首页--经济论文--经济计划与管理论文--企业经济论文--企业生产管理论文

改进自适应非支配排序遗传算法在多目标车间调度的研究与应用

摘要第4-5页
Abstract第5-6页
绪论第10-13页
    一、课题研究背景和意义第10页
    二、国内外研究现状第10-11页
    三、研究内容和研究思路第11-13页
第一章 车间调度研究第13-18页
    1.1 车间调度概述第13页
    1.2 车间调度的分类第13页
    1.3 作业车间调度问题第13-15页
        1.3.1 作业车间调度问题描述第13-15页
        1.3.2 作业车间调度问题特点第15页
    1.4 车间调度的解决方法第15-16页
    1.5 多目标车间优化调度第16-17页
        1.5.1 多目标车间优化调度的研究现状第16-17页
        1.5.2 多目标车间优化调度存在的问题第17页
    本章小结第17-18页
第二章 遗传算法理论与研究第18-22页
    2.1 遗传算法基本思想第18页
    2.2 遗传算法特点第18-19页
    2.3 算法操作与流程第19-21页
    本章小结第21-22页
第三章 改进遗传算法的设计第22-37页
    3.1 多目标优化问题第22-23页
    3.2 多目标优化方法第23页
    3.3 NSGA-Ⅱ算法介绍第23-26页
        3.3.1 NSGA-Ⅱ算法流程第24页
        3.3.2 快速非支配排序第24-25页
        3.3.3 拥挤距离计算第25-26页
        3.3.4 小生境技术和精英策略第26页
    3.4 改进的NSGA-Ⅱ算法第26-29页
        3.4.1 改进的拥挤距离计算第26-28页
        3.4.2 添加精英保留的改进精英选择策略第28-29页
    3.5 改进的NSGA-Ⅱ算法性能测试第29-30页
    3.6 改进的自适应遗传算子第30-33页
        3.6.1 改进的自适应交叉算子第30-32页
        3.6.2 改进的自适应变异算子第32-33页
    3.7 极值优化算法第33-34页
    3.8 改进遗传算法的性能分析第34-36页
        3.8.1 算法局部收敛判断第34-35页
        3.8.2 混合策略遗传算法性能分析第35-36页
    本章小结第36-37页
第四章 改进遗传算法求解多目标作业车间调度问题第37-48页
    4.1 编码方式第37-38页
    4.2 多目标优化简介第38-39页
        4.2.1 常见目标函数第38-39页
        4.2.2 目标函数选定第39页
    4.3 多目标问题转化第39页
    4.4 适应度函数设定及选择操作设计第39-40页
    4.5 初始化种群第40页
    4.6 交叉和变异设计第40-41页
        4.6.1 交叉操作第40-41页
        4.6.2 变异操作第41页
    4.7 改进的NSGA-Ⅱ算法的应用流程第41-43页
    4.8 改进算法的仿真测试第43-47页
    本章小结第47-48页
第五章 调度系统实现第48-62页
    5.1 引言第48页
    5.2 车间调度模拟系统的概述第48-49页
        5.2.1 系统的需求分析第48页
        5.2.2 系统开发目标第48-49页
        5.2.3 系统开发与测试环境第49页
    5.3 系统总体设计第49-53页
        5.3.1 系统特性与总体设计第49-51页
        5.3.2 系统业务处理流程第51-53页
    5.4 系统详细设计第53-54页
        5.4.1 用户管理模块第53页
        5.4.2 订单管理模块第53页
        5.4.3 产品管理模块第53页
        5.4.4 设备管理模块第53-54页
        5.4.5 资源配置模块第54页
        5.4.6 车间调度管理模块第54页
        5.4.7 算法验证模块第54页
    5.5 数据库设计第54-56页
    5.6 运行过程展示第56-61页
    本章小结第61-62页
结论第62-63页
参考文献第63-67页
攻读硕士学位期间发表的学术论文第67-68页
致谢第68页

论文共68页,点击 下载论文
上一篇:基于S7-300的LNG供气站控制系统设计
下一篇:社交网络的数据采集策略研究与应用