| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第13-21页 |
| 1.1 研究背景及意义 | 第13-14页 |
| 1.2 智能制造系统架构国内外研究现状 | 第14-17页 |
| 1.2.1 德国RAMI4.0和美国IIC | 第14-15页 |
| 1.2.2 中国“智能制造2025” | 第15-17页 |
| 1.3 中小企业智能车间调度问题研究现状 | 第17-19页 |
| 1.3.1 基于VMC模型的静态调度问题研究 | 第17-18页 |
| 1.3.2 基于VMC模型的动态调度问题研究 | 第18-19页 |
| 1.4 论文的主要研究工作及内容安排 | 第19-21页 |
| 第2章 基于智能终端的智能车间系统架构设计 | 第21-31页 |
| 2.1 全面智能化的智能制造系统 | 第21-22页 |
| 2.2 面向中小企业的智能车间系统架构设计 | 第22-27页 |
| 2.2.1 基础生产层 | 第22-23页 |
| 2.2.2 智能终端层 | 第23-24页 |
| 2.2.3 网络层 | 第24-25页 |
| 2.2.4 系统层 | 第25-27页 |
| 2.3 各层级相互协作过程描述 | 第27-30页 |
| 2.4 本章小结 | 第30-31页 |
| 第3章 智能车间调度系统基础理论研究 | 第31-39页 |
| 3.1 智能车间调度问题分析及问题描述 | 第31-32页 |
| 3.2 智能车间的调度算法基础理论概述 | 第32-37页 |
| 3.2.1 遗传算法介绍 | 第33-36页 |
| 3.2.2 模拟退火算法介绍 | 第36-37页 |
| 3.3 GA和SA结合可行性分析 | 第37-38页 |
| 3.4 本章小结 | 第38-39页 |
| 第4章 面向中小企业智能车间的静态调度方法研究 | 第39-51页 |
| 4.1 基于VMC的智能车间调度问题描述 | 第39-40页 |
| 4.2 设计改进的遗传退火算法 | 第40-44页 |
| 4.2.1 改进遗传算法 | 第41-42页 |
| 4.2.2 改进模拟退火算法 | 第42-43页 |
| 4.2.3 改进混合遗传退火算法 | 第43-44页 |
| 4.3 改进的GASA实例仿真及性能分析 | 第44-50页 |
| 4.3.1 改进的GASA求解VMC智能车间调度及结果分析 | 第44-47页 |
| 4.3.2 传统GA求解VMC智能车间调度及结果分析 | 第47-49页 |
| 4.3.3 可变机器约束与固定机器约束模型调度结果分析 | 第49-50页 |
| 4.4 本章小结 | 第50-51页 |
| 第5章 面向中小企业智能车间的动态预测调度研究 | 第51-67页 |
| 5.1 动态预测调度问题描述与建模 | 第51-52页 |
| 5.2 动态预测调度研究方法 | 第52-56页 |
| 5.2.1 滚动窗口技术 | 第53-55页 |
| 5.2.2 动态预测调度过程 | 第55-56页 |
| 5.3 基于改进算法的重调度仿真结果分析 | 第56-65页 |
| 5.3.1 人机约束对调度结果的影响 | 第56-58页 |
| 5.3.2 扰动事件重调度仿真分析 | 第58-63页 |
| 5.3.3 不同算法动态重调度性能对比 | 第63-65页 |
| 5.4 本章小结 | 第65-67页 |
| 总结与展望 | 第67-69页 |
| 参考文献 | 第69-73页 |
| 攻读硕士学位期间所发表的学术论文及参与的科研项目 | 第73-75页 |
| 致谢 | 第75页 |
