摘要 | 第5-6页 |
Abstract | 第6-7页 |
第1章 绪论 | 第11-19页 |
1.1 课题的背景与来源 | 第11页 |
1.2 课题研究的目的与意义 | 第11-14页 |
1.2.1 我国轧辊行业的发展情况 | 第11-13页 |
1.2.2 我国轧辊行业存在的不足 | 第13-14页 |
1.2.3 研究的目的与意义 | 第14页 |
1.3 研究目标和研究内容 | 第14-15页 |
1.3.1 研究目标 | 第14页 |
1.3.2 研究内容 | 第14-15页 |
1.4 研究的技术路线与方法 | 第15-17页 |
1.4.1 研究方法 | 第15页 |
1.4.2 技术路线 | 第15-17页 |
1.5 论文结构安排 | 第17-19页 |
第2章 轧辊生产过程以及并行机调度问题综述 | 第19-29页 |
2.1 引言 | 第19页 |
2.2 轧辊产品概述 | 第19-21页 |
2.2.1 轧辊产品的用途 | 第19-20页 |
2.2.2 轧辊产品的材质特点 | 第20-21页 |
2.3 某轧辊生产企业生产流程分析 | 第21-23页 |
2.3.1 轧辊生产流程概述 | 第21页 |
2.3.2 热处理过程分析 | 第21-23页 |
2.3.3 热处理过程的组批和指派问题 | 第23页 |
2.4 并行机调度问题综述 | 第23-27页 |
2.4.1 并行机调度问题的基本理论 | 第23-24页 |
2.4.2 并行机调度问题的研究现状 | 第24-27页 |
2.5 本章小结 | 第27-29页 |
第3章 辊坯批次确定条件下的加热炉优化调度问题的启发式算法 | 第29-45页 |
3.1 问题描述与假设 | 第29-30页 |
3.2 批次确定情况下的加热炉优化调度问题的数学模型 | 第30-32页 |
3.2.1 模型参数定义 | 第30-31页 |
3.2.2 数学模型建立 | 第31-32页 |
3.3 均衡的最大加工时间优先启发式算法(BLPT) | 第32-33页 |
3.4 算法的比较分析 | 第33-43页 |
3.4.1 实验参数设置 | 第35-36页 |
3.4.2 实验结果与比较分析 | 第36-43页 |
3.5 本章小结 | 第43-45页 |
第4章 组批和指派的两阶段加热炉优化调度问题 | 第45-73页 |
4.1 问题描述与假设 | 第45-46页 |
4.2 辊坯的组批和指派的联合优化调度问题的数学模型 | 第46-47页 |
4.2.1 模型参数定义 | 第46-47页 |
4.2.2 数学模型建立 | 第47页 |
4.3 求解PMSBA问题的遗传算法 | 第47-59页 |
4.3.1 遗传算法的基本原理 | 第48-49页 |
4.3.2 遗传算法流程 | 第49-56页 |
4.3.3 遗传算法的性能分析 | 第56-59页 |
4.4 求解PMSBA问题的多种启发式算法 | 第59-65页 |
4.4.1 轧辊体积降序—最小时间差值配合算法(VD-MTDF) | 第60-61页 |
4.4.2 轧辊加工时间降序—最佳体积配合算法(TD-BVF) | 第61-63页 |
4.4.3 轧辊体积降序排序算法(VD) | 第63页 |
4.4.4 轧辊加工时间降序排序算法(TD) | 第63-65页 |
4.5 算法的比较分析 | 第65-72页 |
4.5.1 实验参数设置 | 第69页 |
4.5.2 启发式算法的结果与比较分析 | 第69-71页 |
4.5.3 启发式与遗传算法的结果比较分析 | 第71-72页 |
4.6 本章小结 | 第72-73页 |
第5章 加热炉优化调度算法模块的设计与实现 | 第73-81页 |
5.1 引言 | 第73页 |
5.2 模块功能设计 | 第73-74页 |
5.3 数据库设计 | 第74-76页 |
5.4 模块功能部分实现 | 第76-80页 |
5.5 本章小结 | 第80-81页 |
第6章 总结与展望 | 第81-83页 |
6.1 论文工作总结 | 第81页 |
6.2 展望 | 第81-83页 |
参考文献 | 第83-87页 |
致谢 | 第87-89页 |
攻读硕士期间发表的论文、获奖情况及发明专利等项 | 第89-91页 |
作者从事科学研究和学习经历的简历 | 第91页 |