基于GPU调度的流水作业优化算法研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-20页 |
| 1.1 课题研究背景 | 第10-12页 |
| 1.2 问题表示方法 | 第12-14页 |
| 1.3 国内外研究现状 | 第14-16页 |
| 1.4 本文的主要工作及组织结构 | 第16-20页 |
| 1.4.1 本文的主要工作 | 第16-17页 |
| 1.4.2 本文的组织结构 | 第17-20页 |
| 第2章 静态流水作业问题 | 第20-32页 |
| 2.1 引言 | 第20-21页 |
| 2.2 问题介绍 | 第21-23页 |
| 2.2.1 问题描述 | 第21页 |
| 2.2.2 数学规划模型 | 第21-23页 |
| 2.3 拉格朗日松弛算法 | 第23-29页 |
| 2.3.1 松弛问题 | 第24-25页 |
| 2.3.2 完工时间子问题 | 第25-26页 |
| 2.3.3 位置分配子问题 | 第26-27页 |
| 2.3.4 x,y子问题 | 第27页 |
| 2.3.5 对偶问题 | 第27-29页 |
| 2.4 数值仿真实验 | 第29-31页 |
| 2.5 本章小结 | 第31-32页 |
| 第3章 带有释放时间的流水作业问题 | 第32-50页 |
| 3.1 引言 | 第32-33页 |
| 3.2 问题介绍 | 第33-34页 |
| 3.2.1 问题描述 | 第33页 |
| 3.2.2 数学规划模型 | 第33-34页 |
| 3.3 分枝定界算法 | 第34-40页 |
| 3.3.1 剪枝策略 | 第35-36页 |
| 3.3.2 下界 | 第36-38页 |
| 3.3.3 算法框架 | 第38-40页 |
| 3.4 分枝定界算法数值仿真实验 | 第40-44页 |
| 3.5 差分进化算法 | 第44-48页 |
| 3.5.1 初始化 | 第44页 |
| 3.5.2 变异 | 第44-46页 |
| 3.5.3 交叉 | 第46-47页 |
| 3.5.4 选择 | 第47页 |
| 3.5.5 算法框架 | 第47-48页 |
| 3.6 DDE算法数值仿真实验 | 第48-49页 |
| 3.7 本章小结 | 第49-50页 |
| 第4章 带有学习效应的动态流水作业问题 | 第50-66页 |
| 4.1 引言 | 第50-51页 |
| 4.2 问题介绍 | 第51-52页 |
| 4.2.1 问题描述 | 第51页 |
| 4.2.2 数学规划模型 | 第51-52页 |
| 4.3 学习效应函数 | 第52-53页 |
| 4.4 分枝定界算法 | 第53-55页 |
| 4.4.1 剪枝策略 | 第53页 |
| 4.4.2 下界 | 第53-54页 |
| 4.4.3 算法框架 | 第54-55页 |
| 4.5 差分进化算法 | 第55-57页 |
| 4.6 数值仿真实验 | 第57-64页 |
| 4.7 本章小结 | 第64-66页 |
| 第5章 总结与展望 | 第66-68页 |
| 参考文献 | 第68-74页 |
| 致谢 | 第74页 |
