| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 符号说明 | 第10-12页 |
| 第1章 绪论 | 第12-21页 |
| ·研究背景和意义 | 第12-13页 |
| ·国内外研究现状 | 第13-18页 |
| ·研究阶段综述 | 第13-14页 |
| ·国内外研究成果 | 第14-18页 |
| ·本文的研究内容与创新点 | 第18-19页 |
| ·本文的研究内容 | 第18页 |
| ·论文创新点 | 第18-19页 |
| ·本文的技术路线与组织结构 | 第19-20页 |
| ·论文的技术路线 | 第19页 |
| ·论文结构 | 第19-20页 |
| ·本章小结 | 第20-21页 |
| 第2章 设备布局方法现状分析 | 第21-34页 |
| ·设备布局概述 | 第21-24页 |
| ·设备布局的定义 | 第21页 |
| ·影响设备布局的因素 | 第21-22页 |
| ·设备布局的分类 | 第22-24页 |
| ·设备布局模型 | 第24-30页 |
| ·设备布局的优化目标 | 第24-25页 |
| ·设备布局模型的构建 | 第25-30页 |
| ·设备布局模型的求解算法 | 第30-33页 |
| ·最优算法 | 第31页 |
| ·次优算法 | 第31-33页 |
| ·本章小结 | 第33-34页 |
| 第3章 多阶段鲁棒性布局模型构建 | 第34-46页 |
| ·引论 | 第34页 |
| ·数学模型的构建思路和相关参数 | 第34-38页 |
| ·模型构建的基本思路 | 第34-36页 |
| ·模型构建的影响因素 | 第36-37页 |
| ·模型构建的约束条件 | 第37-38页 |
| ·建立目标函数 | 第38-45页 |
| ·设备布局的问题描述 | 第38页 |
| ·确定产品集和布局阶段 | 第38-39页 |
| ·布局模型的目标分析 | 第39-43页 |
| ·多阶段鲁棒性布局的数学模型 | 第43-45页 |
| ·本章小结 | 第45-46页 |
| 第4章 基于IAGA的模型求解与评价 | 第46-66页 |
| ·引论 | 第46页 |
| ·遗传算法 | 第46-50页 |
| ·遗传算法简介与基本流程 | 第46-49页 |
| ·遗传算法的优越性与局限性 | 第49-50页 |
| ·改进自适应遗传算法 | 第50-51页 |
| ·自适应遗传算法简介 | 第50-51页 |
| ·改进自适应遗传算法 | 第51页 |
| ·改进自适应遗传算法求解多阶段鲁棒性布局模型 | 第51-59页 |
| ·算法概要 | 第51-52页 |
| ·算法实现的具体流程 | 第52-59页 |
| ·模糊综合评价理论 | 第59-61页 |
| ·模糊理论 | 第59页 |
| ·模糊综合评价 | 第59-61页 |
| ·应用模糊综合评价法进行布局评价 | 第61-65页 |
| ·建立评价指标体系 | 第62页 |
| ·计算评价指标的权重 | 第62-65页 |
| ·综合评价 | 第65页 |
| ·本章小结 | 第65-66页 |
| 第5章 工程实例 | 第66-85页 |
| ·实例描述 | 第66-69页 |
| ·公司背景 | 第66页 |
| ·生产现状 | 第66-68页 |
| ·研究目标选取 | 第68-69页 |
| ·问题分析 | 第69-70页 |
| ·算法平台选取 | 第70页 |
| ·解决方案 | 第70-84页 |
| ·信息收集 | 第71-76页 |
| ·求解布局方案 | 第76-78页 |
| ·方案择优 | 第78-80页 |
| ·布局设计 | 第80-83页 |
| ·管理改善 | 第83-84页 |
| ·本章小结 | 第84-85页 |
| 第6章 结论和展望 | 第85-87页 |
| ·结论 | 第85页 |
| ·展望 | 第85-87页 |
| 参考文献 | 第87-91页 |
| 附录1 多阶段鲁棒性布局实例的IAGA算法程序 | 第91-98页 |
| 附录2 IAGA求解模型第1500代种群前十个个体 | 第98-99页 |
| 致谢 | 第99-100页 |
| 攻读学位期间参加的科研项目和成果 | 第100页 |