| 摘要 | 第1-6页 |
| ABSTRACT | 第6-8页 |
| 目录 | 第8-11页 |
| Contents | 第11-14页 |
| 第一章 绪论 | 第14-24页 |
| ·课题来源 | 第14页 |
| ·研究背景 | 第14-19页 |
| ·多品种小批量订单式生产问题概述 | 第14-15页 |
| ·柔性制造单元(FMC)在实际生产中的应用 | 第15-16页 |
| ·车间调度问题概述 | 第16-18页 |
| ·本文研究问题 | 第18-19页 |
| ·平行机批量调度及智能算法的研究现状 | 第19-22页 |
| ·平行机批量调度国内外研究概述 | 第19-21页 |
| ·智能优化算法的研究概述 | 第21-22页 |
| ·本文总体介绍 | 第22-24页 |
| ·本文研究目标 | 第22页 |
| ·本文研究内容 | 第22-23页 |
| ·本文的章节 | 第23-24页 |
| 第二章 基于遗传模拟退火两阶段算法的平行机批量调度 | 第24-37页 |
| ·引言 | 第24页 |
| ·问题描述 | 第24-26页 |
| ·数学模型 | 第26-29页 |
| ·调度模型的假设 | 第26页 |
| ·数学描述 | 第26-29页 |
| ·遗传模拟退火两阶段算法 | 第29-35页 |
| ·遗传算法和模拟退火算法概述 | 第29-31页 |
| ·基于规则的启发式算法 | 第31-32页 |
| ·染色体编码规则及初始种群生成 | 第32-33页 |
| ·个体评估 | 第33页 |
| ·选择算法 | 第33-34页 |
| ·交叉算子 | 第34页 |
| ·变异算子 | 第34-35页 |
| ·模拟退火算法 | 第35页 |
| ·本章小结 | 第35-37页 |
| 第三章 遗传模拟退火两阶段算法的对比应用研究 | 第37-48页 |
| ·引言 | 第37页 |
| ·遗传模拟退火两阶段算法收敛性验证 | 第37-40页 |
| ·算例数据 | 第37-39页 |
| ·计算结果 | 第39-40页 |
| ·GASA和GA算法对比及分析 | 第40-44页 |
| ·GASA和BBA算法对比及分析 | 第44-47页 |
| ·Branch-and-Bound Algorithm介绍 | 第44-45页 |
| ·对比计算及分析 | 第45-47页 |
| ·本章小结 | 第47-48页 |
| 第四章 基于订单到达时间不确定的平行机批量调度 | 第48-58页 |
| ·引言 | 第48页 |
| ·泊松过程 | 第48-50页 |
| ·泊松过程的概念 | 第48-50页 |
| ·来到时刻的条件分布 | 第50页 |
| ·泊松分布的应用 | 第50页 |
| ·问题描述 | 第50-51页 |
| ·数学模型 | 第51-53页 |
| ·期望值模型概念 | 第51-52页 |
| ·期望值模型建立 | 第52-53页 |
| ·仿真实验 | 第53-57页 |
| ·算例数据 | 第53-55页 |
| ·结果分析 | 第55-57页 |
| ·本章小结 | 第57-58页 |
| 第五章 基于eM-Plant的分批调度仿真建模 | 第58-73页 |
| ·引言 | 第58页 |
| ·分批调度仿真模型 | 第58-67页 |
| ·模型内基本资源 | 第58-63页 |
| ·功能模块及实现 | 第63-67页 |
| ·分批调度仿真实例 | 第67-72页 |
| ·算例数据 | 第67-70页 |
| ·结果分析 | 第70-72页 |
| ·本章小结 | 第72-73页 |
| 结论与展望 | 第73-75页 |
| 研究结论 | 第73-74页 |
| 研究展望 | 第74-75页 |
| 参考文献 | 第75-78页 |
| 攻读学位期间发表的论文 | 第78-80页 |
| 致谢 | 第80-81页 |
| 附录1 | 第81-82页 |
| 附录2 | 第82-83页 |
| 附录3 | 第83页 |