| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 研究意义 | 第10页 |
| 1.2 作业车间调度问题及相应智能算法研究 | 第10-12页 |
| 1.2.1 多目标作业车间调度问题描述 | 第10-11页 |
| 1.2.2 可重入作业车间调度问题描述 | 第11-12页 |
| 1.2.3 差分进化算法 | 第12页 |
| 1.2.4 差分进化算法在车间调度领域的研究与应用 | 第12页 |
| 1.3 流水车间调度问题及相应智能算法研究 | 第12-15页 |
| 1.3.1 三阶段装配流水线调度问题描述 | 第13页 |
| 1.3.2 柔性装配流水车间调度问题描述 | 第13页 |
| 1.3.3 分布估计算法 | 第13-14页 |
| 1.3.4 分布估计算法及其在车间调度领域的研究与应用 | 第14-15页 |
| 1.4 本文的主要工作和创新点 | 第15-18页 |
| 第二章 求解MRJSSP的混合差分进化算法 | 第18-30页 |
| 2.1 引言 | 第18-19页 |
| 2.2 以最小化机器总体空闲时间和最大延迟时间为目标的MRJSSP | 第19-20页 |
| 2.3 混合差分进化算法 | 第20-24页 |
| 2.3.1 解的表达(RSOV规则) | 第20-21页 |
| 2.3.2 活动化解码 | 第21页 |
| 2.3.3 基于DE的搜索策略 | 第21-22页 |
| 2.3.4 基于问题性质的局部搜索 | 第22-23页 |
| 2.3.5 HDE的算法步骤 | 第23-24页 |
| 2.4 仿真实验与分析 | 第24-27页 |
| 2.4.1 实验设置 | 第25-26页 |
| 2.4.2 性能比较 | 第26页 |
| 2.4.3 仿真结果和对比 | 第26-27页 |
| 2.5 小结 | 第27-30页 |
| 第三章 求解TSAFSP_SDST的自适应混合分布估计算法 | 第30-60页 |
| 3.1 引言 | 第30-32页 |
| 3.2 TSAFSP_SDST问题描述 | 第32-34页 |
| 3.3 AHEDA | 第34-42页 |
| 3.3.1 解的表示 | 第35页 |
| 3.3.2 种群初始化策略 | 第35-37页 |
| 3.3.3 概率分布模型初始化策略 | 第37-38页 |
| 3.3.4 概率分布模型自适应更新机制 | 第38-41页 |
| 3.3.5 新种群采样生成方法 | 第41-42页 |
| 3.3.6 基于Insert邻域的局部搜索 | 第42页 |
| 3.4 AHEDA步骤和流程图 | 第42-45页 |
| 3.5 仿真实验和比较 | 第45-57页 |
| 3.5.1 AHEDA关键参数实验分析 | 第46-50页 |
| 3.5.2 不含局部搜索的AHEDA与其变形算法比较 | 第50-52页 |
| 3.5.3 AHEDA与其它有效算法的比较 | 第52-54页 |
| 3.5.4 目标函数权系数单因素方差分析 | 第54-57页 |
| 3.6 小结 | 第57-60页 |
| 第四章 求解FAFSSP_DP的混合分布估计算法 | 第60-82页 |
| 4.1 引言 | 第60-63页 |
| 4.2 FAFSSP_DP问题描述 | 第63-67页 |
| 4.3 混合EDA | 第67-75页 |
| 4.3.1 解的编码和解码 | 第67-68页 |
| 4.3.2 种群初始化策略 | 第68页 |
| 4.3.3 概率模型 | 第68页 |
| 4.3.4 概率模型的更新机制 | 第68-71页 |
| 4.3.5 新种群采样生成方法 | 第71页 |
| 4.3.6 带首次改进跳出策略的Insert邻域搜索 | 第71-72页 |
| 4.3.7 HEDA的整体步骤和流程图 | 第72-75页 |
| 4.4 仿真实验与分析 | 第75-81页 |
| 4.4.1 HEDA关键参数设置及其影响 | 第76-78页 |
| 4.4.2 HEDA与其它有效算法的比较 | 第78-81页 |
| 4.5 结论 | 第81-82页 |
| 第五章 总结与展望 | 第82-84页 |
| 5.1 论文总结 | 第82-84页 |
| 致谢 | 第84-86页 |
| 参考文献 | 第86-90页 |
| 附录A 攻读硕士期间研究成果 | 第90-91页 |
