| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第1章 绪论 | 第9-22页 |
| ·生产调度问题概述 | 第9-17页 |
| ·生产调度问题的描述 | 第9-11页 |
| ·生产调度问题分类 | 第11页 |
| ·生产调度问题的主要研究方法 | 第11-17页 |
| ·生产调度问题的发展趋势 | 第17页 |
| ·差异工件单机批调度问题概述 | 第17-19页 |
| ·差异工件单机批调度问题的描述 | 第18-19页 |
| ·差异工件单机批调度问题的研究现状 | 第19页 |
| ·本文的主要研究内容和结构安排 | 第19-22页 |
| ·主要研究内容 | 第19-20页 |
| ·结构安排 | 第20-22页 |
| 第2章 微粒群优化算法分析 | 第22-27页 |
| ·微粒群优化算法简介 | 第22-25页 |
| ·基本原理 | 第22-23页 |
| ·算法流程 | 第23页 |
| ·改进措施 | 第23-25页 |
| ·微粒群优化算法在调度问题中的应用现状及研究方向 | 第25-26页 |
| ·应用现状 | 第25页 |
| ·研究方向 | 第25-26页 |
| ·小结 | 第26-27页 |
| 第3章 基于云模型的 PSO 算法在 SBMN 问题中的应用 | 第27-35页 |
| ·云模型原理 | 第27-29页 |
| ·隶属云的定义 | 第27页 |
| ·隶属云发生器 | 第27-28页 |
| ·云模型在优化问题中的应用 | 第28-29页 |
| ·基于云模型的PSO 算法求解SBMN 问题 | 第29-31页 |
| ·微粒的编码 | 第29页 |
| ·适应度定义 | 第29-30页 |
| ·位置向量和速度向量的更新 | 第30页 |
| ·云自适应参数调整惯性权重 | 第30-31页 |
| ·算法描述 | 第31-32页 |
| ·仿真实验及分析 | 第32-34页 |
| ·小结 | 第34-35页 |
| 第4章 基于云模型的离散 PSO 算法在 SBMN 问题中的应用 | 第35-45页 |
| ·引言 | 第35页 |
| ·PSO-c3dyn 算法简介 | 第35-36页 |
| ·基于云模型的改进离散 PSO 算法求解 SBMN 问题 | 第36-40页 |
| ·微粒的编码及适应度定义 | 第36-37页 |
| ·位置向量和速度向量的更新操作 | 第37-38页 |
| ·云自适应参数调整策略 | 第38-40页 |
| ·算法描述 | 第40页 |
| ·仿真实验与分析 | 第40-44页 |
| ·仿真实例 | 第40-41页 |
| ·各算法参数设置 | 第41-42页 |
| ·实验结果与分析 | 第42-44页 |
| ·小结 | 第44-45页 |
| 第5章 总结与展望 | 第45-48页 |
| ·主要工作和创新点 | 第45-46页 |
| ·两种改进算法的比较评述 | 第46-47页 |
| ·未来的研究方向 | 第47-48页 |
| 参考文献 | 第48-55页 |
| 在读期间发表的学术论文与取得的其他研究成果 | 第55-56页 |
| 致谢 | 第56页 |
