| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第1章 绪论 | 第8-17页 |
| ·课题背景及研究目的 | 第8-9页 |
| ·生产调度问题的发展和研究现状 | 第9页 |
| ·生产调度问题的分类 | 第9-12页 |
| ·根据设备环境分类 | 第10-11页 |
| ·根据加工系统分类 | 第11页 |
| ·根据调度目标分类 | 第11页 |
| ·根据作业特点分类 | 第11-12页 |
| ·生产调度问题的一般解决方法 | 第12-16页 |
| ·数学规划方法 | 第12-13页 |
| ·规则调度方法 | 第13页 |
| ·基于仿真方法 | 第13-14页 |
| ·局部搜索方法 | 第14-16页 |
| ·本文的组织和内容 | 第16-17页 |
| 第2章 批量的生产调度 | 第17-22页 |
| ·引言 | 第17页 |
| ·批处理过程(BATCH PROCESSING) | 第17-18页 |
| ·循环调度(CYCLIC SCHEDULING) | 第18-19页 |
| ·批量车间调度 | 第19-21页 |
| ·流水车间批量调度 | 第19-20页 |
| ·作业车间批量调度 | 第20-21页 |
| ·本章小结 | 第21-22页 |
| 第3章 遗传算法及其在生产调度中的应用 | 第22-31页 |
| ·遗传算法的背景和发展 | 第22-23页 |
| ·遗传算法的基本流程 | 第23-29页 |
| ·遗传算法求解调度问题的编码 | 第24-25页 |
| ·适应度函数 | 第25-26页 |
| ·遗传算子 | 第26-28页 |
| ·种群设定 | 第28页 |
| ·参数选择 | 第28-29页 |
| ·终止条件 | 第29页 |
| ·遗传算法的特点及优缺点 | 第29-30页 |
| ·本章小结 | 第30-31页 |
| 第4章 基于机器预处理时间的遗传算法 | 第31-47页 |
| ·引言 | 第31页 |
| ·机器预处理时间 | 第31-32页 |
| ·问题描述 | 第32-35页 |
| ·问题约束条件 | 第33-34页 |
| ·数学规划描述 | 第34-35页 |
| ·基于机器预处理时间的遗传算法(MPGA)设计 | 第35-42页 |
| ·编码设计与初始种群 | 第35-37页 |
| ·遗传算子设定 | 第37-39页 |
| ·MPGA 解决小批量作业车间调度实验结果分析 | 第39-42页 |
| ·收敛条件的分析与改进 | 第42-45页 |
| ·本章小结 | 第45-47页 |
| 第5章 基于分批的大批量柔性作业车间调度 | 第47-54页 |
| ·引言 | 第47页 |
| ·大批量柔性作业车间调度算法设计 | 第47-53页 |
| ·关于大批量分批的分析 | 第47-50页 |
| ·分批策略的选择——Boltzmann 退火(BSA) | 第50-52页 |
| ·基于分批的批量调度算法设计 | 第52-53页 |
| ·本章小结 | 第53-54页 |
| 第6章 可变批量柔性作业车间调度系统设计与分析 | 第54-59页 |
| ·引言 | 第54页 |
| ·系统目标与功能 | 第54-57页 |
| ·本文的算法总结与分析 | 第57-58页 |
| ·本章小结 | 第58-59页 |
| 结论 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 攻读硕士学位期间发表的学术论文及其它成果 | 第64-66页 |
| 致谢 | 第66页 |