高级排产计划中启发式算法研究与实现
| 提要 | 第1-7页 |
| 第一章 绪论 | 第7-12页 |
| ·问题背景 | 第7-9页 |
| ·APS 的提出 | 第7-8页 |
| ·APS 现状和意义 | 第8-9页 |
| ·遗传算法 | 第9页 |
| ·多目标优化 | 第9页 |
| ·APS 领域多目标遗传算法研究现状 | 第9-11页 |
| ·本文的工作 | 第11-12页 |
| 第二章 APS 基本理论 | 第12-15页 |
| ·APS 研究内容 | 第12页 |
| ·基本模块构成 | 第12-13页 |
| ·基本流程 | 第13页 |
| ·基本原理 | 第13页 |
| ·常用算法 | 第13-14页 |
| ·本章小节 | 第14-15页 |
| 第三章 多目标优化基础理论 | 第15-24页 |
| ·问题背景 | 第15页 |
| ·基本概念 | 第15-20页 |
| ·多目标遗传算法 | 第20-23页 |
| ·适应值赋值 | 第20-21页 |
| ·多样性分析 | 第21-22页 |
| ·精英选择 | 第22-23页 |
| ·约束处理 | 第23页 |
| ·本章小节 | 第23-24页 |
| 第四章 一种针对APS 的单目标遗传算法 | 第24-44页 |
| ·问题陈述 | 第24-28页 |
| ·数学模型 | 第28-30页 |
| ·单目标遗传算法YSGA | 第30-36页 |
| ·染色体设计 | 第31-34页 |
| ·交叉操作 | 第34页 |
| ·变异操作 | 第34-35页 |
| ·适应度评估和选择 | 第35-36页 |
| ·算法过程 | 第36页 |
| ·实验对比 | 第36-42页 |
| ·算法分析 | 第42-43页 |
| ·本章小结 | 第43-44页 |
| 第五章 一种基于分批处理的多目标优化遗传算法 | 第44-66页 |
| ·问题陈述 | 第44页 |
| ·数学模型 | 第44-48页 |
| ·多目标优化算法YMGA | 第48-59页 |
| ·总体过程 | 第48-49页 |
| ·非支配解评价过程 | 第49-51页 |
| ·拥挤距离 | 第51-52页 |
| ·更新非支配集合 | 第52-53页 |
| ·ε-equal 与ε-duplicated | 第53-54页 |
| ·形成交配池 | 第54页 |
| ·重组与变异 | 第54-55页 |
| ·多目标局部搜索 | 第55-57页 |
| ·YMGA 算法应用于APS | 第57-59页 |
| ·实验对比 | 第59-64页 |
| ·对比算法 | 第59-61页 |
| ·实验结果 | 第61-64页 |
| ·算法分析 | 第64-65页 |
| ·本章小节 | 第65-66页 |
| 第六章 结论与展望 | 第66-67页 |
| ·本文工作 | 第66页 |
| ·工作展望 | 第66-67页 |
| 参考文献 | 第67-69页 |
| 摘要 | 第69-72页 |
| Abstract | 第72-75页 |
| 致 谢 | 第75-76页 |
| 导师及作者简介 | 第76页 |
