基于遗传算法的带有恶化时间的Flow Shop调度问题的研究
| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第1章 绪论 | 第11-23页 |
| 1.1 论文研究背景和意义 | 第11-12页 |
| 1.2 调度的任务和作用 | 第12-13页 |
| 1.3 生产调度问题概述 | 第13-18页 |
| 1.3.1 生产调度问题的分类 | 第13-14页 |
| 1.3.2 生产调度问题的特点 | 第14页 |
| 1.3.3 生产调度问题的研究方法 | 第14-17页 |
| 1.3.4 车间调度问题的研究策略 | 第17-18页 |
| 1.4 国内外车间调度问题研究现状及存在问题 | 第18-19页 |
| 1.5 本论文的主要工作 | 第19-23页 |
| 第2章 相关理论概述 | 第23-35页 |
| 2.1 引言 | 第23页 |
| 2.2 流水车间调度问题 | 第23-26页 |
| 2.2.1 流水车间调度问题的发展趋势 | 第23-24页 |
| 2.2.2 生产调度的性能指标 | 第24-26页 |
| 2.3 恶化时间概述 | 第26-29页 |
| 2.4 遗传算法概述 | 第29-34页 |
| 2.4.1 遗传算法的产生和发展 | 第30-31页 |
| 2.4.2 遗传算法的生物学背景 | 第31页 |
| 2.4.3 遗传算法的基本思想 | 第31页 |
| 2.4.4 遗传算法的特点 | 第31-32页 |
| 2.4.5 遗传算法的基本步骤 | 第32-33页 |
| 2.4.6 遗传算法的控制参数 | 第33页 |
| 2.4.7 遗传算法的应用领域 | 第33-34页 |
| 2.5 小结 | 第34-35页 |
| 第3章 带有恶化时间的流水车间调度问题 | 第35-41页 |
| 3.1 问题描述 | 第35-36页 |
| 3.2 模型的建立 | 第36-38页 |
| 3.2.1 恶化时间分析 | 第37-38页 |
| 3.2.2 数学模型 | 第38页 |
| 3.3 模型的特点 | 第38-39页 |
| 3.4 小结 | 第39-41页 |
| 第4章 带有恶化时间的流水车间调度问题算法设计 | 第41-51页 |
| 4.1 基本遗传算法设计 | 第41-46页 |
| 4.2 改进遗传算法设计 | 第46-47页 |
| 4.3 嵌入启发式规则的改进遗传算法 | 第47-49页 |
| 4.4 小结 | 第49-51页 |
| 第5章 算法对比分析 | 第51-69页 |
| 5.1 实例描述 | 第51-53页 |
| 5.2 算法的参数分析 | 第53-59页 |
| 5.2.1 评价指标 | 第53-54页 |
| 5.2.2 枚举算法 | 第54页 |
| 5.2.3 遗传算法参数分析 | 第54-59页 |
| 5.3 嵌入启发式规则的改进遗传算法对比分析 | 第59-68页 |
| 5.4 小结 | 第68-69页 |
| 第6章 总结与展望 | 第69-71页 |
| 6.1 工作总结 | 第69页 |
| 6.2 研究展望 | 第69-71页 |
| 参考文献 | 第71-75页 |
| 致谢 | 第75-77页 |
| 参加项目 | 第77页 |
