首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文--自动推理、机器学习论文

蚁群算法及其在车间调度中的应用研究

摘要第1-6页
Abstract第6-7页
致谢第7-12页
第一章 绪论第12-22页
   ·论文选题背景第12-13页
   ·车间调度研究概况第13-20页
     ·车间调度的研究历程第13-14页
     ·车间调度的分类第14-15页
     ·车间调度问题的特点第15-16页
     ·车间调度问题的目标函数第16页
     ·车间调度的研究方法第16-19页
     ·车间调度研究发展趋势第19-20页
   ·蚁群算法研究概况第20-21页
     ·蚁群算法的研究历程第20页
     ·蚁群算法研究发展趋势第20-21页
   ·论文的主要研究内容第21-22页
第二章 蚁群算法概述第22-37页
   ·蚁群算法第22-26页
     ·蚁群算法的原理第22-23页
     ·基本蚁群算法第23-25页
     ·蚁群算法的特征第25-26页
   ·蚁群算法主要参数分析第26-28页
     ·信息素挥发系数ρ的分析第26页
     ·蚂蚁数量M的分析第26-27页
     ·启发式因子η分析第27页
     ·信息总量Q分析第27-28页
   ·已有改进的蚁群算法第28-30页
   ·改进蚁群算法求解旅行商问题第30-36页
     ·旅行商问题第30-31页
     ·改进的蚁群算法第31-33页
     ·改进后的蚁群算法的步骤第33-34页
     ·仿真实验第34-36页
   ·本章小结第36-37页
第三章 蚁群算法求解车间作业调度问题第37-46页
   ·JSSP描述第37-39页
     ·问题约束条件第37-38页
     ·问题建模第38页
     ·问题析取图模型第38-39页
   ·蚁群算法求解JSSP第39-40页
   ·改进的蚁群算法求解JSSP第40-43页
     ·改进的转移概率策略第40-41页
     ·改进的信息素更新策略第41-42页
     ·结合其他的改进策略第42-43页
     ·改进的蚁群算法的步骤第43页
   ·仿真实验与结果分析第43-45页
   ·本章小结第45-46页
第四章 蚁群算法求解流水车间调度问题第46-52页
   ·FSSP描述第46-48页
     ·问题约束条件第46页
     ·问题建模第46-47页
     ·问题的求解方法第47-48页
   ·改进的蚁群算法求解FSSP第48-49页
   ·仿真实验与结果分析第49-51页
   ·本章小结第51-52页
第五章 总结与展望第52-54页
   ·全文总结第52页
   ·进一步展望第52-54页
参考文献第54-58页
攻读硕士学位期间的科研工作和发表论文第58页

论文共58页,点击 下载论文
上一篇:基于CAN总线和LIN总线的智能配电系统设计
下一篇:基于IEC61970的分布式发电系统SCADA设计