基于遗传算法的作业车间优化调度方法及其应用
| 摘要 | 第3-4页 |
| ABSTRACT | 第4页 |
| 符号说明 | 第5-8页 |
| 第一章 绪论 | 第8-16页 |
| 1.1 研究应用背景和意义 | 第8-9页 |
| 1.2 国内外技术研究现状 | 第9-13页 |
| 1.3 企业发展与选题背景 | 第13-14页 |
| 1.4 研究内容 | 第14页 |
| 1.5 论文架构 | 第14-15页 |
| 1.6 本章小结 | 第15-16页 |
| 第二章 作业车间调度问题的分析 | 第16-26页 |
| 2.1 作业车间调度问题的描述 | 第16-21页 |
| 2.1.1 企业信息系统架构分析 | 第16-17页 |
| 2.1.2 生产调度系统的功能特点 | 第17-19页 |
| 2.1.3 作业车间调度问题 | 第19-21页 |
| 2.2 对作业车间调度问题的分析 | 第21-23页 |
| 2.2.1 企业生产调度现状 | 第21-22页 |
| 2.2.2 调度问题的约束性条件分析 | 第22页 |
| 2.2.3 调度问题的分析 | 第22-23页 |
| 2.3 解决调度问题的方法 | 第23-25页 |
| 2.3.1 解决调度问题的一般方法 | 第23页 |
| 2.3.2 解决调度问题的方法比较 | 第23-24页 |
| 2.3.3 遗传算法的适应性 | 第24页 |
| 2.3.4 遗传算法的收敛性 | 第24-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第三章 基于遗传算法的优化调度方案 | 第26-37页 |
| 3.1 遗传算法基本原理 | 第26-28页 |
| 3.2 遗传算法基本内容 | 第28页 |
| 3.3 基本遗传算法 | 第28页 |
| 3.4 作业车间调度问题的建模 | 第28-29页 |
| 3.5 优化调度方案的设计框架 | 第29-36页 |
| 3.5.1 参数编码 | 第30-32页 |
| 3.5.2 初始群体设定 | 第32页 |
| 3.5.3 适应度函数设计 | 第32-33页 |
| 3.5.4 遗传操作设计 | 第33-35页 |
| 3.5.5 控制参数设计 | 第35-36页 |
| 3.5.6 算法终止条件设计 | 第36页 |
| 3.6 本章小结 | 第36-37页 |
| 第四章 遗传算法在作业车间调度问题中的应用 | 第37-49页 |
| 4.1 程序环境 | 第37页 |
| 4.2 调度问题定义 | 第37-42页 |
| 4.2.1 确定约束条件 | 第38页 |
| 4.2.2 数据结构定义 | 第38-42页 |
| 4.2.3 优化目标 | 第42页 |
| 4.3 设计调度方案的总体架构 | 第42-46页 |
| 4.3.1 构造染色体 | 第43页 |
| 4.3.2 设计适应度函数 | 第43-45页 |
| 4.3.3 建立配置对象 | 第45页 |
| 4.3.4 产生初始群体 | 第45页 |
| 4.3.5 执行进化操作 | 第45-46页 |
| 4.3.6 终止条件 | 第46页 |
| 4.4 调度实例 | 第46-48页 |
| 4.5 本章小结 | 第48-49页 |
| 第五章 总结与展望 | 第49-50页 |
| 5.1 主要结论 | 第49页 |
| 5.2 进一步的工作 | 第49-50页 |
| 参考文献 | 第50-52页 |
| 附录 | 第52-56页 |
| 致谢 | 第56-58页 |
