| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第8-14页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 国内外相关研究综述 | 第9-12页 |
| 1.2.1 车间调度相关研究综述 | 第9-10页 |
| 1.2.2 基于蚁群算法的车间调度问题相关研究综述 | 第10-11页 |
| 1.2.3 现有研究述评 | 第11-12页 |
| 1.3 研究创新点与技术路线 | 第12-14页 |
| 2 相关理论基础及方法 | 第14-26页 |
| 2.1 车间调度问题 | 第14-18页 |
| 2.1.1 车间调度问题描述 | 第14-15页 |
| 2.1.2 车间调度问题的特点 | 第15-16页 |
| 2.1.3 车间调度问题分类 | 第16-17页 |
| 2.1.4 车间调度常用研究方法 | 第17-18页 |
| 2.2 蚁群算法 | 第18-26页 |
| 2.2.1 算法概述 | 第18-20页 |
| 2.2.2 算法特点 | 第20-22页 |
| 2.2.3 算法基本流程 | 第22-23页 |
| 2.2.4 关键模块 | 第23-26页 |
| 3 面向柔性作业车间调度的改进蚁群算法 | 第26-34页 |
| 3.1 柔性作业车间调度问题 | 第26-29页 |
| 3.1.1 问题描述 | 第26-27页 |
| 3.1.2 性能评价指标 | 第27-29页 |
| 3.2 面向 FJSP 的改进蚁群算法 | 第29-34页 |
| 3.2.1 改进蚁群算法 | 第29-31页 |
| 3.2.2 算法改进 | 第31-32页 |
| 3.2.3 模型及初始化 | 第32-34页 |
| 4 改进蚁群算法在 FJSP 中的应用 | 第34-44页 |
| 4.1 算法流程及步骤 | 第34-36页 |
| 4.2 具体模块 | 第36-38页 |
| 4.2.1 机器选择 | 第36-37页 |
| 4.2.2 操作排序 | 第37-38页 |
| 4.2.3 信息素更新 | 第38页 |
| 4.3 算例 | 第38-44页 |
| 4.3.1 算例描述 | 第38页 |
| 4.3.2 机器选择 | 第38-39页 |
| 4.3.3 操作排序 | 第39-42页 |
| 4.3.4 信息素更新 | 第42-44页 |
| 5 案例分析 | 第44-51页 |
| 5.1 问题描述 | 第44-46页 |
| 5.2 算法设计 | 第46-48页 |
| 5.2.1 初始化 | 第46-47页 |
| 5.2.2 局部寻优 | 第47-48页 |
| 5.2.3 信息素更新 | 第48页 |
| 5.3 效果分析 | 第48-51页 |
| 5.3.1 输出结果 | 第48-49页 |
| 5.3.2 结果分析 | 第49-51页 |
| 6 总结与展望 | 第51-52页 |
| 6.1 总结 | 第51页 |
| 6.2 展望 | 第51-52页 |
| 致谢 | 第52-53页 |
| 参考文献 | 第53-57页 |
| 附录 | 第57-67页 |
| 详细摘要 | 第67-73页 |