基于改进粒子群算法的流程工业生产调度方法研究与实现
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-11页 |
| 第1章 绪论 | 第11-22页 |
| ·选题目的及意义 | 第11-13页 |
| ·流程工业生产调度问题研究现状与进展 | 第13-19页 |
| ·流程工业生产调度的特点 | 第13-14页 |
| ·流程工业生产调度的分类 | 第14页 |
| ·流程工业生产调度方法 | 第14-17页 |
| ·存在的问题和今后发展方向 | 第17-19页 |
| ·粒子群算法研究应用现状 | 第19-20页 |
| ·粒子群算法的研究现状 | 第19-20页 |
| ·粒子群算法的应用现状 | 第20页 |
| ·本文章节安排 | 第20-22页 |
| 第2章 混合变异粒子群算法 | 第22-37页 |
| ·引言 | 第22页 |
| ·基本粒子群算法 | 第22-25页 |
| ·算法原理 | 第22-23页 |
| ·算法流程 | 第23-24页 |
| ·算法参数分析 | 第24-25页 |
| ·混合变异粒子群算法 | 第25-28页 |
| ·种群局部最优判断策略 | 第26页 |
| ·增强种群多样性变异策略 | 第26-27页 |
| ·改进策略分析 | 第27页 |
| ·算法流程 | 第27-28页 |
| ·仿真结果与分析 | 第28-36页 |
| ·测试函数 | 第28-29页 |
| ·参数对优化结果的影响 | 第29-32页 |
| ·算法参数设置 | 第32-33页 |
| ·测试结果及分析 | 第33-36页 |
| ·小结 | 第36-37页 |
| 第3章 化工企业生产过程静态调度模型的建立及求解 | 第37-53页 |
| ·引言 | 第37-38页 |
| ·问题描述 | 第38-39页 |
| ·本文涉及的变量 | 第38-39页 |
| ·问题描述 | 第39页 |
| ·带中间存储的流程工业生产调度模型 | 第39-44页 |
| ·约束条件 | 第40-41页 |
| ·目标函数 | 第41页 |
| ·基于IPSO的求解算法 | 第41-44页 |
| ·调度实例仿真与分析 | 第44-52页 |
| ·问题描述 | 第45-46页 |
| ·仿真结果与分析 | 第46-50页 |
| ·影响调度结果的其它因素 | 第50-52页 |
| ·小结 | 第52-53页 |
| 第4章 化工企业生产过程动态调度模型的建立及求解 | 第53-66页 |
| ·引言 | 第53-54页 |
| ·流程工业生产调度的不确定性 | 第54-56页 |
| ·不确定性分类 | 第54-55页 |
| ·不确定性因素的描述 | 第55页 |
| ·不确定性因素处理方法 | 第55-56页 |
| ·动态调度类型 | 第56页 |
| ·流程工业动态调度模型 | 第56-59页 |
| ·不确定性因素的判断规则 | 第57-58页 |
| ·调度修改与重调度的判断 | 第58页 |
| ·动态调度模型 | 第58-59页 |
| ·调度实例仿真与分析 | 第59-65页 |
| ·调度实例 | 第60页 |
| ·参数设置 | 第60页 |
| ·仿真结果与分析 | 第60-65页 |
| ·小结 | 第65-66页 |
| 第5章 智能生产计划与调度优化系统的设计与实现 | 第66-82页 |
| ·引言 | 第66-67页 |
| ·系统总体设计 | 第67-69页 |
| ·体系结构 | 第67页 |
| ·数据库设计 | 第67-68页 |
| ·智能算法库 | 第68-69页 |
| ·系统功能模块介绍 | 第69-79页 |
| ·基础信息模块 | 第69-72页 |
| ·计划优化模块 | 第72页 |
| ·智能调度模块 | 第72-77页 |
| ·系统管理模块 | 第77-79页 |
| ·调度实例研究 | 第79-81页 |
| ·静态调度 | 第80页 |
| ·动态调度 | 第80-81页 |
| ·小结 | 第81-82页 |
| 第6章 总结与展望 | 第82-85页 |
| ·论文总结 | 第82-83页 |
| ·工作展望 | 第83-85页 |
| 参考文献 | 第85-90页 |
| 致谢 | 第90-91页 |
| 攻读学位期间参加的科研项目和成果 | 第91页 |
