摘要 | 第5-7页 |
Abstract | 第7-9页 |
第1章 绪论 | 第19-36页 |
1.1 选题背景与研究意义 | 第19-21页 |
1.1.1 选题背景 | 第19-20页 |
1.1.2 研究意义 | 第20-21页 |
1.2 文献综述 | 第21-33页 |
1.2.1 多项目资源配置 | 第21-26页 |
1.2.2 多属性及其粒计算 | 第26-29页 |
1.2.3 混合量子智能算法 | 第29-33页 |
1.3 研究思路与研究内容 | 第33-36页 |
1.3.1 研究思路 | 第33-34页 |
1.3.2 研究内容 | 第34-36页 |
第2章 相关理论分析 | 第36-47页 |
2.1 多项目及其管理理论 | 第36-38页 |
2.1.1 多项目内涵 | 第36页 |
2.1.2 多项目管理 | 第36-38页 |
2.2 项目关键链及柔性资源理论 | 第38-43页 |
2.2.1 项目关键链 | 第38-39页 |
2.2.2 关键链算法 | 第39-41页 |
2.2.3 柔性资源理论 | 第41-43页 |
2.3 不确定统计学习方法 | 第43-46页 |
2.3.1 统计学习方法 | 第43-45页 |
2.3.2 学习效应理论 | 第45-46页 |
2.4 本章小结 | 第46-47页 |
第3章 多项目关键链柔性资源GBOR及其测定 | 第47-66页 |
3.1 项目族及其多项目GWBS模型构建 | 第47-50页 |
3.1.1 项目族 | 第47-48页 |
3.1.2 多项目GWBS模型构建 | 第48-50页 |
3.2 多项目关键链柔性资源GBOR研究 | 第50-55页 |
3.2.1 多项目关键链及其网络特征参数 | 第50-53页 |
3.2.2 多项目关键链柔性资源GBOR构建 | 第53-55页 |
3.3 基于不确定性粒计算的多项目关键链柔性资源GBOR研究 | 第55-61页 |
3.3.1 基于模糊粗糙集的多项目关键链柔性资源GBOR研究 | 第55-58页 |
3.3.2 基于信息熵粗糙集的多项目关键链柔性资源GBOR研究 | 第58-60页 |
3.3.3 基于可调变精度粗糙集的多项目关键链柔性资源GBOR研究 | 第60-61页 |
3.4 多项目关键链柔性资源GBOR测定研究 | 第61-65页 |
3.4.1 多项目关键链柔性资源GBOR测定方法 | 第61-63页 |
3.4.2 多项目关键链柔性资源GBOR定量测定 | 第63-65页 |
3.5 本章小结 | 第65-66页 |
第4章 多项目关键链柔性资源熵及其云模型识别 | 第66-91页 |
4.1 多项目关键链柔性资源参数及缓冲设计 | 第66-69页 |
4.1.1 多项目关键链柔性资源参数 | 第66-68页 |
4.1.2 多项目关键链柔性资源缓冲 | 第68-69页 |
4.2 多项目关键链柔性资源熵测定 | 第69-73页 |
4.2.1 基于连续变量的多项目关键链柔性资源熵测定 | 第69-71页 |
4.2.2 基于离散变量的多项目关键链柔性资源熵测定 | 第71-73页 |
4.3 基于高斯分布的云模型构建 | 第73-83页 |
4.3.1 云模型及数字特征分析 | 第73-75页 |
4.3.2 基于正态分布的云模型 | 第75-77页 |
4.3.3 基于高斯分布的云模型 | 第77-79页 |
4.3.4 高斯云模型特征及算例 | 第79-83页 |
4.4 基于云模型的多项目关键链识别及其分析研究 | 第83-90页 |
4.4.1 基于云模型的多项目关键链柔性资源属性研究 | 第83-85页 |
4.4.2 基于高斯云模型的多项目关键链识别算法研究 | 第85-86页 |
4.4.3 算例 | 第86-90页 |
4.5 本章小结 | 第90-91页 |
第5章 多项目关键链柔性资源配置模型研究 | 第91-124页 |
5.1 多项目关键链柔性资源配置问题及其特征参数 | 第91-96页 |
5.1.1 多项目关键链柔性资源配置问题描述 | 第91-92页 |
5.1.2 多项目关键链柔性资源配置特征参数 | 第92-96页 |
5.2 基于云模型的粒计算分类向量机模型研究 | 第96-106页 |
5.2.1 基于云模型的粒计算层次模型构建 | 第96-98页 |
5.2.2 基于云模型的分类向量机模型构建 | 第98-101页 |
5.2.3 算例 | 第101-106页 |
5.3 基于多属性的多项目关键链柔性资源配置模型构建 | 第106-114页 |
5.3.1 基于规则的柔性资源配置及其研究 | 第106-107页 |
5.3.2 基于云模型的灰色关联度模型构建 | 第107-110页 |
5.3.3 基于灰云模型的多项目关键链柔性资源配置模型构建 | 第110-111页 |
5.3.4 算例 | 第111-114页 |
5.4 基于学习效应的多项目关键链柔性资源配置模型构建 | 第114-123页 |
5.4.1 基于Wright学习效应的多项目关键链柔性资源配置模型构建 | 第114-115页 |
5.4.2 基于Richard学习效应的多项目关键链柔性资源配置模型构建 | 第115-116页 |
5.4.3 基于Dejong学习效应的多项目关键链柔性资源配置模型构建 | 第116-118页 |
5.4.4 基于混合学习效应的多项目关键链柔性资源配置模型构建 | 第118-119页 |
5.4.5 算例 | 第119-123页 |
5.5 本章小结 | 第123-124页 |
第6章 多项目关键链柔性资源配置算法及鲁棒性研究 | 第124-174页 |
6.1 多目标粒子群算法 | 第124-135页 |
6.1.1 多目标区间优化算法 | 第124-126页 |
6.1.2 多目标区间粒子群算法 | 第126-132页 |
6.1.3 算例 | 第132-135页 |
6.2 基于云模型的混合量子粒子群算法 | 第135-144页 |
6.2.1 区间量子粒子群算法 | 第135-138页 |
6.2.2 基于云模型的混合量子粒子群算法 | 第138-141页 |
6.2.3 算例 | 第141-144页 |
6.3 基于混合量子粒子群算法的多项目关键链柔性资源配置研究 | 第144-155页 |
6.3.1 多项目关键链柔性资源配置的描述 | 第144-147页 |
6.3.2 混合量子粒子群算法及其流程设计 | 第147-151页 |
6.3.3 资源配置的仿真实验结果及其分析 | 第151-155页 |
6.4 多项目关键链柔性资源配置模型及算法鲁棒性分析 | 第155-172页 |
6.4.1 多项目关键链柔性资源配置模型鲁棒性 | 第155-161页 |
6.4.2 多项目关键链柔性资源配置算法鲁棒性 | 第161-167页 |
6.4.3 算例 | 第167-172页 |
6.5 本章小结 | 第172-174页 |
结论 | 第174-176页 |
参考文献 | 第176-193页 |
致谢 | 第193-194页 |
附录A 攻读博士学位期间所发表的学术论文 | 第194-196页 |
附录B 攻读博士学位期间所参与的科研项目 | 第196-197页 |
附录C MP_J90 相关参数的实验结果 | 第197-199页 |
附录D MP_j90 工序云参数实验结果 | 第199-201页 |