EM算法及其在作业车间调度中的应用研究
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-12页 |
| ·研究背景 | 第8-9页 |
| ·研究现状 | 第9-10页 |
| ·本文工作 | 第10-11页 |
| ·内容安排 | 第11-12页 |
| 第二章 最优化问题与类电磁机制算法研究 | 第12-28页 |
| ·无约束优化问题 | 第12-13页 |
| ·几种现代优化算法 | 第13-19页 |
| ·遗传算法 | 第13-14页 |
| ·蚁群算法 | 第14-15页 |
| ·粒子群算法 | 第15-17页 |
| ·细菌觅食算法 | 第17-19页 |
| ·几种现代优化算法的差异 | 第19页 |
| ·类电磁机制算法 | 第19-26页 |
| ·初始化 | 第20-21页 |
| ·局部搜索 | 第21-22页 |
| ·电荷量及力的计算 | 第22-23页 |
| ·粒子的更新 | 第23页 |
| ·EM 算法的流程 | 第23-26页 |
| ·EM 算法的不足 | 第26页 |
| ·小结 | 第26-28页 |
| 第三章 基于对立学习的类电磁机制算法 | 第28-44页 |
| ·初始种群的构造 | 第28-30页 |
| ·对立学习的基本概念 | 第28-29页 |
| ·基于对立学习的种群初始化 | 第29-30页 |
| ·基于细菌觅食趋化算子的局部搜索 | 第30-34页 |
| ·细菌觅食趋化算子 | 第31-32页 |
| ·趋化算子步长的设计 | 第32-33页 |
| ·基于细菌觅食趋化算子的局部搜索 | 第33-34页 |
| ·粒子的更新 | 第34-36页 |
| ·基于对立学习的粒子更新 | 第34-35页 |
| ·粒子更新移动系数的改进 | 第35-36页 |
| ·算法设计 | 第36页 |
| ·仿真结果与分析 | 第36-42页 |
| ·一般测试函数 | 第37-39页 |
| ·复杂测试函数 | 第39-42页 |
| ·小结 | 第42-44页 |
| 第四章 OLEM 算法在作业车间调度中的应用 | 第44-54页 |
| ·作业车间调度问题概述 | 第44-48页 |
| ·JSP 问题的研究意义 | 第44-45页 |
| ·JSP 问题的数学模型 | 第45-46页 |
| ·JSP 问题的研究方法 | 第46-48页 |
| ·OLEM 算法在作业车间调度问题中的应用 | 第48-51页 |
| ·粒子的编码与解码 | 第48-49页 |
| ·较差粒子的替换 | 第49页 |
| ·算法流程设计 | 第49-51页 |
| ·仿真结果与分析 | 第51-53页 |
| ·小结 | 第53-54页 |
| 第五章 结束语 | 第54-56页 |
| ·总结 | 第54页 |
| ·展望 | 第54-56页 |
| 致谢 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 研究成果 | 第62-63页 |
