首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

不确定环境下项目调度算法研究

摘要第1-6页
Abstract第6-10页
第1章 绪论第10-18页
   ·课题研究的背景及意义第10-11页
   ·项目调度问题研究现状第11-16页
     ·传统项目调度问题研究现状第11-13页
     ·多目标优化问题的研究现状第13-14页
     ·模糊项目调度问题的研究现状第14-15页
     ·当前项目调度问题研究中存在的问题第15-16页
   ·本文的主要研究内容第16-18页
第2章 不确定因素的表示及其相关运算第18-23页
   ·项目中的不确定因素第18页
   ·项目中不确定因素的表示方法第18-20页
     ·不确定周期的表示方法第18-19页
     ·资源不确定性的表示方法第19-20页
   ·不确定因素之间的基本运算定义第20-21页
     ·三角模糊数和梯形模糊数的加减法定义第20页
     ·模糊数比较的定义第20-21页
   ·模糊理论的应用第21-22页
   ·本章小结第22-23页
第3章 基于启发式算法的项目调度问题第23-31页
   ·问题描述第23-24页
   ·不确定因素的描述及其可用性判定第24-26页
     ·活动的模糊周期的表示第24-25页
     ·资源不确定性描述及其可用性判定第25-26页
   ·问题模型第26-27页
   ·启发式算法第27-28页
     ·优先规则及进度生成机制第27页
     ·算法设计第27-28页
   ·数据实验结果分析第28-29页
   ·本章小结第29-31页
第4章 不确定环境下的项目调度算法第31-38页
   ·问题描述第31页
   ·遗传模拟退火算法的设计与应用第31-35页
     ·问题的数学模型第31-32页
     ·遗传模拟退火算法第32-33页
     ·染色体编码和适应度函数第33页
     ·交叉第33页
     ·变异第33-34页
     ·进化第34-35页
     ·对结果进行模拟退火算法第35页
   ·数据试验第35-37页
   ·算法分析第37页
   ·本章小结第37-38页
第5章 不确定环境下多目标项目调度算法第38-47页
   ·问题描述第38-39页
   ·多目标项目调度问题的混合遗传算法第39页
   ·算法设计第39-42页
     ·编码方案第39-40页
     ·适应度计算第40页
     ·遗传算子第40-41页
     ·改进后NSGA-II 和模拟退火算法的实现第41-42页
   ·数据实验及实验分析第42-46页
     ·数据实验第42-45页
     ·实验分析第45-46页
   ·本章小结第46-47页
结论第47-49页
参考文献第49-53页
攻读硕士期间发表论文和参加科研情况第53-54页
致谢第54页

论文共54页,点击 下载论文
上一篇:基于无线传感器网络低功耗节点设计的关键技术研究
下一篇:基于ZigBee定位系统设计与实现