摘要 | 第5-7页 |
ABSTRACT | 第7-8页 |
第1章 绪论 | 第11-17页 |
1.1 课题的研究背景、目的和意义 | 第11-13页 |
1.1.1 课题的研究背景 | 第11-12页 |
1.1.2 选题的目的 | 第12页 |
1.1.3 选题的意义 | 第12-13页 |
1.2 国内外研究现状 | 第13-14页 |
1.2.1 国外研究现状 | 第13页 |
1.2.2 国内研究现状 | 第13-14页 |
1.3 论文的主要内容和组织结构 | 第14-17页 |
第2章 多约束条件下设备调度问题及建模 | 第17-25页 |
2.1 设备调度问题概述 | 第17-19页 |
2.1.1 设备调度模型的特点 | 第17页 |
2.1.2 设备调度问题的分类 | 第17-18页 |
2.1.3 设备调度问题的求解方法分类 | 第18页 |
2.1.4 设备调度问题的优化目标 | 第18-19页 |
2.2 设备调度中约束类型 | 第19-20页 |
2.2.1 工序约束 | 第19页 |
2.2.2 设备连续可用时间段和非可用时间段约束 | 第19-20页 |
2.3 多约束条件下设备调度建模 | 第20-23页 |
2.3.1 设备调度符号定义 | 第20页 |
2.3.2 设备调度数学模型建立 | 第20-23页 |
2.4 本章小结 | 第23-25页 |
第3章 遗传算法的改进 | 第25-36页 |
3.1 遗传算法的概述 | 第25-27页 |
3.1.1 遗传算法的产生和发展 | 第25-26页 |
3.1.2 遗传算法的基本思想 | 第26-27页 |
3.2 传统的遗传算法的实现 | 第27-31页 |
3.2.1 编码 | 第27-29页 |
3.2.2 确定适应度函数 | 第29-30页 |
3.2.3 选择算子 | 第30页 |
3.2.4 交叉运算 | 第30-31页 |
3.2.5 变异运算 | 第31页 |
3.3 改进的自适应遗传算法的实现 | 第31-35页 |
3.3.1 改进的自适应遗传算法的基本思想 | 第32-34页 |
3.3.2 改进的遗传算法的实现 | 第34-35页 |
3.4 本章小结 | 第35-36页 |
第4章 基于改进遗传算法的多约束条件下设备连续可用调度研究 | 第36-49页 |
4.1 设备连续可用下的多约束 | 第36页 |
4.2 改进的遗传算法在设备调度的表示 | 第36-40页 |
4.2.1 改进后遗传算法的参数设置 | 第39页 |
4.2.2 改进后遗传算法的伪代码 | 第39-40页 |
4.3 案例分析验证 | 第40-48页 |
4.4 本章小结 | 第48-49页 |
第5章 基于时间槽模型的多约束条件下设备非连续可用调度研究 | 第49-62页 |
5.1 设备非连续可用时间段的多约束情况 | 第49页 |
5.2 时间槽模型 | 第49-51页 |
5.3 案例分析验证 | 第51-60页 |
5.3.1 基本设备调度案例分析 | 第51-53页 |
5.3.2 综合案例分析 | 第53-60页 |
5.4 本章小结 | 第60-62页 |
第6章 结论与展望 | 第62-63页 |
参考文献 | 第63-68页 |
攻读学位期间发表的学术论文目录 | 第68-69页 |
致谢 | 第69-70页 |