改进的粒子群算法及其在Job-Shop问题中的应用
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-14页 |
| 1.1 论文选题背景及意义 | 第9-10页 |
| 1.1.1 研究背景 | 第9页 |
| 1.1.2 研究意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 本文研究内容 | 第12-13页 |
| 1.4 本论文的组织结构 | 第13-14页 |
| 第2章 粒子群算法研究综述 | 第14-20页 |
| 2.1 引言 | 第14页 |
| 2.2 基本粒子群算法 | 第14-17页 |
| 2.2.1 算法简介 | 第14-15页 |
| 2.2.2 算法流程 | 第15页 |
| 2.2.3 算法参数特征 | 第15-17页 |
| 2.3 测试函数特征 | 第17-18页 |
| 2.4 算法收敛性分析 | 第18-19页 |
| 2.5 本章小结 | 第19-20页 |
| 第3章 粒子群算法参数改进研究 | 第20-32页 |
| 3.1 引言 | 第20-21页 |
| 3.2 非线性极值扰动与柯西变异简化粒子群算法 | 第21-24页 |
| 3.2.1 基本概念 | 第21-23页 |
| 3.2.2 算法流程控制 | 第23-24页 |
| 3.3 仿真实验及数据分析 | 第24-31页 |
| 3.3.1 测试函数 | 第24-25页 |
| 3.3.2 参数设置 | 第25-26页 |
| 3.3.3 实验结果与分析 | 第26-31页 |
| 3.4 本章小结 | 第31-32页 |
| 第4章 粒子群算法策略改进研究 | 第32-43页 |
| 4.1 引言 | 第32-33页 |
| 4.2 基于异维变异的差分混合粒子群算法 | 第33-38页 |
| 4.2.1 基本概念 | 第33-36页 |
| 4.2.2 算法流程控制 | 第36-37页 |
| 4.2.3 参数设置和测试函数 | 第37-38页 |
| 4.3 实验及数据分析 | 第38-42页 |
| 4.3.1 有限评估次数下的敛散度、敛散时间 | 第38-40页 |
| 4.3.2 收敛速度分析 | 第40-41页 |
| 4.3.3 指定精度下的评价次数 | 第41-42页 |
| 4.3.4 在30维上Friedman检验结果 | 第42页 |
| 4.4 本章小结 | 第42-43页 |
| 第5章 改进的粒子群算法求解Job-Shop问题 | 第43-53页 |
| 5.1 引言 | 第43页 |
| 5.2 作业车间调度 | 第43-48页 |
| 5.2.1 问题描述 | 第43-45页 |
| 5.2.2 分类与特点 | 第45页 |
| 5.2.3 数学建模 | 第45-46页 |
| 5.2.4 JSP的表示法 | 第46-48页 |
| 5.3 改进的PSO算法实现JSP | 第48-50页 |
| 5.3.1 编码和解码 | 第48-49页 |
| 5.3.2 确定适应度函数 | 第49页 |
| 5.3.3 算法的步骤流程 | 第49-50页 |
| 5.4 实例验证 | 第50-52页 |
| 5.4.1 FT06实例 | 第50-51页 |
| 5.4.2 与其它智能算法对比实验 | 第51-52页 |
| 5.5 本章小结 | 第52-53页 |
| 第6章 结论与展望 | 第53-55页 |
| 6.1 对本文的总结 | 第53页 |
| 6.2 对未来的展望 | 第53-55页 |
| 致谢 | 第55-56页 |
| 参考文献 | 第56-62页 |
| 附录1 攻读硕士学位期间发表的论文 | 第62-63页 |
| 附录2 攻读硕士学位期间参加的科研项目 | 第63-64页 |
| 详细摘要 | 第64-68页 |
