| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第8-13页 |
| 1.1 选题背景及意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-11页 |
| 1.2.1 车间调度方法国内外研究现状 | 第9-11页 |
| 1.2.2 FJSP国内外研究现状 | 第11页 |
| 1.3 本文主要工作 | 第11-12页 |
| 1.4 本文章节安排 | 第12-13页 |
| 第二章 相关理论知识及技术 | 第13-23页 |
| 2.1 车间调度 | 第13-14页 |
| 2.1.1 车间调度问题描述及分类 | 第13页 |
| 2.1.2 车间调度的特性 | 第13-14页 |
| 2.2 柔性作业车间调度 | 第14-16页 |
| 2.2.1 符号定义 | 第14页 |
| 2.2.2 FJSP问题描述 | 第14-15页 |
| 2.2.3 约束条件 | 第15-16页 |
| 2.2.4 常见目标函数 | 第16页 |
| 2.3 蝙蝠算法 | 第16-19页 |
| 2.3.1 蝙蝠算法概述 | 第16-17页 |
| 2.3.2 蝙蝠算法基本流程 | 第17-18页 |
| 2.3.3 蝙蝠算法应用研究 | 第18-19页 |
| 2.4 人工蜂群算法 | 第19-22页 |
| 2.4.1 人工蜂群算法概述 | 第19-20页 |
| 2.4.2 人工蜂群算法基本流程 | 第20-21页 |
| 2.4.3 人工蜂群算法应用研究 | 第21-22页 |
| 2.5 本章小结 | 第22-23页 |
| 第三章 混合遗传蝙蝠算法求解单目标柔性作业车间调度问题 | 第23-35页 |
| 3.1 SOFJSP模型 | 第23页 |
| 3.2 HGBA算法设计 | 第23-27页 |
| 3.2.1 编码方式 | 第23-25页 |
| 3.2.2 种群初始化 | 第25页 |
| 3.2.3 惯性权重调整 | 第25页 |
| 3.2.4 混合列交叉更新策略 | 第25-26页 |
| 3.2.5 HGBA算法流程 | 第26-27页 |
| 3.3 实例仿真结果与分析 | 第27-34页 |
| 3.3.1 改进措施有效性分析 | 第27-30页 |
| 3.3.2 实例仿真及结果分析 | 第30-34页 |
| 3.4 本章小结 | 第34-35页 |
| 第四章 离散人工蜂群求解多目标柔性作业车间调度问题 | 第35-47页 |
| 4.1 多目标优化基本概念 | 第35-36页 |
| 4.2 MOFJSP模型 | 第36-37页 |
| 4.3 PDABC算法设计 | 第37-41页 |
| 4.3.1 编码方式 | 第37页 |
| 4.3.2 基于排序的选择概率 | 第37-38页 |
| 4.3.3 邻域搜索 | 第38页 |
| 4.3.4 混合列交叉策略 | 第38页 |
| 4.3.5 Pareto解集创建与更新 | 第38-40页 |
| 4.3.6 PDABC算法流程 | 第40-41页 |
| 4.4 实验仿真 | 第41-46页 |
| 4.4.1 算法性能测试与结果分析 | 第41-44页 |
| 4.4.2 实例仿真 | 第44-46页 |
| 4.5 本章小结 | 第46-47页 |
| 第五章 不确定工时条件下的柔性作业车间调度问题求解 | 第47-55页 |
| 5.1 区间数基本概念 | 第47页 |
| 5.2 FJSP-UPT模型 | 第47-48页 |
| 5.3 算法设计 | 第48-50页 |
| 5.3.1 编码方式 | 第48-49页 |
| 5.3.2 区间数比较法 | 第49页 |
| 5.3.3 基于区间可能度的选择概率 | 第49页 |
| 5.3.4 位置更新策略 | 第49-50页 |
| 5.3.5 IABC算法流程 | 第50页 |
| 5.4 实例仿真与分析 | 第50-54页 |
| 5.5 本章小结 | 第54-55页 |
| 第六章 主要结论与展望 | 第55-57页 |
| 6.1 主要结论 | 第55-56页 |
| 6.2 展望 | 第56-57页 |
| 致谢 | 第57-58页 |
| 参考文献 | 第58-63页 |
| 附录:作者在攻读硕士学位期间发表的论文 | 第63页 |
