| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第11-22页 |
| 1.1 选题背景与意义 | 第11-12页 |
| 1.2 生产调度问题描述及分类 | 第12-13页 |
| 1.3 车间调度问题的国内外研究现状 | 第13-20页 |
| 1.4 现状分析与本论文的主要研究工作 | 第20-21页 |
| 1.5 本论文各章节安排 | 第21-22页 |
| 第二章 模糊集基础 | 第22-29页 |
| 2.1 引言 | 第22页 |
| 2.2 模糊集的概念 | 第22-24页 |
| 2.3 模糊集的表示方法 | 第24-25页 |
| 2.3.1 论域为有限集 | 第24-25页 |
| 2.3.2 论域为无限集 | 第25页 |
| 2.4 模糊数及其运算 | 第25-26页 |
| 2.5 三角模糊数及其运算 | 第26-28页 |
| 2.5.1 三角模糊数的四则运算 | 第27页 |
| 2.5.2 三角模糊数的比较运算 | 第27-28页 |
| 2.5.3 三角模糊数的取大运算 | 第28页 |
| 2.6 本章小结 | 第28-29页 |
| 第三章 遗传算法 | 第29-52页 |
| 3.1 遗传算法简介 | 第29-31页 |
| 3.2 带预防性维修的模糊作业车间调度问题的随机键遗传算法 | 第31-42页 |
| 3.2.1 引言 | 第31-32页 |
| 3.2.2 问题与目标 | 第32页 |
| 3.2.3 算法设计与实现 | 第32-40页 |
| 3.2.4 计算实验 | 第40-42页 |
| 3.3 模糊柔性作业车间调度问题的协同进化遗传算法 | 第42-50页 |
| 3.3.1 引言 | 第42-43页 |
| 3.3.2 问题描述 | 第43-45页 |
| 3.3.3 算法设计与实现 | 第45-47页 |
| 3.3.4 计算实验 | 第47-50页 |
| 3.4 本章小结 | 第50-52页 |
| 第四章 群体邻域搜索算法 | 第52-77页 |
| 4.1 模糊作业车间调度问题的单目标群体邻域搜索算法 | 第52-63页 |
| 4.1.1 引言 | 第52页 |
| 4.1.2 问题描述 | 第52-53页 |
| 4.1.3 算法设计与实现 | 第53-57页 |
| 4.1.4 计算实验 | 第57-63页 |
| 4.2 模糊柔性作业车间调度问题的多目标群体邻域搜索算法 | 第63-76页 |
| 4.2.1 引言 | 第63-64页 |
| 4.2.2 多目标优化的基本概念 | 第64-65页 |
| 4.2.3 问题与目标 | 第65-66页 |
| 4.2.4 算法设计与实现 | 第66-71页 |
| 4.2.5 计算实验 | 第71-76页 |
| 4.3 本章小结 | 第76-77页 |
| 第五章 人工蜂群算法 | 第77-94页 |
| 5.1 基本人工蜂群算法 | 第77-80页 |
| 5.2 模糊作业车间调度问题的单目标人工蜂群算法 | 第80-84页 |
| 5.2.1 编码和解码 | 第80页 |
| 5.2.2 更新策略 | 第80-81页 |
| 5.2.3 算法描述 | 第81-82页 |
| 5.2.4 计算实验 | 第82-84页 |
| 5.3 带柔性维修的模糊作业车间调度问题的多目标人工蜂群算法 | 第84-92页 |
| 5.3.1 引言 | 第84页 |
| 5.3.2 问题与目标 | 第84-86页 |
| 5.3.3 算法设计与实现 | 第86-90页 |
| 5.3.4 计算实验 | 第90-92页 |
| 5.4 本章小结 | 第92-94页 |
| 第六章 总结与展望 | 第94-97页 |
| 6.1 论文总结 | 第94-95页 |
| 6.2 工作展望 | 第95-97页 |
| 附录 | 第97-99页 |
| 参考文献 | 第99-107页 |
| 攻读博士学位期间发表的主要学术论文 | 第107-108页 |
| 致谢 | 第108页 |
