| 中文摘要 | 第1-4页 |
| 英文摘要 | 第4-5页 |
| 目录 | 第5-7页 |
| 第一章 绪论 | 第7-21页 |
| §1．1 分布式车间作业调度的意义 | 第7-8页 |
| §1．2 车间作业调度问题概述 | 第8-11页 |
| §1．3 调度问题的研究方法 | 第11-19页 |
| §1．4 调度方法存在的问题 | 第19-21页 |
| 第二章 分布式车间计划调度模型研究 | 第21-27页 |
| §2．1 分布式车间生产系统的特点 | 第21页 |
| §2．2 分布式车间生产模式的原理 | 第21-23页 |
| §2．3 分布式车间作业计划的调度规则 | 第23-24页 |
| §2．4 车间生产调度框架 | 第24-27页 |
| 第三章 遗传算法的理论研究 | 第27-38页 |
| §3．1 遗传算法的基本思想 | 第27-29页 |
| §3．2 遗传算法的特点 | 第29-30页 |
| §3．3 用于排序优化的遗传算法的编码 | 第30-33页 |
| §3．4 遗传算法的基本操作 | 第33-35页 |
| §3．5 遗传算法的应用情况 | 第35-38页 |
| 第四章 基于遗传算法的分不式车间作业调度 | 第38-51页 |
| §4．1 分布式车间作业计划的描述模型 | 第38-42页 |
| §4．2 分布式车间调度遗传算法的结构 | 第42-43页 |
| §4．3 遗传算子的设计 | 第43-48页 |
| §4．4 程序流程 | 第48-51页 |
| 第五章 基于混合遗传算法的分布式车间作业计划方法 | 第51-64页 |
| §5．1 遗传算法与模拟退火相结合的混合遗传算法 | 第51-53页 |
| §5．2 GASA混合优化策略的流程和特点 | 第53-56页 |
| §5．3 适于分布式车间作业调度的混合遗传算法设计 | 第56-57页 |
| §5．4 应用混合遗传算法（GASA）的主要操作步骤 | 第57-58页 |
| §5．5 混合遗传算法的性能特点分析 | 第58-59页 |
| §5．6 实验结果与分析 | 第59-64页 |
| 结束语 | 第64-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-69页 |