| 中文摘要 | 第3-5页 |
| 英文摘要 | 第5-7页 |
| 1 绪论 | 第12-32页 |
| 1.1 研究背景 | 第12-14页 |
| 1.2 国内外相关研究现状 | 第14-25页 |
| 1.2.1 作业切换 | 第14-17页 |
| 1.2.2 成组技术 | 第17-19页 |
| 1.2.3 Job-shop调度 | 第19-23页 |
| 1.2.4 成组调度研究现状 | 第23-25页 |
| 1.3 研究目的意义及项目来源 | 第25-26页 |
| 1.3.1 论文研究目的意义 | 第25-26页 |
| 1.3.2 论文项目来源 | 第26页 |
| 1.4 研究内容、方法、技术路线 | 第26-29页 |
| 1.4.1 研究内容 | 第26-27页 |
| 1.4.2 研究方法 | 第27-28页 |
| 1.4.3 技术路线 | 第28-29页 |
| 1.5 论文的创新之处 | 第29-30页 |
| 1.6 本章小结 | 第30-32页 |
| 2 Job-shop车间最优作业切换的成组调度模型与关键技术 | 第32-48页 |
| 2.1 引言 | 第32页 |
| 2.2 Job-shop车间最优作业切换问题 | 第32-42页 |
| 2.2.1 Job-shop调度 | 第32-34页 |
| 2.2.2 Job-shop车间作业切换 | 第34-38页 |
| 2.2.3 Job-shop车间作业切换影响因素分析 | 第38-41页 |
| 2.2.4 最优作业切换问题的提出 | 第41-42页 |
| 2.3 基于成组技术的最优作业切换的Job-shop调度模型 | 第42-44页 |
| 2.3.1 面向Job-shop车间最优作业切换成组调度 | 第42-43页 |
| 2.3.2 基于成组技术的最优作业切换Job-shop调度模型 | 第43-44页 |
| 2.4 面向最优作业切换的Job-shop车间成组调度关键技术 | 第44-47页 |
| 2.4.1 零件聚类成组 | 第44-45页 |
| 2.4.2 基于成组技术的最优作业切换单机调度问题 | 第45-46页 |
| 2.4.3 基于成组技术的最优作业切换不相关并行机调度问题 | 第46页 |
| 2.4.4 基于成组技术的最优作业切换柔性Job-shop调度问题 | 第46-47页 |
| 2.5 本章小结 | 第47-48页 |
| 3 基于加工资源相似度的聚类成组研究 | 第48-60页 |
| 3.1 引言 | 第48-50页 |
| 3.2 加工资源特征 | 第50-51页 |
| 3.3 加工资源相似性度量 | 第51-53页 |
| 3.3.1 建立编码矩阵 | 第51-52页 |
| 3.3.2 加工资源的加权相似性度量 | 第52-53页 |
| 3.4 基于加工资源相似的零件聚类成组遗传算法 | 第53-56页 |
| 3.4.1 聚类效果评价 | 第53-54页 |
| 3.4.2 目标函数 | 第54-55页 |
| 3.4.3 分组编码 | 第55页 |
| 3.4.4 种群初始化 | 第55页 |
| 3.4.5 适应度函数 | 第55页 |
| 3.4.6 选择操作 | 第55页 |
| 3.4.7 交叉操作 | 第55-56页 |
| 3.4.8 变异操作 | 第56页 |
| 3.5 实例验证 | 第56-59页 |
| 3.5.1 数据生成 | 第56-58页 |
| 3.5.2 计算结果 | 第58-59页 |
| 3.6 本章小结 | 第59-60页 |
| 4 基于EDD-SDST-ACO启发规则的最优作业切换单机成组调度研究 | 第60-78页 |
| 4.1 引言 | 第60-61页 |
| 4.2 问题描述 | 第61-62页 |
| 4.3 模型构建 | 第62-63页 |
| 4.4 EDD-SDST-CAO启发式规则 | 第63-68页 |
| 4.4.1 蚁群算法 | 第64-65页 |
| 4.4.2 工件组排序 | 第65页 |
| 4.4.3 工件组内排序 | 第65-66页 |
| 4.4.4 信息素更新策略 | 第66-67页 |
| 4.4.5 EDD-SDST-ACO算法流程 | 第67-68页 |
| 4.5 EDD-SDST-CAO启发式规则有效性验证 | 第68-75页 |
| 4.5.1 数据生成 | 第68-69页 |
| 4.5.2 参数设置 | 第69-74页 |
| 4.5.3 计算结果 | 第74-75页 |
| 4.6 实证研究 | 第75-76页 |
| 4.7 本章小结 | 第76-78页 |
| 5 基于GATS混合算法的最优作业切换不相关并行机成组调度研究 | 第78-100页 |
| 5.1 引言 | 第78-80页 |
| 5.2 问题描述 | 第80页 |
| 5.3 模型构建 | 第80-82页 |
| 5.4 算法设计 | 第82-90页 |
| 5.4.1 种群初始化 | 第82-84页 |
| 5.4.2 适应度函数 | 第84页 |
| 5.4.3 获得初始解 | 第84-86页 |
| 5.4.4 邻域生成方法 | 第86-87页 |
| 5.4.5 交叉操作 | 第87-88页 |
| 5.4.6 变异操作 | 第88页 |
| 5.4.7 遗传禁忌搜索算法流程 | 第88-90页 |
| 5.5 算法有效性验证 | 第90-98页 |
| 5.5.1 数据生成 | 第90-91页 |
| 5.5.2 算法参数设置 | 第91-96页 |
| 5.5.3 计算结果 | 第96-98页 |
| 5.6 本章小结 | 第98-100页 |
| 6 基于QCSO混合算法的最优作业切换柔性Job-shop调度研究 | 第100-126页 |
| 6.1 引言 | 第100-102页 |
| 6.2 问题描述 | 第102-104页 |
| 6.3 模型构建 | 第104-105页 |
| 6.4 算法设计 | 第105-112页 |
| 6.4.1 编码机制 | 第107页 |
| 6.4.2 解码机制 | 第107-109页 |
| 6.4.3 搜索模式 | 第109页 |
| 6.4.4 跟踪模式 | 第109-110页 |
| 6.4.5 量子旋转角更新 | 第110-111页 |
| 6.4.6 适应度函数 | 第111页 |
| 6.4.7 量子猫群优化算法流程 | 第111-112页 |
| 6.5 算法有效性验证 | 第112-121页 |
| 6.5.1 数据生成 | 第112-117页 |
| 6.5.2 计算结果 | 第117-121页 |
| 6.6 实证研究 | 第121-124页 |
| 6.7 本章小结 | 第124-126页 |
| 7 总结与展望 | 第126-130页 |
| 7.1 论文总结 | 第126-127页 |
| 7.2 研究展望 | 第127-130页 |
| 致谢 | 第130-132页 |
| 参考文献 | 第132-144页 |
| 附录 | 第144-145页 |
| A. 攻读博士期间发表论文 | 第144页 |
| B. 从事的科研项目 | 第144-145页 |
