| 致谢 | 第1-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-10页 |
| 1 绪论 | 第10-17页 |
| ·课题的研究背景及意义 | 第10-12页 |
| ·课题的研究现状 | 第12-15页 |
| ·调度问题的研究现状 | 第12-13页 |
| ·人工蜂群算法的研究现状 | 第13-14页 |
| ·人工蜂群算法在调度问题中的应用的研究现状 | 第14-15页 |
| ·本文的研究思路与创新点 | 第15-16页 |
| ·本文的结构安排 | 第16-17页 |
| 2 人工蜂群算法 | 第17-23页 |
| ·蜜蜂采蜜原理 | 第17-19页 |
| ·ABC算法 | 第19-22页 |
| ·ABC算法原理 | 第19-20页 |
| ·ABC算法流程 | 第20-21页 |
| ·ABC算法特点 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 3 四种群体智能算法的比较 | 第23-42页 |
| ·三种群体智能算法介绍 | 第23-28页 |
| ·遗传算法 | 第23-25页 |
| ·蚁群算法 | 第25-27页 |
| ·粒子群算法 | 第27-28页 |
| ·四种算法复杂度分析 | 第28-32页 |
| ·空间复杂度分析 | 第29页 |
| ·时间复杂度分析 | 第29-32页 |
| ·四种算法性能对比 | 第32-41页 |
| ·测试函数的选取 | 第32-33页 |
| ·ABC算法参数设置对求解影响 | 第33-36页 |
| ·算法参数的选取 | 第36页 |
| ·实验结果与分析 | 第36-41页 |
| ·本章小结 | 第41-42页 |
| 4 Job-Shop问题的排列组合数学模型 | 第42-48页 |
| ·Job-Shop问题的传统数学模型 | 第42-45页 |
| ·Job-Shop问题的传统数学描述以及目标函数 | 第42-43页 |
| ·Job-Shop问题的约束条件 | 第43页 |
| ·Job-Shop问题的特点 | 第43-44页 |
| ·一个简单的Job-Shop问题 | 第44-45页 |
| ·基于排列组合的Job-Shop数学模型的描述方法 | 第45-47页 |
| ·本章小结 | 第47-48页 |
| 5 改进后的人工蜂群算法求解Job-Shop问题 | 第48-57页 |
| ·Job-Shop调度人工蜂群算法设计 | 第48-50页 |
| ·人工蜂群算法的改进方面 | 第48-49页 |
| ·PCABC的算法步骤 | 第49-50页 |
| ·PCABC算法的时间和空间复杂度 | 第50页 |
| ·PCABC在Job-Shop问题中的应用 | 第50-56页 |
| ·一个3×4的Job-Shop问题 | 第50-51页 |
| ·一个8×8的Job-Shop问题 | 第51-53页 |
| ·一个10×10的Job-Shop问题 | 第53-55页 |
| ·求解job-shop问题的算法性能对比 | 第55-56页 |
| ·本章小结 | 第56-57页 |
| 6 结论与展望 | 第57-59页 |
| 参考文献 | 第59-62页 |
| 作者简介 | 第62-64页 |
| 学位论文数据集 | 第64页 |