| 摘要 | 第1-7页 |
| Abstract | 第7-13页 |
| 第1章 绪论 | 第13-33页 |
| ·引言 | 第13-15页 |
| ·生产调度问题概述 | 第15-24页 |
| ·生产调度的概念 | 第15页 |
| ·生产调度问题的分类 | 第15-19页 |
| ·生产调度问题的特点 | 第19-20页 |
| ·生产调度问题的研究方法 | 第20-23页 |
| ·生产调度性能指标及调度解的分类 | 第23-24页 |
| ·生产调度的智能优化方法 | 第24-28页 |
| ·生产调度的功能 | 第28-29页 |
| ·生产调度的发展过程及研究策略 | 第29-31页 |
| ·本文的研究内容 | 第31-33页 |
| 第2章 量子进化算法及其特点 | 第33-61页 |
| ·量子智能计算的研究现状 | 第33-34页 |
| ·量子计算基础 | 第34-42页 |
| ·量子力学基本概念 | 第34-35页 |
| ·量子力学的基本假设 | 第35-37页 |
| ·量子力学的数学基础 | 第37-39页 |
| ·量子态的描述 | 第39-40页 |
| ·量子计算原理 | 第40-42页 |
| ·量子算法 | 第42-46页 |
| ·量子计算的基本要求 | 第42页 |
| ·量子算法 | 第42-46页 |
| ·Grover量子搜索算法的讨论与分析 | 第46-47页 |
| ·几何解释 | 第46页 |
| ·算法的性质 | 第46-47页 |
| ·算法评价 | 第47-48页 |
| ·算法优点 | 第47页 |
| ·算法缺点 | 第47-48页 |
| ·量子智能优化算法 | 第48-58页 |
| ·量子遗传算法 | 第49-51页 |
| ·改进的量子遗传算法 | 第51-55页 |
| ·量子进化算法的收敛性 | 第55-58页 |
| ·量子群智能优化算法 | 第58页 |
| ·量子进化算法的改进策略 | 第58-59页 |
| ·本章小结 | 第59-61页 |
| 第3章 基于动态旋转角策略的混合量子进化算法的流水车间调度研究 | 第61-77页 |
| ·引言 | 第61-62页 |
| ·流水车间调度问题的描述及数学模型 | 第62-63页 |
| ·流水车间调度问题的描述 | 第62页 |
| ·流水车间调度问题的数学模型 | 第62-63页 |
| ·基于量子遗传算法的流水车间调度 | 第63-65页 |
| ·量子遗传算法的编码与解码 | 第63-64页 |
| ·量子遗传算法的操作 | 第64-65页 |
| ·基于排序的遗传算法 | 第65页 |
| ·基于新的混合量子遗传算法的流水车间调度 | 第65-66页 |
| ·算法仿真结果与分析 | 第66-76页 |
| ·本章小结 | 第76-77页 |
| 第4章 基于跳跃基因算子的量子进化算法的作业车间调度研究 | 第77-93页 |
| ·引言 | 第77-78页 |
| ·作业车间调度问题的描述及数学模型 | 第78-79页 |
| ·典型Job-shop调度问题的描述 | 第78页 |
| ·典型Job-shop调度问题的数学模型 | 第78-79页 |
| ·基于量子进化算法的作业车间调度 | 第79-85页 |
| ·编码机制 | 第79页 |
| ·解码机制 | 第79-81页 |
| ·量子旋转角 | 第81-82页 |
| ·跳跃基因算子 | 第82-85页 |
| ·算法仿真结果与分析 | 第85-92页 |
| ·本章小结 | 第92-93页 |
| 第5章 基于改进量子进化算法的柔性作业车间调度研究 | 第93-105页 |
| ·引言 | 第93页 |
| ·柔性作业车间调度问题的描述 | 第93-94页 |
| ·基于改进量子遗传算法的柔性作业车间调度 | 第94-98页 |
| ·量子遗传算法的编码与解码 | 第94-95页 |
| ·量子交叉与量子变异 | 第95-96页 |
| ·量子旋转角 | 第96-97页 |
| ·跳跃基因操作 | 第97页 |
| ·灾变操作 | 第97页 |
| ·适应度函数 | 第97页 |
| ·算法流程 | 第97-98页 |
| ·算法仿真结果与分析 | 第98-104页 |
| ·本章小结 | 第104-105页 |
| 第6章 总结与展望 | 第105-108页 |
| ·本文总结 | 第105-106页 |
| ·展望 | 第106-108页 |
| 参考文献 | 第108-118页 |
| 致谢 | 第118-119页 |
| 作者在攻读博士学位期间取得的学术成果 | 第119页 |
