| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第9-15页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.2.1 作业车间调度研究方法 | 第10-11页 |
| 1.2.2 柔性作业车间调度建模方法 | 第11-12页 |
| 1.2.3 单目标FJSP研究现状 | 第12页 |
| 1.2.4 多目标FJSP研究现状 | 第12-13页 |
| 1.3 现状总结与本文主要工作 | 第13-14页 |
| 1.4 本文章节安排 | 第14-15页 |
| 2 相关理论知识 | 第15-22页 |
| 2.1 柔性作业车间调度问题模型 | 第15-17页 |
| 2.1.1 FJSP问题描述 | 第15-16页 |
| 2.1.2 FJSP性能指标 | 第16-17页 |
| 2.2 基本人工鱼群算法概述 | 第17-21页 |
| 2.2.1 人工鱼模型 | 第18-19页 |
| 2.2.2 算法描述 | 第19-20页 |
| 2.2.3 算法研究进展 | 第20-21页 |
| 2.3 本章总结 | 第21-22页 |
| 3 基于分布估计人工鱼群算法求解单目标柔性作业车间调度问题 | 第22-39页 |
| 3.1 基于分布估计人工鱼群算法 | 第22-27页 |
| 3.1.1 前置安排策略和后置安排策略 | 第22-23页 |
| 3.1.2 带有分布估计属性的觅食行为 | 第23-24页 |
| 3.1.3 吸引行为 | 第24页 |
| 3.1.4 局部搜索策略 | 第24-27页 |
| 3.2 AFSA-ED求解单目标FJSP | 第27-31页 |
| 3.2.1 人工鱼编码 | 第27-28页 |
| 3.2.2 人工鱼解码 | 第28页 |
| 3.2.3 人工鱼初始化 | 第28-31页 |
| 3.2.4 AFSA-ED算法求解步骤 | 第31页 |
| 3.3 实验结果与分析 | 第31-38页 |
| 3.3.1 BRdata运行结果及分析 | 第33-35页 |
| 3.3.2 BCdata运行结果及分析 | 第35-36页 |
| 3.3.3 HUdata运行结果及分析 | 第36-37页 |
| 3.3.4 讨论 | 第37-38页 |
| 3.4 本章小结 | 第38-39页 |
| 4 协同混合人工鱼群算法求解多目标柔性作业车间调度 | 第39-53页 |
| 4.1 多目标柔性车间作业调度模型 | 第39-41页 |
| 4.1.1 多目标优化问题 | 第39-40页 |
| 4.1.2 多目标优化方法及过程 | 第40页 |
| 4.1.3 多目标FJSP优化方法和过程 | 第40-41页 |
| 4.2 基于协同混合人工鱼群算法的多目标FJSP研究 | 第41-45页 |
| 4.2.1 基于改进ε-Pareto的多目标优化策略 | 第41-43页 |
| 4.2.2 种群多样性保持 | 第43页 |
| 4.2.3 协同人工鱼群算法原理 | 第43-44页 |
| 4.2.4 协同混合AFSA求解多目标FJSP | 第44-45页 |
| 4.3 实验结果及分析 | 第45-52页 |
| 4.3.1 测试用例及性能指标 | 第45-46页 |
| 4.3.2 局部搜索和ε-Pareto策略的有效性测试 | 第46-47页 |
| 4.3.3 协同混合人工鱼群算法与其他算法的比较 | 第47-52页 |
| 4.4 本章小结 | 第52-53页 |
| 5 总结与展望 | 第53-55页 |
| 5.1 论文总结 | 第53-54页 |
| 5.2 展望 | 第54-55页 |
| 参考文献 | 第55-59页 |
| 攻读硕士学位期间发表学术论文情况 | 第59-60页 |
| 致谢 | 第60-61页 |
