| 摘要 | 第1-7页 |
| ABSTRACT | 第7-9页 |
| 目录 | 第9-13页 |
| 1 绪论 | 第13-25页 |
| ·研究背景 | 第14-15页 |
| ·研究目的 | 第14页 |
| ·选题背景及实际意义 | 第14-15页 |
| ·钢铁企业生产计划与生产调度 | 第15-21页 |
| ·生产计划和调度概述 | 第15-16页 |
| ·国内外钢铁企业生产计划和调度研究现状 | 第16-20页 |
| ·生产计划与调度管理系统在钢铁企业中的发展趋势 | 第20-21页 |
| ·最优化方法概述 | 第21-23页 |
| ·本文的主要研究工作 | 第23-25页 |
| 2 炼钢 - 连铸 - 热轧一体化生产计划管理模型体系研究 | 第25-41页 |
| ·炼钢 - 连铸 - 热轧一体化生产管理 | 第25-27页 |
| ·钢铁生产管理发展 | 第25-26页 |
| ·国内外钢铁企业一体化生产管理研究现状 | 第26-27页 |
| ·炼钢 - 连铸 - 热轧一体化生产工艺特点 | 第27-31页 |
| ·炼钢 - 连铸 - 热轧一体化生产的工艺流程 | 第27-28页 |
| ·炼钢 - 连铸 - 热轧一体化生产工序间的衔接方式 | 第28-30页 |
| ·一体化生产各工序工艺特点及存在的生产计划优化问题 | 第30-31页 |
| ·炼钢 - 连铸 - 热轧一体化生产计划管理模型体系的建立 | 第31-37页 |
| ·炼钢 - 连铸 - 热轧一体化生产计划编制的模型体系 | 第31-34页 |
| ·模型体系各子系统之间信息传递 | 第34-36页 |
| ·炼钢 - 连铸 - 热轧一体化生产计划编制流程 | 第36-37页 |
| ·热轧生产调度及板坯库存优化管理子系统 | 第37-39页 |
| ·热轧生产调度及板坯库存优化管理子系统 | 第37-38页 |
| ·子系统一体化生产计划编制流程 | 第38-39页 |
| ·本章小结 | 第39-41页 |
| 3 准时制生产日计划优化模型及算法 | 第41-57页 |
| ·遗传算法 | 第41-49页 |
| ·遗传算法及其特点 | 第42-43页 |
| ·遗传算法的基本要素 | 第43-45页 |
| ·遗传算法的实现 | 第45-49页 |
| ·遗传算法的改进研究 | 第49页 |
| ·准时制生产日计划模型的建立 | 第49-51页 |
| ·问题描述 | 第49-50页 |
| ·准时制生产日计划模型 | 第50-51页 |
| ·求解准时制生产日计划模型的改进遗传算法 | 第51-54页 |
| ·分层自然数编码方式 | 第51-52页 |
| ·智能启发式调整 | 第52页 |
| ·交叉概率P_c和变异概率P_m动态调整 | 第52-53页 |
| ·改进遗传算法求解流程 | 第53-54页 |
| ·计算实例 | 第54-56页 |
| ·本章小结 | 第56-57页 |
| 4 热轧轧制计划编制模型及算法 | 第57-74页 |
| ·车辆路径问题 | 第57-60页 |
| ·车辆路径问题概述 | 第57-58页 |
| ·车辆路径问题的求解方法 | 第58-60页 |
| ·免疫算法及单亲遗传算法 | 第60-63页 |
| ·免疫算法概述 | 第60-62页 |
| ·单亲遗传算法概述 | 第62-63页 |
| ·轧制计划模型的建立 | 第63-69页 |
| ·问题描述 | 第63-65页 |
| ·轧制计划VRP模型 | 第65-69页 |
| ·求解轧制计划模型的混合算法 | 第69-71页 |
| ·抗体编码方式 | 第69-70页 |
| ·抗体记忆细胞群 | 第70页 |
| ·新抗体生成 | 第70页 |
| ·群体更新 | 第70页 |
| ·基于单亲遗传算子的免疫算法求解步骤 | 第70-71页 |
| ·计算实例及结果 | 第71-73页 |
| ·本章小结 | 第73-74页 |
| 5 板坯入库决策模型及算法 | 第74-83页 |
| ·混沌优化算法 | 第74-75页 |
| ·板坯入库决策模型的建立 | 第75-78页 |
| ·问题描述 | 第75-76页 |
| ·板坯入库决策优化模型 | 第76-78页 |
| ·求解板坯入库决策模型的混合算法 | 第78-80页 |
| ·自适应调整交叉和变异概率 | 第78-79页 |
| ·混沌优化变异算子 | 第79页 |
| ·混沌遗传算法的求解流程 | 第79-80页 |
| ·计算实例及结果 | 第80-82页 |
| ·本章小结 | 第82-83页 |
| 6 板坯出库计划编制模型及算法研究 | 第83-93页 |
| ·粒子群优化算法 | 第83-85页 |
| ·板坯出库计划编制模型的建立 | 第85-87页 |
| ·问题的提出 | 第85页 |
| ·板坯出库优化决策模型的建立 | 第85-86页 |
| ·板坯倒垛优化决策模型的建立 | 第86-87页 |
| ·求解板坯出库决策的混合算法 | 第87-89页 |
| ·离散粒子群优化算法(DPSO) | 第87-89页 |
| ·出库计划编制流程 | 第89页 |
| ·计算实例及结果 | 第89-92页 |
| ·仿真研究 | 第89-91页 |
| ·应用实例 | 第91-92页 |
| ·本章小结 | 第92-93页 |
| 7 热轧生产调度及板坯库存优化管理系统开发 | 第93-104页 |
| ·系统概况 | 第94页 |
| ·软件系统总体设计 | 第94-99页 |
| ·软件系统功能设计 | 第94-99页 |
| ·系统支持环境 | 第99页 |
| ·软件开发技术 | 第99页 |
| ·模型算法在软件系统中的实现 | 第99-103页 |
| ·模型和算法应用技术 | 第99-100页 |
| ·模型和算法在软件系统中的实现 | 第100-103页 |
| ·系统效益评价 | 第103页 |
| ·软件系统评价指标 | 第103页 |
| ·软件系统运行结果分析 | 第103页 |
| ·本章小结 | 第103-104页 |
| 结论 | 第104-106页 |
| 参考文献 | 第106-114页 |
| 攻读博士学位期间完成的论文和参加的科研项目 | 第114-115页 |
| 创新点摘要 | 第115-116页 |
| 致谢 | 第116-117页 |
| 大连理工大学学位论文版权使用授权书 | 第117页 |
