| 摘要 | 第6-8页 |
| ABSTRACT | 第8-9页 |
| 第1章 绪论 | 第10-21页 |
| 1. 遗传算法简介 | 第10-16页 |
| 1.1 遗传操作 | 第12-15页 |
| 1.2 共生遗传算法 | 第15页 |
| 1.3 遗传算法与传统优化算法的比较 | 第15-16页 |
| 2. 作业调度问题综述 | 第16-19页 |
| 2.1 传统作业调度问题 | 第17-18页 |
| 2.2 调度问题的分类 | 第18-19页 |
| 3. 基于遗传算法的作业车间调度问题求解的一般过程 | 第19-20页 |
| 4. 论文的组织和创新之处 | 第20-21页 |
| 第2章 柔性作业调度问题说明 | 第21-24页 |
| 1. 含柔性的作业调度问题 | 第21页 |
| 2. 三种类型的柔性 | 第21-22页 |
| 3. 柔性作业调度问题的描述 | 第22-24页 |
| 第3章 共生算法求解 JSP算法设计及实现框架 | 第24-35页 |
| 1. 邻域 | 第24页 |
| 2. 共生算法设计 | 第24-26页 |
| 3. 编码方法 | 第26-27页 |
| 3.1 流程设计染色体编码 | 第26页 |
| 3.2 作业调度染色体编码 | 第26-27页 |
| 4. 种群的初始化 | 第27页 |
| 5. 解码方法 | 第27-28页 |
| 5.1 流程设计染色体的编码解码方法 | 第27页 |
| 5.2 作业调度染色体的编码解码方法 | 第27-28页 |
| 6. 交叉方法 | 第28-30页 |
| 6.1 一点交叉变体 | 第28-29页 |
| 6.2 两点交叉变体 | 第29页 |
| 6.3 MSX方法 | 第29-30页 |
| 6.4 交叉替换的方式 | 第30页 |
| 7. 变异方法 | 第30-31页 |
| 7.1 流程设计染色体的变异 | 第30-31页 |
| 7.2 作业调度染色体的变异 | 第31页 |
| 8. 本文中共生算法实现说明 | 第31-34页 |
| 8.1 算法实现了中类说明 | 第31-34页 |
| 8.2 类之间的组合关系 | 第34页 |
| 9. 本章小节 | 第34-35页 |
| 第4章 本文共生算法所做的改进及研究内容 | 第35-48页 |
| 1. 新适应度函数的计算定义 | 第35-39页 |
| 1.1 要比较的适应度函数的定义:适应度函数1 | 第35-36页 |
| 1.2 新的适应度函数:适应度函数2 | 第36页 |
| 1.3 新提出的适应度函数fitness2定义优越 | 第36-39页 |
| 2. 所要测试多种因素对共生算法效率和结果的影响 | 第39-46页 |
| 2.1 交叉方法的性能比较 | 第40-41页 |
| 2.2 选择的邻域大小对共生算法进化速度及结果的影响 | 第41-44页 |
| 2.3 随机和轮盘赌自适应选择母体策略 | 第44-46页 |
| 3. 并行调度算法 | 第46-47页 |
| 3.2 算法结果 | 第47页 |
| 4. 本章小节 | 第47-48页 |
| 第5章 总结和结论 | 第48-49页 |
| 附录 | 第49-54页 |
| 参考文献 | 第54-58页 |
| 致谢 | 第58-59页 |
| 攻读学位期间发表的学术论文和参加的工作 | 第59-60页 |
| 学位论文评阅及答辩情况表 | 第60页 |
