| ·问题描述 | 第38页 |
| ·CDS启发式算法数学模型 | 第38-40页 |
| ·遗传算法的数学模型 | 第40-45页 |
| ·表达方法 | 第41页 |
| ·评估函数 | 第41页 |
| ·交叉与变异 | 第41-43页 |
| ·实例验算 | 第43-45页 |
| ·遗传算法求解flow shop重调度问题 | 第45-49页 |
| 本章小结 | 第49-50页 |
| 第五章 Job Shop调度 | 第50-66页 |
| ·Job Shop调度问题 | 第50-51页 |
| ·Job shop的描述及数学模型的建立 | 第51-52页 |
| ·遗传算法的设计 | 第52-62页 |
| ·遗传算子的设计 | 第55-62页 |
| ·job shop动态重调度 | 第62-65页 |
| 本章小结 | 第65-66页 |
| 结论 | 第66-68页 |
| 参考文献 | 第68-71页 |
| 附录 | 第71-84页 |
| 攻读硕士学位期间发表的学术论文 | 第84-85页 |
| 致谢 | 第85页 |
