| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 绪论 | 第9-11页 |
| 第一章 多目标车间调度的问题研究 | 第11-17页 |
| ·车间调度问题概述 | 第11-13页 |
| ·调度问题描述 | 第11-12页 |
| ·车间调度问题的调度指标 | 第12页 |
| ·调度问题的分类 | 第12-13页 |
| ·车间调度的研究方法 | 第13-15页 |
| ·车间调度研究状况及存在问题 | 第15-16页 |
| ·多目标优化 | 第16页 |
| 本章小结 | 第16-17页 |
| 第二章 遗传算法 | 第17-27页 |
| ·遗传算法概述 | 第17-20页 |
| ·遗传算法的设计步骤 | 第17-18页 |
| ·基本遗传算法的描述 | 第18页 |
| ·遗传算法的流程 | 第18-20页 |
| ·遗传算法特点 | 第20页 |
| ·遗传操作 | 第20-23页 |
| ·编码 | 第20-21页 |
| ·适应度函数 | 第21页 |
| ·遗传算子 | 第21-23页 |
| ·遗传算法的理论基础 | 第23-25页 |
| ·模式理论 | 第23页 |
| ·积木块假设 | 第23-24页 |
| ·欺骗问题 | 第24页 |
| ·收敛性定理 | 第24-25页 |
| ·遗传算法研究现状与发展动向 | 第25-26页 |
| ·遗传算法研究现状 | 第25页 |
| ·遗传算法的发展动向 | 第25-26页 |
| 本章小结 | 第26-27页 |
| 第三章 基于综合利益最优的优化方法求解多目标车间调度 | 第27-42页 |
| ·问题的定义 | 第27-28页 |
| ·新的多目标JSP 调度优化模型 | 第28-29页 |
| ·基于综合利益最优的优化方法的关键技术 | 第29-35页 |
| ·综合利益最优的优化方法流程 | 第29-31页 |
| ·染色体编码 | 第31页 |
| ·染色体解码 | 第31-32页 |
| ·适应度函数构造 | 第32-33页 |
| ·综合利益最优中的遗传算法操作 | 第33-35页 |
| ·仿真验证 | 第35-41页 |
| ·标准测试集 | 第35-36页 |
| ·实际数据测试 | 第36-41页 |
| 本章小结 | 第41-42页 |
| 第四章 车间调度系统的实现 | 第42-60页 |
| ·引言 | 第42页 |
| ·车间调度系统概述 | 第42-46页 |
| ·车间调度系统需求分析 | 第42-43页 |
| ·车间调度系统总体设计思想 | 第43-44页 |
| ·实际车间调度平台 | 第44-46页 |
| ·系统应用背景 | 第46页 |
| ·系统功能模块 | 第46-59页 |
| ·主要功能模块描述 | 第47-49页 |
| ·实际车间调度平台详述 | 第49-55页 |
| ·数据库清单 | 第55-59页 |
| 本章小结 | 第59-60页 |
| 结论 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 攻读硕士学位期间发表的学术论文 | 第65-66页 |
| 致谢 | 第66-67页 |