摘要 | 第1-4页 |
Abstract | 第4-8页 |
第一章 绪论 | 第8-16页 |
·选题背景及研究意义 | 第8-9页 |
·国内外研究现状 | 第9-13页 |
·员工调度研究领域 | 第10-12页 |
·员工调度研究方法 | 第12-13页 |
·本文主要内容和结构安排 | 第13-16页 |
·本文主要内容 | 第13-14页 |
·本文结构安排 | 第14-16页 |
第二章 基于学习能力的知识员工柔性调度问题概述 | 第16-28页 |
·知识员工定义和特点 | 第16-17页 |
·知识员工定义 | 第16-17页 |
·知识员工特点 | 第17页 |
·学习能力理论 | 第17-20页 |
·知识员工与任务、团队的匹配测算 | 第20-25页 |
·知识员工与任务的匹配测算 | 第20-23页 |
·知识员工与团队的匹配测算 | 第23-25页 |
·知识员工柔性调度决策问题状态分析 | 第25-28页 |
第三章 学习能力确定状态下的知识员工柔性调度问题分析 | 第28-42页 |
·问题描述 | 第28-31页 |
·基本假设和参数描述 | 第28-29页 |
·确定型学习能力建模 | 第29-31页 |
·多目标决策技术分析 | 第31-32页 |
·学习能力确定状态下的知识员工柔性调度问题建模 | 第32-42页 |
·目标函数构建 | 第32-34页 |
·约束关系建立 | 第34-42页 |
第四章 学习能力随机状态下的知识员工柔性调度问题分析 | 第42-50页 |
·随机型学习能力分析 | 第42-44页 |
·随机型决策问题分析 | 第42页 |
·随机型学习能力建模 | 第42-44页 |
·建模方法分析 | 第44-46页 |
·学习能力随机状态下的知识员工柔性调度问题建模 | 第46-50页 |
·模型假设 | 第46-47页 |
·模型建立 | 第47-50页 |
第五章 柔性调度问题算法设计和算例分析 | 第50-66页 |
·遗传算法分析 | 第50-56页 |
·遗传算法的基本原理 | 第50-52页 |
·遗传算法的关键参数与操作 | 第52-55页 |
·遗传算法的特点 | 第55-56页 |
·遗传算法改进技术 | 第56页 |
·针对柔性调度问题的自适应遗传算法设计 | 第56-61页 |
·编码和解码方式 | 第57-58页 |
·适应度函数设计 | 第58-59页 |
·复制或选择机制 | 第59页 |
·交叉和变异机制 | 第59-60页 |
·终止判定 | 第60-61页 |
·柔性调度问题算例分析 | 第61-66页 |
·基础数据 | 第61-62页 |
·仿真结果与分析 | 第62-66页 |
结束语 | 第66-68页 |
致谢 | 第68-70页 |
参考文献 | 第70-75页 |
研究成果 | 第75-76页 |