| 摘要 | 第1-6页 |
| Abstract | 第6-12页 |
| 第1章 绪论 | 第12-20页 |
| ·研究背景与意义 | 第12-13页 |
| ·研究背景 | 第12-13页 |
| ·研究意义 | 第13页 |
| ·供应链环境下的协同生产调度理论发展阶段 | 第13-17页 |
| ·国外供应链协同生产调度理论发展 | 第14页 |
| ·国内供应链协同生产调度理论发展 | 第14-17页 |
| ·供应链环境下的协同生产调度研究的不足 | 第17页 |
| ·研究框架 | 第17-18页 |
| ·研究内容 | 第17-18页 |
| ·总体研究思路 | 第18页 |
| ·本文创新点 | 第18页 |
| ·研究方法 | 第18-19页 |
| ·本章小结 | 第19-20页 |
| 第2章 供应链管理 | 第20-38页 |
| ·供应链管理相关理论 | 第20-25页 |
| ·供应链基本概念 | 第20-21页 |
| ·供应链的结构模型及其特征 | 第21-22页 |
| ·供应链管理概述 | 第22页 |
| ·供应链管理的内容、原则和目标 | 第22-23页 |
| ·供应链管理的思想 | 第23-24页 |
| ·供应链中的不确定性 | 第24-25页 |
| ·供应链中的牛鞭效应的需求信息模型分析 | 第25-36页 |
| ·牛鞭效应的概念 | 第25页 |
| ·牛鞭效应的研究现状 | 第25-26页 |
| ·基于AR(2)模型需求的供应链牛鞭效应分析 | 第26-31页 |
| ·AR(2)模型分析 | 第31页 |
| ·数值实验 | 第31-36页 |
| ·供应链环境下协同生产调度中牛鞭效应的解决方法 | 第36-37页 |
| ·本章小结 | 第37-38页 |
| 第3章 基于遗传算法的Job-shop 调度方法 | 第38-53页 |
| ·生产调度问题的分类及其特点 | 第38-40页 |
| ·生产调度问题的分类 | 第38-39页 |
| ·生产调度问题的特点 | 第39页 |
| ·生产调度算法的分类 | 第39-40页 |
| ·遗传算法相关理论及其实现技术 | 第40-44页 |
| ·遗传算法产生与发展 | 第40-41页 |
| ·遗传算法的基本概念 | 第41-42页 |
| ·遗传算法的优势 | 第42-44页 |
| ·车间作业生产调度的数学模型 | 第44-50页 |
| ·车间作业（Job shop）调度的一般描述 | 第44-46页 |
| ·车间作业（Job shop）调度的一般解法 | 第46页 |
| ·问题的遗传算法实现 | 第46-50页 |
| ·协同生产调度算法的程序设计 | 第50页 |
| ·遗传算法的主程序 | 第50页 |
| ·仿真实验 | 第50-52页 |
| ·本章小结 | 第52-53页 |
| 第4章 供应链环境下的协同Jop-shop 生产调度 | 第53-64页 |
| ·协同生产调度的相关理论 | 第53-56页 |
| ·协同、生产调度定义 | 第53页 |
| ·协同生产调度 | 第53-54页 |
| ·企业间协同生产调度的特点 | 第54-55页 |
| ·协同生产调度的难点 | 第55-56页 |
| ·协同生产调度的数学模型 | 第56-58页 |
| ·模型描述 | 第56页 |
| ·模型假设 | 第56页 |
| ·协同生产模型和JSP 问题模型的异同 | 第56页 |
| ·描述问题的变量 | 第56-57页 |
| ·问题的数学描述 | 第57-58页 |
| ·协同作业调度问题的遗传算法实现 | 第58-60页 |
| ·编码和解码设计 | 第58页 |
| ·产生初始种群 | 第58页 |
| ·个体的适应度函数 | 第58页 |
| ·遗传算子 | 第58-60页 |
| ·算法终止条件 | 第60页 |
| ·实例分析 | 第60-63页 |
| ·案例概况 | 第60-61页 |
| ·案例建模 | 第61-63页 |
| ·本章小结 | 第63-64页 |
| 结论与展望 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 致谢 | 第70-71页 |
| 攻读硕士期间发表的论文 | 第71-72页 |
| 附录 | 第72-78页 |
| 详细摘要 | 第78-83页 |