| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第10-18页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 柔性作业车间调度的特点 | 第11-12页 |
| 1.3 国内外研究概况 | 第12-16页 |
| 1.3.1 单目标柔性作业车间调度研究概况 | 第13-15页 |
| 1.3.2 多目标柔性作业车间调度研究概况 | 第15-16页 |
| 1.4 现有问题分析与研究空间 | 第16页 |
| 1.5 论文的主要内容和结构 | 第16-18页 |
| 2 柔性作业车间调度问题模型与计算复杂性 | 第18-27页 |
| 2.1 柔性作业车间调度的问题描述与分类 | 第18-20页 |
| 2.2 柔性作业车间的数学模型 | 第20-22页 |
| 2.2.1 参数及决策变量设置 | 第20页 |
| 2.2.2 柔性作业车间典型的性能指标及目标函数 | 第20-21页 |
| 2.2.3 约束条件 | 第21-22页 |
| 2.3 柔性作业车间的析取图模型 | 第22-24页 |
| 2.4 柔性作业车间调度的复杂性 | 第24-26页 |
| 2.4.1 计算复杂性基本概念 | 第24页 |
| 2.4.2 柔性作业车间复杂性计算 | 第24-26页 |
| 2.4.3 柔性制造车间解空间 | 第26页 |
| 2.5 本章小结 | 第26-27页 |
| 3 基于改进遗传算法的单目标柔性作业车间调度 | 第27-42页 |
| 3.1 遗传算法概论 | 第27-28页 |
| 3.2 IGA算法求解单目标柔性作业车间调度 | 第28-37页 |
| 3.2.1 编码和解码 | 第28-31页 |
| 3.2.2 遗传操作 | 第31-35页 |
| 3.2.3 基于禁忌搜索算法的局部搜索 | 第35-36页 |
| 3.2.4 改进遗传算法的求解步骤 | 第36-37页 |
| 3.3 基准实例数据测试 | 第37-41页 |
| 3.3.1 测试实验一 | 第37-39页 |
| 3.3.2 测试实验二 | 第39-41页 |
| 3.4 本章小结 | 第41-42页 |
| 4 基于改进NSGA-II算法的多目标柔性作业车间调度 | 第42-57页 |
| 4.1 多目标优化理论 | 第42-46页 |
| 4.1.1 多目标优化方法 | 第43-45页 |
| 4.1.2 免疫和熵原理 | 第45-46页 |
| 4.2 基于改进NSGA-II算法求解多目标柔性作业车间调度 | 第46-51页 |
| 4.2.1 优化目标 | 第46-47页 |
| 4.2.2 编码和解码 | 第47页 |
| 4.2.3 种群初始化及Pareto最优解集构造 | 第47-48页 |
| 4.2.4 改进的锦标赛选择 | 第48-49页 |
| 4.2.5 交叉与变异操作 | 第49页 |
| 4.2.6 改进的精英保留策略 | 第49-50页 |
| 4.2.7 改进的NSGA-II算法求解步骤 | 第50-51页 |
| 4.3 测试与仿真 | 第51-56页 |
| 4.3.1 测试实验 | 第51-52页 |
| 4.3.2 仿真实验 | 第52-56页 |
| 4.4 本章小结 | 第56-57页 |
| 5 基于碳足迹优化的柔性作业车间调度 | 第57-67页 |
| 5.1 研究概况 | 第57-58页 |
| 5.2 基于碳足迹的柔性作业车间调度模型 | 第58页 |
| 5.3 实验和分析 | 第58-66页 |
| 5.3.1 测试算法说明 | 第58页 |
| 5.3.2 测试数据 | 第58-59页 |
| 5.3.3 设计指标 | 第59-60页 |
| 5.3.4 设计结果分析 | 第60-66页 |
| 5.4 本章小结 | 第66-67页 |
| 结论 | 第67-69页 |
| 致谢 | 第69-70页 |
| 参考文献 | 第70-73页 |
| 附录A 附录内容名称 | 第73-77页 |
| 攻读学位期间的研究成果 | 第77页 |