交互式多目标遗传算法在调度知识库中的研究
| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 绪论 | 第11-13页 |
| 一、课题研究学术背景及意义 | 第11页 |
| 二、课题研究的主要内容及工作 | 第11-13页 |
| 第一章 车间调度问题与知识库研究 | 第13-18页 |
| ·调度问题的发展 | 第13-14页 |
| ·车间调度问题概述 | 第14-16页 |
| ·调度问题描述 | 第14-15页 |
| ·调度问题分类和特点 | 第15-16页 |
| ·知识库系统概述 | 第16-17页 |
| ·知识库系统的概念 | 第16-17页 |
| ·知识库系统的功能 | 第17页 |
| 本章小结 | 第17-18页 |
| 第二章 交互式多目标遗传算法研究 | 第18-25页 |
| ·遗传算法 | 第18-19页 |
| ·遗传算法概述 | 第18页 |
| ·遗传算法步骤 | 第18-19页 |
| ·多目标遗传算法 | 第19-20页 |
| ·多目标优化问题 | 第19页 |
| ·多目标遗传算法概述 | 第19-20页 |
| ·交互式多目标遗传算法 | 第20-22页 |
| ·交互式决策方法 | 第20-21页 |
| ·交互式多目标遗传算法概述 | 第21页 |
| ·交互式多目标遗传算法步骤 | 第21-22页 |
| ·交互式多目标遗传算法研究现状 | 第22-24页 |
| 本章小结 | 第24-25页 |
| 第三章 改进的交互式多目标遗传算法 | 第25-44页 |
| ·引言 | 第25-26页 |
| ·改进算法的关键思想与技术 | 第26-35页 |
| ·设计改进算法的主要原因 | 第26-27页 |
| ·改进算法的主要思想 | 第27-28页 |
| ·偏好信息的获取方式 | 第28-30页 |
| ·目标偏好的诱导方式 | 第30-32页 |
| ·目标偏好引导遗传搜索 | 第32-34页 |
| ·精英诱导方式 | 第34页 |
| ·交互代数间隔递减的方式 | 第34-35页 |
| ·改进算法的流程 | 第35-40页 |
| ·编码和解码 | 第35-36页 |
| ·适应度计算 | 第36页 |
| ·初始种群的建立 | 第36-37页 |
| ·算法相关参数 | 第37-38页 |
| ·人机交互诱导目标权重 | 第38页 |
| ·精英诱导 | 第38-39页 |
| ·改进算法步骤 | 第39-40页 |
| ·改进交互式多目标遗传算法特点 | 第40页 |
| ·改进交互式多目标遗传算法应用 | 第40-43页 |
| 本章小结 | 第43-44页 |
| 第四章 车间调度知识库系统的设计与应用 | 第44-64页 |
| ·引言 | 第44-45页 |
| ·系统总体设计思想 | 第45-48页 |
| ·系统工作流程 | 第45-46页 |
| ·知识存储结构 | 第46页 |
| ·系统功能模块设计 | 第46-48页 |
| ·推理机管理模块 | 第48-51页 |
| ·推理机工作流程 | 第48-49页 |
| ·算法库检索 | 第49-50页 |
| ·规则库匹配 | 第50-51页 |
| ·算法演示 | 第51页 |
| ·学习功能模块 | 第51-56页 |
| ·规则的非自动获取 | 第51-52页 |
| ·算法规则的自学习 | 第52-54页 |
| ·指导算法选择的知识 | 第54-56页 |
| ·系统平台实例运行 | 第56-60页 |
| ·数据库表清单 | 第60-63页 |
| 本章小结 | 第63-64页 |
| 结论 | 第64-65页 |
| 参考文献 | 第65-68页 |
| 攻读硕士学位期间发表的学术论文 | 第68-69页 |
| 致谢 | 第69-70页 |
