| 上海交通大学硕士学位论文答辩决议书 | 第6-7页 |
| 摘要 | 第7-8页 |
| ABSTRACT | 第8-9页 |
| 图录 | 第12-13页 |
| 表录 | 第13-14页 |
| 第一章 引言 | 第14-26页 |
| 1.1 研究背景 | 第14-15页 |
| 1.2 研究意义 | 第15-17页 |
| 1.3 国内外研究现状 | 第17-23页 |
| 1.3.1 多层生产计划与调度系统方面 | 第17-18页 |
| 1.3.2 多目标生产调度问题方面 | 第18-19页 |
| 1.3.3 数据信息与生产参数方面 | 第19-21页 |
| 1.3.4 动态信息与生产计划与调度方面 | 第21-23页 |
| 1.3.5 研究现状总结 | 第23页 |
| 1.4 论文主要研究内容和研究框架 | 第23-26页 |
| 第二章 基于信息反馈的生产计划与调度框架 | 第26-36页 |
| 2.1 研究背景调研 | 第26-31页 |
| 2.1.1 流程工业背景介绍 | 第26-28页 |
| 2.1.2 生产计划与调度问题分析 | 第28-31页 |
| 2.2 问题解决方法提案 | 第31-33页 |
| 2.2.1 参数优化 | 第31-33页 |
| 2.2.2 动态信息与生产计划与调度框架 | 第33页 |
| 2.3 基于信息反馈的生产计划与调度框架 | 第33-35页 |
| 2.4 本章小结 | 第35-36页 |
| 第三章 基于信息反馈的生产参数优化 | 第36-60页 |
| 3.1 信息的精细化管理 | 第36-37页 |
| 3.2 经济生产批量优化 | 第37-52页 |
| 3.2.1 传统 EPQ 核算模型 | 第39-40页 |
| 3.2.2 基于作业成本法的经济生产批量模型 | 第40-45页 |
| 3.2.3 基于适当粒度成本信息的 EPQ 核算分析 | 第45-51页 |
| 3.2.4 本节小结 | 第51-52页 |
| 3.3 加工工时优化 | 第52-59页 |
| 3.3.1 基于适当粒度工时信息的加工工时优化流程 | 第52-54页 |
| 3.3.2 历史加工工时数据统计分析 | 第54-59页 |
| 3.4 本章小结 | 第59-60页 |
| 第四章 基于动态信息反馈的生产调度方法 | 第60-81页 |
| 4.1 实际生产调度问题描述 | 第60-65页 |
| 4.1.1 目标分析 | 第61-62页 |
| 4.1.2 生产约束分析 | 第62-63页 |
| 4.1.3 生产信息对生产调度的影响 | 第63-65页 |
| 4.2 基于动态信息反馈的生产调度框架 | 第65-69页 |
| 4.2.1 多目标权重分析 | 第66-68页 |
| 4.2.2 人工经验规则提取与调用 | 第68-69页 |
| 4.3 基于经验规则的多目标粒子群算法 | 第69-74页 |
| 4.3.1 基本粒子群算法介绍 | 第69-71页 |
| 4.3.2 基本经验规则的粒子群算法 | 第71-74页 |
| 4.4 实例验证分析 | 第74-80页 |
| 4.4.1 实际案例举例 | 第74-77页 |
| 4.4.2 实例结果分析 | 第77-79页 |
| 4.4.3 本节总结 | 第79-80页 |
| 4.5 本章总结 | 第80-81页 |
| 第五章 总结与展望 | 第81-83页 |
| 5.1 总结 | 第81-82页 |
| 5.2 展望 | 第82-83页 |
| 参考文献 | 第83-87页 |
| 致谢 | 第87-88页 |
| 攻读学位期间的学术成果 | 第88页 |