摘要 | 第5-7页 |
ABSTRACT | 第7-8页 |
第1章 绪论 | 第12-38页 |
1.1 研究背景 | 第12-14页 |
1.1.1 问题的来源及研究目的 | 第12-13页 |
1.1.2 问题的研究意义 | 第13-14页 |
1.2 生产调度问题概述 | 第14-26页 |
1.2.1 生产调度问题定义 | 第14-16页 |
1.2.2 生产调度问题的分类 | 第16-25页 |
1.2.3 生产调度问题的特点 | 第25-26页 |
1.3 生产调度问题的优化方法 | 第26-35页 |
1.3.1 精确算法 | 第26-28页 |
1.3.2 近似算法 | 第28-35页 |
1.4 本文的主要工作 | 第35-38页 |
第2章 两代理单机调度问题的禁忌搜索算法 | 第38-60页 |
2.1 前言 | 第38-40页 |
2.2 问题描述 | 第40页 |
2.3 禁忌搜索算法 | 第40-43页 |
2.3.1 禁忌搜索算法中的主要元素 | 第41-42页 |
2.3.2 算法过程 | 第42-43页 |
2.4 针对小规模问题的分枝定界算法 | 第43-45页 |
2.5 实验结果 | 第45-58页 |
2.5.1 实验算例 | 第45页 |
2.5.2 小规模问题的测试结果 | 第45-53页 |
2.5.3 大规模问题的测试结果 | 第53-58页 |
2.6 本章小结 | 第58-60页 |
第3章 流水车间调度问题的改进遗传算法 | 第60-76页 |
3.1 引言 | 第60-62页 |
3.2 问题描述 | 第62页 |
3.3 求解PFSP问题的改进遗传算法 | 第62-69页 |
3.3.1 解的编码 | 第62页 |
3.3.2 种群的初始化 | 第62-63页 |
3.3.3 种群的分散性控制 | 第63-65页 |
3.3.4 交叉与变异 | 第65-66页 |
3.3.5 基于NEH邻域的动态局部搜索 | 第66-68页 |
3.3.6 改进遗传算法的流程 | 第68-69页 |
3.4 实验结果与分析 | 第69-74页 |
3.4.1 实验环境与设置 | 第69页 |
3.4.2 邻域大小对算法性能的影响 | 第69-70页 |
3.4.3 新种群更新策略的性能 | 第70-71页 |
3.4.4 动态局部搜索的性能 | 第71-72页 |
3.4.5 种群重新初始化策略的性能 | 第72页 |
3.4.6 与其它算法的性能比较 | 第72-74页 |
3.5 本章小结 | 第74-76页 |
第4章 可重入流水车间调度问题的自适应MEMETIC算法 | 第76-88页 |
4.1 引言 | 第76-78页 |
4.2 问题描述 | 第78-79页 |
4.3 Memetic算法 | 第79-82页 |
4.3.1 解的编码 | 第79页 |
4.3.2 种群的初始化 | 第79-80页 |
4.3.3 种群更新与分散性保持策略 | 第80-81页 |
4.3.4 自适应随机动态邻域搜索方法 | 第81-82页 |
4.4 实验结果 | 第82-86页 |
4.4.1 实验设置 | 第82-83页 |
4.4.2 评价方法 | 第83页 |
4.4.3 实验结果与分析 | 第83-86页 |
4.5 本章小结 | 第86-88页 |
第5章 多目标流水车间调度问题的迭代局域搜索算法 | 第88-100页 |
5.1 引言 | 第88-90页 |
5.2 问题描述 | 第90页 |
5.3 基于动态邻域的MOILS算法 | 第90-94页 |
5.3.1 多目标优化 | 第90-91页 |
5.3.2 传统的ILS算法 | 第91页 |
5.3.3 MOILS算法 | 第91-94页 |
5.4 实验结果 | 第94-98页 |
5.4.1 测试问题 | 第94-95页 |
5.4.2 实验设置与性能评价指标 | 第95页 |
5.4.3 搜索深度d_(max)的灵敏性分析 | 第95-96页 |
5.4.4 与其它算法的性能比较 | 第96-98页 |
5.5 本章小结 | 第98-100页 |
第6章 总结与展望 | 第100-102页 |
6.1 论文工作总结 | 第100页 |
6.2 未来的研究方向 | 第100-102页 |
参考文献 | 第102-118页 |
致谢 | 第118-120页 |
作者攻读博士学位期间的科研情况 | 第120-122页 |