| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 专用术语注释表 | 第8-10页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究背景与意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.3 本文的工作及结构安排 | 第14-16页 |
| 第二章 相关背景知识介绍 | 第16-23页 |
| 2.1 云制造 | 第16-18页 |
| 2.2 多目标优化 | 第18-20页 |
| 2.3 深度强化学习 | 第20-22页 |
| 2.4 本章小结 | 第22-23页 |
| 第三章 面向云制造的多目标服务资源组合优化研究 | 第23-45页 |
| 3.1 云制造多目标服务资源组合优化模型 | 第23-33页 |
| 3.1.1 拓扑结构 | 第23-26页 |
| 3.1.2 系统模型 | 第26-32页 |
| 3.1.3 问题描述 | 第32-33页 |
| 3.2 基于改进多目标进化算法的云制造服务资源组合优化 | 第33-39页 |
| 3.2.1 设计思想 | 第33-34页 |
| 3.2.2 基于变邻域搜索的网格多目标服务组合算法 | 第34-37页 |
| 3.2.3 面向云制造服务资源优化的组合算法流程 | 第37-39页 |
| 3.3 仿真分析 | 第39-44页 |
| 3.3.1 仿真设置 | 第39-40页 |
| 3.3.2 仿真结果 | 第40-44页 |
| 3.4 本章小结 | 第44-45页 |
| 第四章 面向云制造的动态生产资源调度优化研究 | 第45-63页 |
| 4.1 云制造动态生产资源调度优化模型 | 第45-51页 |
| 4.1.1 拓扑结构 | 第45-47页 |
| 4.1.2 系统模型 | 第47-50页 |
| 4.1.3 问题描述 | 第50-51页 |
| 4.2 基于改进深度强化学习算法的云制造生产资源调度优化 | 第51-56页 |
| 4.2.1 设计思想 | 第51-52页 |
| 4.2.2 基于禁忌搜索的深度强化学习生产资源调度算法 | 第52-55页 |
| 4.2.3 面向云制造生产资源优化的调度算法流程 | 第55-56页 |
| 4.3 仿真分析 | 第56-61页 |
| 4.3.1 仿真设置 | 第57-58页 |
| 4.3.2 仿真结果 | 第58-61页 |
| 4.4 本章小结 | 第61-63页 |
| 第五章 总结与展望 | 第63-65页 |
| 5.1 工作总结 | 第63页 |
| 5.2 后续工作展望 | 第63-65页 |
| 参考文献 | 第65-69页 |
| 附录1 攻读硕士学位期间撰写的论文 | 第69-70页 |
| 附录2 攻读硕士学位期间申请的专利 | 第70-71页 |
| 附录3 攻读硕士学位期间参加的科研项目 | 第71-72页 |
| 致谢 | 第72页 |
