针织服装企业生产计划与控制研究--基于遗传算法的针织服装企业生产调度研究
| 摘要 | 第4-7页 |
| ABSTRACT | 第7-8页 |
| 1 绪论 | 第11-21页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 国内外研究发展及现状 | 第12-17页 |
| 1.2.1 生产调度问题 | 第12-13页 |
| 1.2.2 多目标优化问题 | 第13-15页 |
| 1.2.3 Flow Shop调度问题 | 第15-17页 |
| 1.3 研究内容 | 第17页 |
| 1.4 研究方法 | 第17-19页 |
| 1.5 技术路线 | 第19-21页 |
| 2 服装生产管理理论及方法 | 第21-31页 |
| 2.1 生产调度 | 第21-27页 |
| 2.1.1 生产调度问题 | 第21-25页 |
| 2.1.2 生产调度的方法 | 第25-27页 |
| 2.2 Flow Shop调度问题 | 第27-28页 |
| 2.2.1 Flow Shop调度问题 | 第27页 |
| 2.2.2 混合Flow Shop调度问题 | 第27-28页 |
| 2.3 多目标优化问题 | 第28-30页 |
| 2.3.1 传统多目标优化方法 | 第28页 |
| 2.3.2 多目标进化算法 | 第28-30页 |
| 2.4 本章小结 | 第30-31页 |
| 3 案例企业背景及生产流程 | 第31-44页 |
| 3.1 针织服装企业调研 | 第31-36页 |
| 3.1.1 调研企业的选取 | 第31页 |
| 3.1.2 调研对象的选取 | 第31-32页 |
| 3.1.3 调研内容 | 第32页 |
| 3.1.4 调研结果 | 第32-36页 |
| 3.2 案例企业背景及生产流程 | 第36-41页 |
| 3.2.1 案例企业背景 | 第36-37页 |
| 3.2.2 案例企业生产布局 | 第37-38页 |
| 3.2.3 案例企业生产流程 | 第38-41页 |
| 3.3 案例企业生产计划与控制现状 | 第41-43页 |
| 3.3.1 案例企业生产特点 | 第41-42页 |
| 3.3.2 案例企业生产调度现状分析 | 第42-43页 |
| 3.3.3 案例企业生产调度问题分析 | 第43页 |
| 3.4 本章小结 | 第43-44页 |
| 4 基于遗传算法的针织服装企业生产调度优化方案 | 第44-54页 |
| 4.1 遗传算法的流程和设计 | 第44-49页 |
| 4.1.1 遗传算法基本原理 | 第44-45页 |
| 4.1.2 遗传算法的流程 | 第45-46页 |
| 4.1.3 遗传算法参数的设计 | 第46-49页 |
| 4.2 带精英策略的非支配排序遗传算法 | 第49-51页 |
| 4.2.1 非支配排序遗传算法 | 第49-50页 |
| 4.2.2 带精英策略的非支配排序遗传算法 | 第50-51页 |
| 4.3 多目标混合Flow Shop问题模型构建 | 第51-53页 |
| 4.3.1 混合Flow Shop的问题描述 | 第51-52页 |
| 4.3.2 模型构建 | 第52-53页 |
| 4.4 本章小结 | 第53-54页 |
| 5 基于遗传算法的针织服装企业生产调度案例分析 | 第54-68页 |
| 5.1 问题描述与模型构建 | 第54-55页 |
| 5.2 基于NSGA II的算法设计 | 第55-60页 |
| 5.2.1 编码 | 第55-56页 |
| 5.2.2 适应度函数 | 第56页 |
| 5.2.3 选择 | 第56-57页 |
| 5.2.4 交叉 | 第57-59页 |
| 5.2.5 变异 | 第59-60页 |
| 5.3 案例计算与结果分析 | 第60-66页 |
| 5.3.1 案例数据 | 第60-63页 |
| 5.3.2 计算结果及分析 | 第63-66页 |
| 5.4 本章小结 | 第66-68页 |
| 6 结论与展望 | 第68-71页 |
| 6.1 研究结论 | 第68-69页 |
| 6.2 创新与展望 | 第69-71页 |
| 参考文献 | 第71-75页 |
| 附录 1：针织服装企业生产计划与控制调研问卷 | 第75-77页 |
| 附录 2：调研企业名录 | 第77-78页 |
| 攻读硕士学位期间发表的学术论文 | 第78-79页 |
| 致谢 | 第79页 |
| 校对报告 | 第79页 |
