蚁群优化算法在柔性作业车间调度中的应用
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-16页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 研究目的与意义 | 第10-11页 |
| 1.3 柔性作业车间调度问题国内外研究现状 | 第11-14页 |
| 1.4 论文研究内容及结构安排 | 第14-16页 |
| 1.4.1 研究内容 | 第14-15页 |
| 1.4.2 章节安排 | 第15-16页 |
| 2 柔性作业车间调度问题研究 | 第16-22页 |
| 2.1 车间调度问题 | 第16-19页 |
| 2.1.1 车间调度问题描述 | 第16-17页 |
| 2.1.2 车间调度问题分类 | 第17-18页 |
| 2.1.3 车间调度问题特点 | 第18-19页 |
| 2.2 柔性作业车间调度问题 | 第19-21页 |
| 2.2.1 FJSP描述 | 第19-20页 |
| 2.2.2 FJSP分类 | 第20-21页 |
| 2.3 研究对象确定 | 第21页 |
| 2.4 本章小结 | 第21-22页 |
| 3 优化算法基本理论 | 第22-34页 |
| 3.1 蚁群算法基本理论 | 第22-31页 |
| 3.1.1 基本蚁群算法原理 | 第22-26页 |
| 3.1.2 基本蚁群算法流程 | 第26-28页 |
| 3.1.3 蚁群算法特点及常见的改进策略 | 第28-31页 |
| 3.2 遗传算法 | 第31-33页 |
| 3.2.1 遗传算法的基本概念 | 第31-32页 |
| 3.2.2 遗传算法求解基本流程 | 第32-33页 |
| 3.2.3 遗传算法的特点 | 第33页 |
| 3.3 本章小结 | 第33-34页 |
| 4 改进蚁群算法及在FJSP中的应用 | 第34-55页 |
| 4.1 改进蚁群算法 | 第34-41页 |
| 4.1.1 蚁群算法求解FJSP改进原则 | 第34-39页 |
| 4.1.2 改进蚁群算法求解FJSP基本流程 | 第39-40页 |
| 4.1.3 求解FJSP总体技术框架 | 第40-41页 |
| 4.2 FJSP数学建模 | 第41-44页 |
| 4.2.1 FJSP数学符号定义 | 第41-42页 |
| 4.2.2 FJSP的约束条件 | 第42页 |
| 4.2.3 FJSP问题性能评价指标 | 第42-44页 |
| 4.3 机器选择部分性能对比分析 | 第44-47页 |
| 4.4 基于改进蚁群算法求解FJSP实验仿真 | 第47-54页 |
| 4.5 本章小结 | 第54-55页 |
| 5 企业案例及分析 | 第55-62页 |
| 5.1 问题描述 | 第55-57页 |
| 5.2 算法设计 | 第57-58页 |
| 5.3 结果分析 | 第58-61页 |
| 5.4 本章小结 | 第61-62页 |
| 结论 | 第62-64页 |
| 参考文献 | 第64-69页 |
| 攻读学位期间发表的学术论文 | 第69-70页 |
| 致谢 | 第70-71页 |
