基于多资源约束柔性工件车间调度的手术排程优化研究
摘要 | 第1-5页 |
Abstract | 第5-10页 |
1 绪论 | 第10-15页 |
·研究背景 | 第10-11页 |
·手术排程问题概述 | 第11-13页 |
·本文研究的主要内容和意义 | 第13-15页 |
·研究的主要内容 | 第13-14页 |
·研究意义 | 第14-15页 |
2 国内外研究现状 | 第15-21页 |
·手术排程研究现状 | 第15-18页 |
·排程问题中涉及的手术流程阶段的研究现状 | 第16页 |
·绩效衡量的研究现状 | 第16-17页 |
·研究方法的研究现状 | 第17-18页 |
·类似问题的车间调度研究现状 | 第18-20页 |
·本章小结 | 第20-21页 |
3 基本手术排程的数学模型及算法实现 | 第21-47页 |
·手术排程数学模型 | 第21-26页 |
·基于车间调度的手术排程问题描述 | 第21-22页 |
·手术排程与车间调度问题的对比分析 | 第22-23页 |
·数学模型 | 第23-26页 |
·求解手术排程问题的改进蚁群算法 | 第26-38页 |
·蚁群算法概述 | 第26-28页 |
·问题路径化结构 | 第28-29页 |
·算法描述 | 第29-31页 |
·信息素的设置以及更新规则 | 第31-33页 |
·状态转移规则 | 第33-35页 |
·资源序列的解码 | 第35-38页 |
·算法验证与对比 | 第38-46页 |
·蚁群算法相关参数的选择 | 第38-40页 |
·Benchmark 问题的建立 | 第40-43页 |
·仿真结果对比 | 第43-46页 |
·本章小结 | 第46-47页 |
4 考虑护士实际约束的手术排程问题 | 第47-61页 |
·护士实际约束描述 | 第47-48页 |
·考虑护士实际约束的手术排程模型 | 第48-50页 |
·算法设计 | 第50-57页 |
·算法步骤 | 第50-53页 |
·护士路径集合的构建 | 第53-54页 |
·无效解的识别和处理 | 第54-55页 |
·信息素更新规则 | 第55-57页 |
·算法验证与对比 | 第57-59页 |
·本章小结 | 第59-61页 |
5 多目标手术排程问题的实现 | 第61-75页 |
·多目标手术排程模型 | 第61-64页 |
·模型评价指标 | 第61-63页 |
·数学模型 | 第63-64页 |
·多目标蚁群算法设计 | 第64-67页 |
·多目标优化方法 | 第64-65页 |
·基于 Pareto 解集的蚁群算法描述 | 第65-67页 |
·构建 Pareto 非支配集的擂台法则 | 第67-68页 |
·信息素设置及更新规则 | 第68-71页 |
·算法验证与对比 | 第71-74页 |
·本章小结 | 第74-75页 |
6 总结与展望 | 第75-77页 |
·总结 | 第75页 |
·展望 | 第75-77页 |
参考文献 | 第77-81页 |
附录A Benchmark 问题详细信息表 | 第81-84页 |
在学研究成果 | 第84-85页 |
致谢 | 第85页 |