石化生产过程批决策及批调度问题研究
摘要 | 第1-9页 |
Abstract | 第9-16页 |
第一章 绪论 | 第16-42页 |
·问题的来源、研究目的及意义 | 第16-17页 |
·问题的来源及研究目的 | 第16页 |
·问题的研究意义 | 第16-17页 |
·石化工业的批决策与批调度问题 | 第17-27页 |
·石化工业的批决策问题 | 第17-22页 |
·石化工业的集成批调度问题 | 第22-27页 |
·石化工业集成批调度问题的建模优化方法 | 第27-34页 |
·工艺过程描述与建模方法 | 第27-29页 |
·基于不同时间表达的集成批调度建模方法 | 第29-34页 |
·粒子群优化算法综述 | 第34-39页 |
·标准粒子群优化算法 | 第34-35页 |
·离散粒子群优化算法 | 第35-36页 |
·改进的粒子群优化算法 | 第36-39页 |
·本文的主要工作 | 第39-42页 |
第二章 基于时间槽的并行机调度连续时间建模方法 | 第42-56页 |
·引言 | 第42-43页 |
·并行机调度的连续时间模型 | 第43-47页 |
·符号描述 | 第43-44页 |
·3-索引连续时间模型 | 第44-46页 |
·2-索引连续时间模型 | 第46-47页 |
·减少时间槽数目的两阶段启发式算法 | 第47-51页 |
·阶段Ⅰ:设备最大工作负荷的确定 | 第47-48页 |
·阶段Ⅱ:设备时间槽数目的确定 | 第48-51页 |
·实验及模型比较 | 第51-53页 |
·3-索引与2-索引模型的比较结果 | 第51-52页 |
·启发式模型与原模型的比较结果 | 第52-53页 |
·本章小结 | 第53-56页 |
第三章 石化生产分批决策问题 | 第56-78页 |
·引言 | 第56-57页 |
·数学模型 | 第57-63页 |
·前提假设和问题的描述 | 第57-60页 |
·符号描述 | 第60-61页 |
·数学模型 | 第61-63页 |
·预备性质分析 | 第63-64页 |
·连续粒子群算法 | 第64-72页 |
·编码方法 | 第64-66页 |
·初始种群的产生 | 第66-67页 |
·约束处理机制 | 第67-69页 |
·针对全局最好粒子的局部搜索策略 | 第69-71页 |
·粒子群算法的基本框架 | 第71-72页 |
·实验结果 | 第72-76页 |
·实验设计 | 第72-74页 |
·实验结果与分析 | 第74-76页 |
·本章小结 | 第76-78页 |
第四章 石化生产批组决策问题 | 第78-100页 |
·引言 | 第78-79页 |
·数学模型 | 第79-83页 |
·前提假设 | 第79-80页 |
·符号描述 | 第80-81页 |
·数学模型 | 第81-83页 |
·预备性质分析 | 第83-86页 |
·离散粒子群算法 | 第86-92页 |
·基于粒子编码的批组数目的确定 | 第86-89页 |
·计算批组大小的前向构造式启发式算法 | 第89-91页 |
·粒子速度与位置的扰动策略 | 第91页 |
·离散粒子群算法的框架 | 第91-92页 |
·实验结果 | 第92-98页 |
·数据的产生 | 第92页 |
·预备实验 | 第92-96页 |
·实验结果与分析 | 第96-98页 |
·本章小结 | 第98-100页 |
第五章 单机集成批调度问题 | 第100-116页 |
·引言 | 第100-101页 |
·数学模型 | 第101-103页 |
·前提假设和问题的描述 | 第101页 |
·符号描述 | 第101-102页 |
·数学模型 | 第102-103页 |
·粒子群算法与人工免疫算法的混合算法 | 第103-111页 |
·人工免疫算法介绍 | 第103-106页 |
·编码方法 | 第106-107页 |
·初始种群的产生 | 第107页 |
·修复不可行的粒子 | 第107-108页 |
·评价粒子个体 | 第108-109页 |
·混合算法框架 | 第109-111页 |
·实验结果 | 第111-114页 |
·实验设计 | 第111-112页 |
·实验结果与分析 | 第112-114页 |
·本章小节 | 第114-116页 |
第六章 并行机集成批调度问题 | 第116-132页 |
·引言 | 第116-117页 |
·数学模型 | 第117-119页 |
·前提假设和问题描述 | 第117页 |
·符号描述 | 第117-118页 |
·数学模型 | 第118-119页 |
·预备性质分析 | 第119-120页 |
·粒子群算法与差分进化算法的混合算法 | 第120-126页 |
·差分进化算法介绍 | 第120-121页 |
·粒子的编码及其初始化 | 第121-122页 |
·基于比例的修复策略 | 第122-124页 |
·差分进化算法在粒子群算法中的嵌入方式 | 第124-126页 |
·混合算法框架 | 第126页 |
·实验结果 | 第126-130页 |
·实验设计 | 第126-128页 |
·实验结果与分析 | 第128-130页 |
·本章小节 | 第130-132页 |
第七章 多阶段集成批调度问题 | 第132-154页 |
·引言 | 第132-135页 |
·数学模型 | 第135-138页 |
·前提假设和问题描述 | 第135页 |
·符号描述 | 第135-136页 |
·数学模型 | 第136-138页 |
·基于序优化的离散粒子群的混合算法 | 第138-148页 |
·序优化算法介绍 | 第138-140页 |
·粒子的编码方法 | 第140页 |
·求解单个工件的批流问题的启发式算法 | 第140-145页 |
·初始种群的产生方法 | 第145-147页 |
·混合算法框架 | 第147-148页 |
·实验结果 | 第148-152页 |
·实验设计 | 第148-149页 |
·实验结果与分析 | 第149-152页 |
·本章小节 | 第152-154页 |
第八章 总结与展望 | 第154-158页 |
·论文工作总结 | 第154-156页 |
·未来的研究方向 | 第156-158页 |
参考文献 | 第158-168页 |
致谢 | 第168-170页 |
攻读博士期间发表的论文 | 第170-172页 |
作者攻博期间参与的科研项目 | 第172-174页 |
个人简历 | 第174页 |