| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 绪论 | 第10-12页 |
| 第一章 多目标车间调度问题的研究 | 第12-18页 |
| ·多目标车间调度问题概述 | 第12页 |
| ·车间调度数学模型 | 第12-14页 |
| ·多目标车间调度问题的研究现状 | 第14-16页 |
| ·车间调度存在的问题及解决途径 | 第16-17页 |
| ·本章小结 | 第17-18页 |
| 第二章 多目标遗传算法概述 | 第18-29页 |
| ·多目标遗传算法简介 | 第18-20页 |
| ·多目标最优化及PARETO 解相关概念 | 第20-21页 |
| ·多目标优化问题(MOP)的定义 | 第20页 |
| ·最优解的定义 | 第20页 |
| ·Pareto 相关概念 | 第20-21页 |
| ·多目标优化问题的解 | 第21-22页 |
| ·用于查找一组非劣解的过程 | 第22-23页 |
| ·几种新型多目标遗传算法简介 | 第23-27页 |
| ·多目标遗传算法的研究现状 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第三章 一种基于偏好的随机权重多目标遗传算法 | 第29-45页 |
| ·引言 | 第29页 |
| ·算法的基本思想 | 第29-30页 |
| ·基于偏好的多目标遗传算法 | 第30页 |
| ·算法目标向量的生成 | 第30-34页 |
| ·二元关系的定义 | 第30页 |
| ·设置偏好的初始矩阵 | 第30-31页 |
| ·偏好关系的推导 | 第31-32页 |
| ·目标函数权值向量的生成 | 第32-34页 |
| ·算法的主要结构 | 第34-39页 |
| ·染色体的编码方式 | 第34-35页 |
| ·种群的初始化 | 第35页 |
| ·适应度函数 | 第35-36页 |
| ·改进的选择操作 | 第36-37页 |
| ·交叉和变异 | 第37-39页 |
| ·算法基本流程 | 第39-40页 |
| ·实验验证 | 第40-44页 |
| ·本章小结 | 第44-45页 |
| 第四章 基于偏好随机权重多目标遗传算法在车间调度系统中的应用 | 第45-63页 |
| ·引言 | 第45-46页 |
| ·车间调度系统设计 | 第46-48页 |
| ·系统业务处理流程 | 第46页 |
| ·系统主要功能模块 | 第46-48页 |
| ·车间调度模块的设计 | 第48-52页 |
| ·订单的选择 | 第48页 |
| ·订单的拆解 | 第48-50页 |
| ·生成染色体 | 第50页 |
| ·算法优化模型的设计 | 第50-52页 |
| ·任务排产 | 第52页 |
| ·系统实例运行 | 第52-58页 |
| ·系统管理模块 | 第52-53页 |
| ·BOM 管理模块 | 第53页 |
| ·车间作业计划管理模块 | 第53-56页 |
| ·生成染色体 | 第56-57页 |
| ·任务排产 | 第57页 |
| ·查看设备负荷 | 第57-58页 |
| ·数据库表单 | 第58-62页 |
| ·本章小结 | 第62-63页 |
| 结论 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 攻读硕士学位期间发表的学术论文 | 第68-69页 |
| 致谢 | 第69-70页 |