基于混合遗传算法的双目标车间作业调度研究
摘要 | 第1-6页 |
Abstract | 第6-11页 |
第1章 绪论 | 第11-16页 |
·研究背景 | 第11-12页 |
·问题的提出 | 第12页 |
·研究目标 | 第12-13页 |
·研究内容 | 第13页 |
·研究方法 | 第13-14页 |
·研究思路 | 第14-15页 |
·论文结构 | 第15-16页 |
第2章 作业车间调度的文献综述 | 第16-26页 |
·作业车间调度问题的分类 | 第16-17页 |
·作业车间调度问题的数学模型 | 第17-19页 |
·整数规划模型 | 第17-18页 |
·线性规划模型 | 第18页 |
·联络图模型 | 第18-19页 |
·求解作业车间调度问题的方法 | 第19-24页 |
·精确算法 | 第19-20页 |
·近似算法 | 第20-23页 |
·混合算法 | 第23-24页 |
·已有研究成果的贡献与不足 | 第24-25页 |
·作业车间调度研究的发展趋势 | 第25页 |
·本章小结 | 第25-26页 |
第3章 作业车间调度的理论基础 | 第26-51页 |
·遗传算法的基本理论 | 第27-39页 |
·遗传算法的产生和发展 | 第27-28页 |
·遗传算法的基本概念 | 第28-29页 |
·遗传算法的基本思想和算法流程 | 第29-31页 |
·遗传算法的基本操作 | 第31-38页 |
·遗传算法的特点 | 第38-39页 |
·模拟退火算法的基本理论 | 第39-43页 |
·模拟退火算法的产生和发展 | 第39页 |
·模拟退火算法的基本思想和算法流程 | 第39-42页 |
·模拟退火算法的特点 | 第42-43页 |
·混合遗传算法的研究 | 第43-50页 |
·遗传算法和模拟退火算法相结合的出发点 | 第44-45页 |
·混合遗传算法流程 | 第45-46页 |
·阶段进化的混合遗传算法 | 第46-47页 |
·自适应遗传算法 | 第47-49页 |
·阶段混合遗传算法流程 | 第49-50页 |
·本章小结 | 第50-51页 |
第4章 双目标作业车间调度模型的建立 | 第51-56页 |
·车间调度问题描述 | 第51页 |
·双目标作业车间调度的目标和约束 | 第51-52页 |
·双目标作业车间调度数学模型 | 第52-53页 |
·应用算例 | 第53-55页 |
·本章小结 | 第55-56页 |
第5章 双目标作业车间调度的混合遗传算法设计 | 第56-65页 |
·遗传算法部分的设计 | 第56-61页 |
·遗传算法的编码和解码方案 | 第56-58页 |
·遗传算法的适应度函数设计 | 第58-59页 |
·遗传算法的选择操作 | 第59-60页 |
·遗传算法的交叉操作 | 第60页 |
·遗传算法的变异操作 | 第60-61页 |
·遗传算法参数的设置 | 第61页 |
·模拟退火算法部分的设计 | 第61-62页 |
·状态产生函数 | 第61-62页 |
·初始温度的确定 | 第62页 |
·状态接受函数 | 第62页 |
·退温函数 | 第62页 |
·作业车间调度混合遗传算法的流程 | 第62-64页 |
·本章小结 | 第64-65页 |
第6章 算例分析 | 第65-69页 |
第7章 结论与展望 | 第69-71页 |
·论文结论 | 第69页 |
·进一步展望 | 第69-71页 |
参考文献 | 第71-77页 |
致谢 | 第77-79页 |
附录 | 第79页 |