| 第1章 绪论 | 第1-21页 |
| 1．1 课题研究的目的与意义 | 第12页 |
| 1．2 生产调度问题的描述 | 第12-14页 |
| 1．2．1 生产调度问题的分类 | 第13-14页 |
| 1．2．2 生产调度问题特点 | 第14页 |
| 1．3 课题的国内外研究现状分析 | 第14-20页 |
| 1．3．1 生产调度问题特点 | 第14-18页 |
| 1．3．2 遗传算法在调度优化求解中的优势 | 第18-20页 |
| 1．4 本文的主要内容 | 第20-21页 |
| 第2章 遗传算法理论与实现技术 | 第21-35页 |
| 2．1 遗传算法概述 | 第21-22页 |
| 2．2 遗传算法的原理和基本流程 | 第22-24页 |
| 2．3 遗传算法的基本实现技术 | 第24-32页 |
| 2．3．1 编码 | 第24-26页 |
| 2．3．2 适应度函数评价 | 第26-28页 |
| 2．3．3 遗传操作 | 第28-30页 |
| 2．3．4 控制参数确定 | 第30-31页 |
| 2．3．5 约束条件处理 | 第31-32页 |
| 2．3．6 终止条件 | 第32页 |
| 2．4 改进遗传算法性能的主要途径 | 第32-33页 |
| 2．5 遗传算法的应用与研究重点 | 第33-35页 |
| 第3章 求解 Job-shop调度问题的改进遗传算法 | 第35-48页 |
| 3．1 引言 | 第35页 |
| 3．2 Job-shop调度问题的一般描述 | 第35-37页 |
| 3．3 求解 Job-shop调度问题的标准遗传算法设计 | 第37-41页 |
| 3．3．1 基于工序的编码方法 | 第37-38页 |
| 3．3．2 遗传算子的设计 | 第38-40页 |
| 3．3．3 目标函数及适应度的变换 | 第40-41页 |
| 3．4 仿真示例 | 第41-42页 |
| 3．5 求解 Job-shop调度问题的改进遗传算法设计 | 第42-48页 |
| 第4章 基于遗传算法的 Flow-shop调度问题 | 第48-60页 |
| 4．1 引言 | 第48页 |
| 4．2 Flow-shop调度问题的描述 | 第48-49页 |
| 4．3 Flow-shop调度问题的启发式算法 | 第49-50页 |
| 4．4 求解 Flow-shop调度问题的遗传算法 | 第50-54页 |
| 4．4．1 Flow-shop调度问题的编码方法 | 第51页 |
| 4．4．2 适应度函数 | 第51页 |
| 4．4．3 遗传操作 | 第51-53页 |
| 4．4．4 运算实例 | 第53-54页 |
| 4．5 装配生产线平衡问题的混合遗传算法 | 第54-60页 |
| 4．5．1 引言 | 第54页 |
| 4．5．2 装配线平衡问题的描述 | 第54-55页 |
| 4．5．3 混合遗传算法 | 第55-58页 |
| 4．5．4 应用示例 | 第58-60页 |
| 第5章 基于遗传算法的一类并行机调度问题研究 | 第60-67页 |
| 5．1 引言 | 第60页 |
| 5．2 并行多机提前/拖期调度问题 | 第60-62页 |
| 5．2．1 并行多机提前/拖期调度问题的描述 | 第60-61页 |
| 5．2．2 并行多机提前/拖期调度问题的研究现状 | 第61-62页 |
| 5．3 一类带工艺约束的并行机调度问题 | 第62-67页 |
| 5．3．1 问题的描述 | 第62-63页 |
| 5．3．2 遗传算法设计 | 第63-65页 |
| 5．3．3 仿真示例 | 第65-67页 |
| 第6章 总结与展望 | 第67-69页 |
| 参考文献 | 第69-75页 |
| 攻读硕士期间发表的论文 | 第75-76页 |
