| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 引言 | 第8-16页 |
| ·调度问题的概述 | 第8-12页 |
| ·研究背景 | 第8页 |
| ·生产调度问题简述 | 第8-9页 |
| ·参数表示及问题分类 | 第9-11页 |
| ·研究现状 | 第11-12页 |
| ·批调度问题 | 第12-14页 |
| ·经典调度问题和现代调度问题 | 第12页 |
| ·批调度问题和差异工件批调度问题 | 第12-14页 |
| ·研究内容和结构安排 | 第14-16页 |
| ·研究内容 | 第14-15页 |
| ·论文结构安排 | 第15-16页 |
| 第二章 批调度问题的求解算法 | 第16-26页 |
| ·数学规划法 | 第16页 |
| ·启发式算法 | 第16-19页 |
| ·元启发式算法 | 第19-26页 |
| ·遗传算法 | 第19-22页 |
| ·模拟退火算法 | 第22-23页 |
| ·粒子群算法 | 第23-26页 |
| 第三章 蚁群算法 | 第26-32页 |
| ·蚁群算法的起源与发展 | 第26页 |
| ·经典蚁群算法 | 第26-31页 |
| ·TSP问题 | 第26-27页 |
| ·算法模型 | 第27-28页 |
| ·算法流程 | 第28-29页 |
| ·算法性能评价的指标 | 第29-30页 |
| ·蚁群算法的优点与不足 | 第30-31页 |
| ·最大最小蚁群算法 | 第31-32页 |
| 第四章 差异工件单机批调度问题的改进型最大最小蚁群优化算法 | 第32-46页 |
| ·问题模型 | 第32-33页 |
| ·问题下界 | 第33页 |
| ·基于MMAS的求解算法 | 第33-40页 |
| ·基于浪费空间的候选工件集 | 第34-36页 |
| ·信息素定义 | 第36页 |
| ·启发式信息 | 第36页 |
| ·解的构建 | 第36-37页 |
| ·信息素更新 | 第37-38页 |
| ·信息素重新初始化 | 第38页 |
| ·局部优化策略 | 第38-39页 |
| ·算法描述 | 第39-40页 |
| ·实验结果与分析 | 第40-45页 |
| ·实验数据 | 第40页 |
| ·参数设置 | 第40-42页 |
| ·实验结果 | 第42-45页 |
| ·结论 | 第45-46页 |
| 第五章 总结与展望 | 第46-48页 |
| ·研究总结 | 第46页 |
| ·研究展望 | 第46-48页 |
| 参考文献 | 第48-54页 |
| 致谢 | 第54-55页 |
| 攻读学位期间发表的学术论文目录 | 第55页 |