首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

柔性作业车间批量重调度方法研究

摘要第5-6页
abstract第6-7页
第1章 绪论第11-19页
    1.1 课题来源第11-12页
    1.2 课题研究背景及意义第12-13页
    1.3 国内外研究现状第13-17页
        1.3.1 车间动态调度方式研究现状第13-15页
        1.3.2 柔性车间重调度研究现状第15-16页
        1.3.3 柔性车间批量调度研究现状第16页
        1.3.4 问题分析及总结第16-17页
    1.4 论文研究内容及结构第17-19页
第2章 柔性作业车间批量重调度问题第19-27页
    2.1 作业车间批量动态调度问题描述第19页
    2.2 作业车间批量重调度问题的数学建模第19-21页
        2.2.1 模型假设第19-20页
        2.2.2 变量定义第20页
        2.2.3 数学模型第20-21页
    2.3 基于延迟惩罚容忍度的重调度策略第21-23页
        2.3.1 柔性作业车间中的扰动类型第22页
        2.3.2 延迟惩罚容忍度第22页
        2.3.3 重调度策略第22-23页
    2.4 求解方法第23-25页
        2.4.1 传统求解方法第23-24页
        2.4.2 智能的调度方法第24-25页
        2.4.3 本文的求解方法第25页
    2.5 本章小结第25-27页
第3章 插单批量重调度算法研究及应用第27-43页
    3.1 插单批量重调度概述第27页
    3.2 遗传算法及群体智能算法第27-31页
        3.2.1 遗传算法原理及流程第27-29页
        3.2.2 群体智能算法概述第29页
        3.2.3 粒子群算法原理及流程第29-31页
    3.3 基于群体智能搜索遗传算法的插单调度分批算法第31-36页
        3.3.1 分批选择第32-33页
        3.3.2 批量选择第33页
        3.3.3 调度分批算法第33-34页
        3.3.4 分批算法流程第34-36页
    3.4 分批算法在插单调度实例中的验证和应用第36-42页
        3.4.1 分批算法效率与优化性能验证第36-38页
        3.4.2 某零配件车间分批插单实例求解的多种算法对比验证第38页
        3.4.3 某航空结构件厂实际生产实例的分批调度应用第38-42页
    3.5 本章小结第42-43页
第4章 机床故障批量重调度算法研究第43-57页
    4.1 机床故障批量重调度概述第43页
    4.2 强化学习算法第43-47页
        4.2.1 强化学习原理及结构第43-45页
        4.2.2 强化学习中的几个关键概念第45-46页
        4.2.3 Q-learning第46-47页
    4.3 基于Q-learning的机床故障调度第47-49页
        4.3.1 机床故障问题调度问题模型第47-48页
        4.3.2 动作集定义第48页
        4.3.3 状态变量确定和状态划分第48-49页
        4.3.4 回报函数的建立第49页
    4.4 模型实现及验证第49-56页
        4.4.1 单工序单Agent模型第50-52页
        4.4.2 多工序多Agent模型第52-54页
        4.4.3 模型验证第54-56页
    4.5 本章小结第56-57页
第5章 智能调度系统开发与应用第57-70页
    5.1 引言第57页
    5.2 系统概述第57-60页
        5.2.1 系统的主要功能模块及工作流第57-58页
        5.2.2 系统结构第58-59页
        5.2.3 系统数据库设计第59-60页
    5.3 系统实现技术第60-62页
        5.3.1 C第60-61页
        5.3.2 C第61页
        5.3.3 C第61-62页
    5.4 系统界面功能设计及调度模块实现第62-65页
        5.4.1 界面设计第62-63页
        5.4.2 资源管理模块第63页
        5.4.3 任务排程调度模块第63-65页
    5.5 实例验证第65-68页
    5.6 本章小结第68-70页
总结与展望第70-72页
致谢第72-73页
参考文献第73-80页
攻读硕士学位期间发表的论文及科研成果第80页

论文共80页,点击 下载论文
上一篇:磁导航AGV机器人关键技术的研究及应用
下一篇:单球驱动机器人的建模与控制研究