基于多目标遗传算法的项目调度及其仿真研究
| 摘要 | 第1-8页 |
| Abstract | 第8-13页 |
| 目录 | 第13-16页 |
| 图目录 | 第16-19页 |
| 表目录 | 第19-20页 |
| 第一章 绪论 | 第20-27页 |
| ·研究背景及其意义 | 第20-23页 |
| ·研究背景 | 第20-22页 |
| ·研究意义 | 第22-23页 |
| ·研究内容和文章结构 | 第23-25页 |
| ·主要创新点 | 第25-27页 |
| 第二章 资源约束的项目调度问题的算法基础 | 第27-45页 |
| ·组合优化问题 | 第27-28页 |
| ·计算复杂性 | 第28-31页 |
| ·启发式方法 | 第31-43页 |
| ·模拟煺火 | 第32-35页 |
| ·禁忌搜索 | 第35-37页 |
| ·蚁群算法 | 第37-39页 |
| ·进化计算 | 第39-43页 |
| ·其它 | 第43-45页 |
| 第三章 资源约束的项目调度相关问题综述 | 第45-60页 |
| ·资源约束的项目调度问题描述 | 第45-48页 |
| ·资源约束的项目调度问题分类 | 第48-50页 |
| ·资源约束的项目调度相关文献 | 第50-59页 |
| ·基于确定性方法的资源约束的项目调度 | 第51-55页 |
| ·基于启发式算法的资源约束的项目调度 | 第55-59页 |
| ·本章小结 | 第59-60页 |
| 第四章 多目标遗传算法研究 | 第60-77页 |
| ·多目标优化问题 | 第60-61页 |
| ·多目标遗传算法 | 第61-68页 |
| ·非支配集构造 | 第62-64页 |
| ·种群保留机制 | 第64-66页 |
| ·遗传操作 | 第66-67页 |
| ·NSGA-Ⅱ算法 | 第67-68页 |
| ·NSGA-Ⅱ算法的更新 | 第68-76页 |
| ·交叉系数的自适应改变 | 第68-73页 |
| ·种群规模的自适应改变 | 第73-76页 |
| ·本章小结 | 第76-77页 |
| 第五章 多目标多模式资源约束的项目调度问题研究 | 第77-98页 |
| ·现有文献的不足 | 第77-78页 |
| ·多目标多模式资源约束的项目调度建模分析 | 第78-84页 |
| ·项目工期优化 | 第78-80页 |
| ·项目成本优化 | 第80-82页 |
| ·项目质量优化 | 第82-83页 |
| ·多目标优化模型的建立 | 第83-84页 |
| ·实例分析一 | 第84-92页 |
| ·算法设计与仿真结果 | 第85-89页 |
| ·算法的性能分析 | 第89-92页 |
| ·实例分析二 | 第92-97页 |
| ·本章小结 | 第97-98页 |
| 第六章 多模式资源约束的随机项目调度问题研究 | 第98-119页 |
| ·随机活动持续时间 | 第98-105页 |
| ·β分布的广义性 | 第98-101页 |
| ·PRET网络分析法机理 | 第101-102页 |
| ·PRET网络分析法缺陷 | 第102-104页 |
| ·其它分布的随机活动时间 | 第104-105页 |
| ·随机变量的生成 | 第105-107页 |
| ·多模式资源约束的随机项目调度问题 | 第107-118页 |
| ·一般意义下的随机多目标模型分析 | 第107-108页 |
| ·现有文献的不足 | 第108-109页 |
| ·多模式资源约束的随机多目标项目调度数学模型 | 第109-111页 |
| ·实例分析 | 第111-118页 |
| ·本章小结 | 第118-119页 |
| 第七章 项目调度-虚拟原型系统设计 | 第119-130页 |
| ·虚拟施工简介 | 第119-120页 |
| ·CVP系统设计 | 第120-126页 |
| ·集成平台 | 第120-121页 |
| ·开发环境 | 第121-122页 |
| ·设计步骤 | 第122-126页 |
| ·应用实例 | 第126-128页 |
| ·本章小结 | 第128-130页 |
| 第八章 总结与展望 | 第130-133页 |
| ·论文的主要工作和结论 | 第130-131页 |
| ·存在的问题和进一步研究的展望 | 第131-133页 |
| 参考文献 | 第133-150页 |
| 附录一 | 第150-153页 |
| 附录二 | 第153-154页 |
| 附录三 | 第154-156页 |
| 附录四 | 第156-158页 |
| 附录五 | 第158-166页 |
| 附录六 | 第166-168页 |
| 博士期间发表论文和科研情况 | 第168-171页 |
| 致谢 | 第171-172页 |
