机器故障下离散型制造企业稳健型重调度问题研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第10-18页 |
| 1.1 研究背景与意义 | 第10-11页 |
| 1.1.1 研究背景 | 第10-11页 |
| 1.1.2 研究意义 | 第11页 |
| 1.1.3 课题来源 | 第11页 |
| 1.2 国内外研究现状 | 第11-16页 |
| 1.2.1 不确定扰动因素分析研究现状 | 第11-12页 |
| 1.2.2 作业车间重调度研究现状 | 第12-14页 |
| 1.2.3 调度模型求解算法研究现状 | 第14-15页 |
| 1.2.4 国内外研究现状总结 | 第15-16页 |
| 1.3 研究的主要内容及结构体系 | 第16-18页 |
| 1.3.1 研究的主要内容 | 第16页 |
| 1.3.2 论文的结构体系 | 第16-18页 |
| 2 离散型制造系统调度问题相关理论研究 | 第18-26页 |
| 2.1 离散型制造系统描述 | 第18-19页 |
| 2.1.1 离散型制造系统描述 | 第18页 |
| 2.1.2 离散型制造系统调度特点 | 第18-19页 |
| 2.2 扰动因素的不确定性判定方法研究 | 第19-21页 |
| 2.2.1 不确定性处理方法 | 第19-20页 |
| 2.2.2 概率神经网络基本理论 | 第20-21页 |
| 2.3 离散型制造系统重调度求解算法研究 | 第21-23页 |
| 2.3.1 调度问题求解算法 | 第21-22页 |
| 2.3.2 遗传算法基本理论 | 第22-23页 |
| 2.3.3 遗传算法的步骤 | 第23页 |
| 2.4 本章小结 | 第23-26页 |
| 3 离散型制造系统重调度问题研究 | 第26-34页 |
| 3.1 离散型制造系统重调度研究 | 第26-28页 |
| 3.1.1 离散型制造系统扰动因素分析 | 第26-27页 |
| 3.1.2 离散型制造系统重调度流程 | 第27-28页 |
| 3.1.3 重调度优化的性能评价指标 | 第28页 |
| 3.2 离散型制造系统初始调度 | 第28-30页 |
| 3.2.1 离散型制造系统调度问题描述 | 第28-29页 |
| 3.2.2 离散型制造系统调度问题数学模型 | 第29-30页 |
| 3.3 基于双层编码的遗传算法 | 第30-32页 |
| 3.3.1 离散制造系统调度问题的编码与解码 | 第30-31页 |
| 3.3.2 适应度函数设计和选择、交叉、变异操作 | 第31-32页 |
| 3.4 本章小结 | 第32-34页 |
| 4 机器故障下离散型制造系统重调度方法 | 第34-44页 |
| 4.1 基于概率神经网络的扰动程度判定 | 第34-38页 |
| 4.1.1 概率神经网络模型 | 第34-35页 |
| 4.1.2 网络输入参数模糊化 | 第35-36页 |
| 4.1.3 概率神经网络训练仿真 | 第36-38页 |
| 4.2 机器故障下稳健型重调度方法 | 第38-43页 |
| 4.2.1 右移插入重调度 | 第39-41页 |
| 4.2.2 完全重调度 | 第41-42页 |
| 4.2.3 基于模糊判定的混合重调度方法 | 第42-43页 |
| 4.3 本章小结 | 第43-44页 |
| 5 机器故障下Y离散型制造企业调度优化分析 | 第44-56页 |
| 5.1 Y企业离散制造系统调度现状及问题分析 | 第44-49页 |
| 5.1.1 Y企业离散制造系统调度现状 | 第44页 |
| 5.1.2 Y企业离散制造系统调度问题分析 | 第44页 |
| 5.1.3 调度基础数据及初始调度 | 第44-49页 |
| 5.2 扰动程度的判定 | 第49-50页 |
| 5.3 重调度方法应用 | 第50-54页 |
| 5.3.1 右移插入重调度应用 | 第51-52页 |
| 5.3.2 完全重调度应用 | 第52-54页 |
| 5.4 调度结果分析 | 第54-55页 |
| 5.5 本章小结 | 第55-56页 |
| 6 总结与展望 | 第56-58页 |
| 6.1 全文总结 | 第56页 |
| 6.2 研究展望 | 第56-58页 |
| 致谢 | 第58-60页 |
| 参考文献 | 第60-64页 |
| 附录 | 第64-66页 |
| A 攻读硕士学位期间参加的主要科研项目 | 第64页 |
| B 攻读硕士学位期间获奖情况 | 第64-66页 |
| 个人简历、在学期间发表的学术论文及取得的研究成果 | 第66页 |
