| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第8-16页 |
| 1.1 研究背景 | 第8-9页 |
| 1.1.1 研究目的 | 第9页 |
| 1.1.2 研究意义 | 第9页 |
| 1.2 国内外研究现状及分析 | 第9-13页 |
| 1.2.1 国内研究现状 | 第9-11页 |
| 1.2.2 国外研究现状 | 第11-12页 |
| 1.2.3 问题提出 | 第12-13页 |
| 1.3 论文主要研究内容及结构 | 第13-14页 |
| 1.3.1 研究内容 | 第13-14页 |
| 1.3.2 论文框架 | 第14页 |
| 1.4 本章小结 | 第14-16页 |
| 2 某钢铁企业冷轧生产工艺及计划编制规则 | 第16-20页 |
| 2.1 酸轧工艺 | 第16页 |
| 2.2 退火工艺 | 第16-17页 |
| 2.3 生产计划编制规则 | 第17-19页 |
| 2.3.1 原料选择基准 | 第17页 |
| 2.3.2 轧制周期原则 | 第17-18页 |
| 2.3.3 计划顺序编制原则 | 第18页 |
| 2.3.4 宽度跳跃原则 | 第18-19页 |
| 2.3.5 原料厚度跳跃原则 | 第19页 |
| 2.3.6 原料强度跳跃原则 | 第19页 |
| 2.4 本章小结 | 第19-20页 |
| 3 基于模糊聚类的冷轧组批优化方法 | 第20-32页 |
| 3.1 冷轧组批模型 | 第20-23页 |
| 3.1.1 组批编制流程 | 第20-21页 |
| 3.1.2 相关数学符号定义 | 第21-22页 |
| 3.1.3 数学模型 | 第22-23页 |
| 3.2 基于粒子群优化的冷轧组批聚类算法 | 第23-26页 |
| 3.2.1 模糊C均值算法和粒子群算法简介 | 第23-24页 |
| 3.2.2 基于粒子群优化的冷轧组批聚类算法关键技术设计 | 第24-25页 |
| 3.2.3 算法步骤 | 第25-26页 |
| 3.3 应用实例 | 第26-31页 |
| 3.3.1 实验环境和数据 | 第26-28页 |
| 3.3.2 实验结果及分析 | 第28-31页 |
| 3.4 本章小结 | 第31-32页 |
| 4 考虑多阶段多流向的冷轧生产计划 | 第32-43页 |
| 4.1 冷轧生产计划问题描述 | 第33-35页 |
| 4.1.1 冷轧生产工艺路线 | 第33页 |
| 4.1.2 相关数学符号定义 | 第33-34页 |
| 4.1.3 冷轧生产计划数学模型 | 第34-35页 |
| 4.2 基于改进遗传算法的冷轧计划模型的求解 | 第35-38页 |
| 4.2.1 交叉、变异概率的自适应调整策略 | 第36-37页 |
| 4.2.2 改进遗传算法的求解步骤 | 第37-38页 |
| 4.3 应用实例 | 第38-42页 |
| 4.3.1 实验环境和数据 | 第38-39页 |
| 4.3.2 实验结果及分析 | 第39-42页 |
| 4.4 本章小结 | 第42-43页 |
| 5 系统设计与实现 | 第43-58页 |
| 5.1 系统开发技术与平台 | 第43-44页 |
| 5.1.1 Tomcat服务器 | 第43页 |
| 5.1.2 MyEclipse简介 | 第43-44页 |
| 5.2 数据库设计 | 第44-47页 |
| 5.3 系统核心代码 | 第47-55页 |
| 5.3.1 染色体基因编码 | 第47页 |
| 5.3.2 适应值计算 | 第47-50页 |
| 5.3.3 选择操作 | 第50-52页 |
| 5.3.4 交叉操作 | 第52-53页 |
| 5.3.5 变异操作 | 第53-55页 |
| 5.4 系统主界面 | 第55-56页 |
| 5.5 系统运行环境 | 第56-57页 |
| 5.6 本章小结 | 第57-58页 |
| 6 总结与展望 | 第58-60页 |
| 6.1 总结 | 第58-59页 |
| 6.2 展望 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 图清单 | 第63-64页 |
| 表清单 | 第64-65页 |
| 攻读硕士学位期间参加的科研项目与发表学术论文情况 | 第65-66页 |
| 致谢 | 第66页 |