摘要 | 第4-5页 |
Abstract | 第5-6页 |
第一章 绪论 | 第10-14页 |
1.1 研究背景与意义 | 第10-11页 |
1.2 国内外研究现状 | 第11-12页 |
1.3 本文研究内容 | 第12-13页 |
1.4 论文内容安排 | 第13-14页 |
第二章 车间调度研究综述 | 第14-20页 |
2.1 车间调度问题综述 | 第14-17页 |
2.1.1 车间调度问题的描述 | 第14-16页 |
2.1.2 车间调度问题分类 | 第16页 |
2.1.3 车间调度问题特点 | 第16-17页 |
2.2 混合流水作业车间 | 第17-19页 |
2.2.1 混合车间调度问题描述 | 第17页 |
2.2.2 混合流水车间问题研究现状 | 第17-19页 |
2.3 小结 | 第19-20页 |
第三章 多目标人工蜂群算法 | 第20-32页 |
3.1 基本人工蜂群算法算法 | 第20-24页 |
3.1.1 背景与起源 | 第20-21页 |
3.1.2 基本算法描述 | 第21-23页 |
3.1.3 算法特点 | 第23-24页 |
3.2 多目标优化基本模型 | 第24-27页 |
3.2.1 问题描述 | 第24-25页 |
3.2.2 Pareto支配 | 第25页 |
3.2.3 Pareto解集构成与Pareto平面 | 第25-26页 |
3.2.4 评判标准 | 第26-27页 |
3.3 多目标人工算法蜂群算法 | 第27-31页 |
3.3.1 解的评估 | 第27-28页 |
3.3.2 自适应搜索因子 | 第28-29页 |
3.3.3 种群的个体选择 | 第29-30页 |
3.3.4 外部最优集合 | 第30-31页 |
本章小结 | 第31-32页 |
第四章 多目标人工蜂群算法在混合流水车间调度应用 | 第32-44页 |
4.1 混合流水车间问题 | 第32-35页 |
4.1.1 问题描述 | 第32-33页 |
4.1.2 符号说明 | 第33-34页 |
4.1.3 决策变量与约束 | 第34页 |
4.1.4 目标函数 | 第34-35页 |
4.2 改进算法过程 | 第35-38页 |
4.2.1 种群的编码与解码 | 第35-36页 |
4.2.2 适应度函数的设定 | 第36页 |
4.2.3 引领蜂选择过程 | 第36-37页 |
4.2.4 跟随蜂选择过程 | 第37页 |
4.2.5 侦查蜂选择过程 | 第37-38页 |
4.3 算法详细 | 第38-39页 |
4.4 仿真研究 | 第39-43页 |
本章小结 | 第43-44页 |
第五章 调度模拟系统 | 第44-55页 |
5.1 总体设计 | 第44-46页 |
5.1.1 系统分析 | 第44-46页 |
5.1.2 系统环境 | 第46页 |
5.2 功能设计 | 第46-48页 |
5.2.1 设备管理模块 | 第47页 |
5.2.2 产品管理模块 | 第47-48页 |
5.2.3 计划管理模块 | 第48页 |
5.2.4 调度管理模块 | 第48页 |
5.3 数据库设计 | 第48-50页 |
5.3.1 逻辑设计 | 第48-49页 |
5.3.2 物理设计 | 第49-50页 |
5.4 系统模拟 | 第50-54页 |
本章小结 | 第54-55页 |
结论 | 第55-57页 |
参考文献 | 第57-60页 |
攻读硕士学位期间发表的学术论文 | 第60-61页 |
致谢 | 第61页 |