| 摘要 | 第1-7页 |
| Abstract | 第7-13页 |
| 第1章 绪论 | 第13-25页 |
| ·课题的背景及来源 | 第13-14页 |
| ·调度问题的基本概念和国内外研究现状 | 第14-23页 |
| ·生产调度问题的基本概念 | 第14-15页 |
| ·生产调度问题的特点 | 第15-16页 |
| ·生产调度问题的分类 | 第16-17页 |
| ·生产调度问题研究现状 | 第17-23页 |
| ·论文的主要工作 | 第23-25页 |
| 第2章 多工件调度中加工参数选择问题的研究与分析 | 第25-48页 |
| ·加工参数选择的重要性和复杂性 | 第25-27页 |
| ·确定合理参数的重要性 | 第25页 |
| ·参数确定的复杂性 | 第25页 |
| ·当前模型和其存在的问题 | 第25-27页 |
| ·成本分析模型的建立 | 第27-33页 |
| ·传统成本计算的缺点 | 第27页 |
| ·成本分析模型的建立 | 第27-33页 |
| ·调度排序与参数优化间的关系 | 第33-35页 |
| ·遗传算法的应用和步骤 | 第35-36页 |
| ·遗传算法的优点 | 第35-36页 |
| ·遗传算法的基本形式 | 第36页 |
| ·遗传算法描述及步骤 | 第36-42页 |
| ·确定优化变量 | 第36页 |
| ·确定约束条件 | 第36-38页 |
| ·编码 | 第38-39页 |
| ·生成初始种群 | 第39页 |
| ·适应度计算 | 第39页 |
| ·选择操作 | 第39-40页 |
| ·交叉操作 | 第40页 |
| ·变异操作 | 第40-41页 |
| ·最优保存策略 | 第41页 |
| ·终止条件 | 第41页 |
| ·遗传算法的流程图 | 第41-42页 |
| ·实例及分析 | 第42-47页 |
| ·加工环境及工件参数 | 第42-43页 |
| ·计算结果及讨论 | 第43-44页 |
| ·△值的变化对模型的影响 | 第44-47页 |
| ·本章小结 | 第47-48页 |
| 第3章 交货期惩罚问题及在线动态调度问题研究 | 第48-65页 |
| ·交货期约束调度问题研究 | 第48-54页 |
| ·交货期约束调度问题分类 | 第48-51页 |
| ·交货期约束问题的复杂性分析 | 第51页 |
| ·成本分析模型中交货期约束形式 | 第51-52页 |
| ·单机交货期约束问题算法研究 | 第52-54页 |
| ·多批工件在线动态调度 | 第54-59页 |
| ·在线调度问题研究现状 | 第54-56页 |
| ·重调度的效果和方式 | 第56页 |
| ·成本分析模型的多批在线重调度形式 | 第56-57页 |
| ·单机在线批次交货期问题 | 第57-59页 |
| ·实例及分析 | 第59-64页 |
| ·加工环境及工件参数 | 第59-60页 |
| ·计算与分析 | 第60-61页 |
| ·工件到达时间对总成本的影响 | 第61-62页 |
| ·重调度系数的影响 | 第62-64页 |
| ·本章小结 | 第64-65页 |
| 第4章 提前/拖后惩罚的交货期约束调度问题研究 | 第65-85页 |
| ·准时加工的原理及延时加工的意义 | 第65-67页 |
| ·准时加工的原理及研究体系 | 第65-66页 |
| ·延时加工的思想和意义 | 第66-67页 |
| ·单机延时调度模型 | 第67-75页 |
| ·延时加工模型的建立 | 第67-68页 |
| ·给定序列下调度算法研究 | 第68-71页 |
| ·遗传算法解决单机延时调度问题 | 第71-72页 |
| ·实例及分析 | 第72-75页 |
| ·单件延时调度问题 | 第75-84页 |
| ·单件准时调度模型介绍 | 第75-76页 |
| ·并行遗传算法解决单件延时调度问题 | 第76-79页 |
| ·实例及分析 | 第79-84页 |
| ·本章小结 | 第84-85页 |
| 第5章 资源约束调度问题的研究 | 第85-100页 |
| ·资源调度的分类 | 第85-86页 |
| ·资源约束的数学表示 | 第86页 |
| ·资源约束的计算方法 | 第86-90页 |
| ·死锁问题的解决方法 | 第86-87页 |
| ·通用性资源的性质 | 第87页 |
| ·平行机资源约束算法 | 第87-90页 |
| ·资源约束调度的实例及分析 | 第90-94页 |
| ·加工环境和参数 | 第90页 |
| ·算法参数及运算结果 | 第90-91页 |
| ·资源对目标函数的影响 | 第91-94页 |
| ·资源需求预测 | 第94-99页 |
| ·最小二乘支持向量回归算法 | 第94-96页 |
| ·基于遗传算法优化最小二乘支持向量回归的资源需求预测与调度方法 | 第96-97页 |
| ·GA-LSSVR算例及分析 | 第97-99页 |
| ·本章小结 | 第99-100页 |
| 第6章 遗传算法的讨论和改进 | 第100-113页 |
| ·通用遗传算法存在的问题 | 第100-102页 |
| ·通用遗传算法存在问题的表现 | 第100-101页 |
| ·造成遗传算法各种问题的原因 | 第101-102页 |
| ·遗传算法问题存在的本质 | 第102-103页 |
| ·解决通用遗传算法所存在问题的手段 | 第103-110页 |
| ·并行遗传算法中适应度计算的改进 | 第103-106页 |
| ·选择算子的改进 | 第106-107页 |
| ·交叉算子的改进 | 第107-108页 |
| ·孤雌生殖在交叉算子中的应用 | 第108-110页 |
| ·实例 | 第110-112页 |
| ·适应度计算改进的比较分析 | 第110-111页 |
| ·遗传算子改进的比较分析 | 第111-112页 |
| ·本章小结 | 第112-113页 |
| 第7章 基于成本分析模型的生产调度参数优化系统的开发 | 第113-121页 |
| ·已有生产调度系统的特点和问题 | 第113-114页 |
| ·生产调度参数优化系统的体系结构 | 第114-115页 |
| ·用户界面 | 第114页 |
| ·计算引擎 | 第114-115页 |
| ·模型组件 | 第115页 |
| ·算法组件 | 第115页 |
| ·数据库 | 第115页 |
| ·系统结构图 | 第115页 |
| ·体系结构的工作原理 | 第115-117页 |
| ·用户界面输入 | 第116页 |
| ·模型数据初始化 | 第116页 |
| ·算法数据初始化 | 第116页 |
| ·算法执行 | 第116-117页 |
| ·实时响应的实现 | 第117页 |
| ·软件实现方式 | 第117-118页 |
| ·实例 | 第118-119页 |
| ·本章小结 | 第119-121页 |
| 第8章 总结与展望 | 第121-125页 |
| ·总结 | 第121-123页 |
| ·创新点 | 第123页 |
| ·展望 | 第123-125页 |
| 参考文献 | 第125-135页 |
| 致谢 | 第135-136页 |
| 博士在读期间发表的学术论文 | 第136-137页 |
| 附录 | 第137页 |