首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

基于免疫遗传算法的不确定条件下Job-Shop调度问题研究

摘要第5-6页
Abstract第6页
第一章 绪论第9-16页
    1.1 课题研究背景及意义第9-10页
    1.2 车间调度问题的研究现状及发展趋势第10-12页
        1.2.1 确定条件下车间调度问题的国内外发展现状第10-11页
        1.2.2 不确定条件下车间调度问题的国内外发展现状第11-12页
    1..3 本文主要研究内容与组织结构第12-15页
        1.3.1 本文主要研究内容第12-13页
        1.3.2 本文组织结构第13-15页
    本章小结第15-16页
第二章 不确定问题优化调度理论研究第16-23页
    2.1 不确定问题描述及分类第16-17页
        2.1.1 不确定车间调度问题描述第16页
        2.1.2 不确定问题分类第16-17页
    2.2 本文拟使用的优化算法与模糊理论介绍第17-21页
        2.2.1 本文拟使用的优化算法第17-20页
        2.2.2 模糊理论第20-21页
    2.3 不确定变量处理方法第21-22页
        2.3.1 直接简化法第21页
        2.3.2 机器模拟法第21-22页
    本章小结第22-23页
第三章 免疫混沌算法求解单目标不确定Job-Shop调度问题第23-41页
    3.1 引言第23页
    3.2 不确定性调度问题数学模型描述第23-24页
        3.2.1 相关概念和符号第24页
        3.2.2 单目标Job-Shop调度模型第24页
    3.3 求解单目标不确定Job-Shop调度问题算法描述第24-33页
        3.3.1 混沌初始化与Map容器的使用第24-25页
        3.3.2 编码、解码操作与目标函数第25-27页
        3.3.3 克隆选择第27-28页
        3.3.4 交叉方法第28页
        3.3.5 基于混沌映射的变异方法第28-29页
        3.3.6 疫苗抽取与免疫记忆第29-30页
        3.3.7 基于病毒机制的疫苗接种与疫苗进化第30-31页
        3.3.8 免疫选择第31页
        3.3.9 步骤与流程第31-33页
    3.4 实验与结果分析第33-40页
        3.4.1 实验数据第33-35页
        3.4.2 实验结果对比与分析第35-40页
    本章小结第40-41页
第四章 改进免疫优化算法求解多目标不确定Job-Shop调度问题第41-53页
    4.1 引言第41-42页
    4.2 多目标不确定Job-Shop调度问题分析第42-45页
        4.2.1 多目标优化基本理论第42页
        4.2.2 改进寻优算法的优化目标第42-44页
        4.2.3 多目标不确定Job-Shop调度问题数学模型第44-45页
    4.3 求解多目标不确定Job-Shop调度问题的改进算法描述第45-48页
        4.3.1 基于Pareto的多目标优化进化算法分析第45页
        4.3.2 Pareto档案集更新方法以及分级排序第45-46页
        4.3.3 抗体的拥挤距离及精英选择第46-47页
        4.3.4 算法步骤与流程第47-48页
    4.4 实验与结果分析第48-52页
        4.4.1 实验数据第48-49页
        4.4.2 实验结果对比与分析第49-52页
    本章小结第52-53页
第五章 总结与展望第53-55页
    5.1 总结第53-54页
    5.2 展望第54-55页
参考文献第55-59页
攻读硕士学位期间发表的学术论文第59-60页
致谢第60页

论文共60页,点击 下载论文
上一篇:改进的小生境遗传算法求解Job Shop问题
下一篇:基于纹理特征的虹膜斑块提取方法研究