| 第一章 绪论 | 第1-11页 |
| ·研究背景及意义 | 第7-8页 |
| ·课题来源 | 第7页 |
| ·研究背景 | 第7页 |
| ·研究意义 | 第7-8页 |
| ·作业车间调度研究的历史和现状 | 第8-9页 |
| ·作业车间调度的发展趋势 | 第9-10页 |
| ·本论文所作工作 | 第10-11页 |
| 第二章 作业车间调度问题 | 第11-21页 |
| ·作业车间调度问题描述 | 第11页 |
| ·作业车间调度概述 | 第11页 |
| ·作业车间调度的目标 | 第11页 |
| ·作业车间调度问题的分类 | 第11-12页 |
| ·作业车间调度问题的特点 | 第12-13页 |
| ·作业车间调度框架 | 第13-15页 |
| ·作业车间调度研究策略 | 第15-16页 |
| ·并行与分解策略 | 第15页 |
| ·实时动态重调度策略 | 第15页 |
| ·多目标权衡策略 | 第15页 |
| ·生产计划与调度集成策略 | 第15-16页 |
| ·作业车间调度研究方法 | 第16-19页 |
| ·运筹学方法 | 第16页 |
| ·基于规则的方法 | 第16页 |
| ·系统仿真的方法 | 第16-17页 |
| ·解析模型方法 | 第17页 |
| ·邻域搜索方法 | 第17-19页 |
| ·作业车间调度研究方法中存在问题 | 第19-20页 |
| ·小结 | 第20-21页 |
| 第三章 遗传算法 | 第21-39页 |
| ·遗传算法(GA)概述 | 第21-23页 |
| ·遗传算法的历史背景 | 第21-22页 |
| ·遗传算法的基本思想 | 第22页 |
| ·遗传算法的基本概念 | 第22-23页 |
| ·遗传算法的基本步骤 | 第23-24页 |
| ·遗传算法基本流程框图 | 第24页 |
| ·遗传算法的操作技术与方法 | 第24-31页 |
| ·编码策略 | 第24-26页 |
| ·选择 | 第26-28页 |
| ·交叉 | 第28-29页 |
| ·变异 | 第29-31页 |
| ·适应度函数 | 第31页 |
| ·控制参数 | 第31-32页 |
| ·遗传算法的理论基础 | 第32-36页 |
| ·模式定理和积木块假设 | 第32-35页 |
| ·隐含并行性 | 第35-36页 |
| ·遗传算法的收敛性分析 | 第36-37页 |
| ·遗传算法的特点和关键 | 第37-38页 |
| ·小结 | 第38-39页 |
| 第四章 作业车间调度问题的遗传算法求解 | 第39-56页 |
| ·引言 | 第39页 |
| ·作业车间调度模型的建立 | 第39-40页 |
| ·符号说明 | 第39-40页 |
| ·数学模型 | 第40页 |
| ·约束条件 | 第40-42页 |
| ·遗传算子的设计 | 第42-52页 |
| ·编码方式 | 第42-49页 |
| ·交叉算子 | 第49-52页 |
| ·变异 | 第52页 |
| ·遗传算子与启发式方法结合 | 第52-54页 |
| ·基于 Giffler 和 Thompson 算法的交叉 | 第53-54页 |
| ·基于邻域搜索的变异(Neighborhood Search-based Mutation) | 第54页 |
| ·遗传算法求解作业车间调度常用优先规则 | 第54页 |
| ·小结 | 第54-56页 |
| 第五章 作业车间调度优化计算 | 第56-60页 |
| ·数学模型 | 第56页 |
| ·构建适应度函数 | 第56页 |
| ·遗传算子设计 | 第56-58页 |
| ·染色体编码 | 第56-57页 |
| ·初始种群的选取 | 第57页 |
| ·选择策略 | 第57页 |
| ·交叉算子 | 第57-58页 |
| ·变异算子 | 第58页 |
| ·停止准则 | 第58页 |
| ·输出结果 | 第58-60页 |
| 第六章 全文总结 | 第60-62页 |
| 参考文献 | 第62-65页 |
| 致谢 | 第65-66页 |
| 攻读硕士学位期间发表论文 | 第66页 |