| 第一章 绪论 | 第1-22页 |
| 1．1 研究意义 | 第12-13页 |
| 1．2 生产调度理论概述 | 第13-19页 |
| 1．2．1 生产调度问题 | 第13-15页 |
| 1．2．2 调度算法 | 第15-16页 |
| 1．2．3 遗传算法及其应用简介 | 第16-19页 |
| 1．3 当前调度问题的研究热点 | 第19-20页 |
| 1．4 本文的创新点及研究内容 | 第20-22页 |
| 第二章 Flow Shop调度问题及其遗传算法求解 | 第22-38页 |
| 2．1 引言 | 第22页 |
| 2．2 Flow Shop调度问题 | 第22-26页 |
| 2．2．1 问题描述 | 第22-24页 |
| 2．2．2 常用的算法 | 第24-26页 |
| 2．3 遗传算法 | 第26-30页 |
| 2．4 Flow Shop调度问题的遗传算法求解方法 | 第30-37页 |
| 2．4．1 遗传算法设计 | 第30-35页 |
| 2．4．2 实例仿真 | 第35-37页 |
| 2．5 小结 | 第37-38页 |
| 第三章 多对染色体遗传算法及其应用 | 第38-54页 |
| 3．1 引言 | 第38页 |
| 3．2 混合Flow Shop调度问题及其简单遗传算法 | 第38-46页 |
| 3．2．1 问题描述和数学模型 | 第38-40页 |
| 3．2．2 算法设计 | 第40-43页 |
| 3．2．3 实例仿真 | 第43-46页 |
| 3．3 多对染色体遗传算法 | 第46-48页 |
| 3．3．1 生物学原理 | 第46-48页 |
| 3．3．2 算法思想 | 第48页 |
| 3．4 多对染色体遗传算法在混合 Flow Shop调度问题中的应用 | 第48-52页 |
| 3．4．1 算法设计 | 第48-50页 |
| 3．4．2 仿真结果与比较 | 第50-52页 |
| 3．5 小结 | 第52-54页 |
| 第四章 基于遗传算法的服装企业生产计划调度 | 第54-62页 |
| 4．1 引言 | 第54页 |
| 4．2 服装企业的生产特点 | 第54-57页 |
| 4．3 服装企业的生产计划调度 | 第57-61页 |
| 4．3．1 问题描述及其数学模型 | 第57-58页 |
| 4．3．2 遗传算法设计 | 第58-59页 |
| 4．3．3 计算实例 | 第59-61页 |
| 4．4 小结 | 第61-62页 |
| 第五章 基于生产计划智能调度的服装ERP系统的实现 | 第62-75页 |
| 5．1 引言 | 第62页 |
| 5．2 服装 ERP系统的设计 | 第62-67页 |
| 5．2．1 总体框架 | 第62-64页 |
| 5．2．2 模块划分 | 第64-67页 |
| 5．3 生产计划智能调度子系统的开发 | 第67-71页 |
| 5．3．1 功能分析 | 第67-68页 |
| 5．3．2 接口实现方案 | 第68-69页 |
| 5．3．3 编程实现 | 第69-71页 |
| 5．4 服装 ERP系统的实际应用情况 | 第71-74页 |
| 5．5 小结 | 第74-75页 |
| 第六章 总结与展望 | 第75-78页 |
| 6．1 本文的主要贡献 | 第75-76页 |
| 6．2 进一步工作的展望 | 第76-78页 |
| 6．2．1 数学模型的改进 | 第76页 |
| 6．2．2 算法改进 | 第76-77页 |
| 6．2．3 服装 ERP与服装 CAD的接口研究 | 第77-78页 |
| 参考文献 | 第78-83页 |
| 攻读硕士学位期间参加的课题、发表的论文和获奖情况 | 第83-84页 |
| 致谢 | 第84页 |
