首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

动态调度系统模型及其混合粒子群算法

摘要第1-7页
Abstract第7-12页
第1章 绪论第12-19页
   ·研究背景第12-14页
   ·国内外研究现状及存在的问题第14-16页
     ·国内外研究现状第14-15页
     ·存在的问题第15-16页
   ·本文的研究目标、内容及意义第16-17页
     ·研究目标第16页
     ·研究内容第16-17页
     ·研究意义第17页
   ·本文的组织结构第17-19页
第2章 群智能优化算法理论及应用第19-33页
   ·粒子群优化算法第19-23页
     ·基本原理第19-21页
     ·算法流程第21页
     ·参数设置第21-22页
     ·算法的收敛性第22-23页
   ·粒子群优化算法的研究现状第23-26页
     ·算法的改进第23-25页
     ·算法的应用第25-26页
   ·蚁群优化算法第26-30页
     ·基本原理第26-28页
     ·算法流程第28-30页
   ·群智能优化算法的特点第30-32页
     ·粒子群优化算法的特点第31页
     ·蚁群优化算法的特点第31-32页
   ·本章小结第32-33页
第3章 流水线调度问题的混合粒子群算法第33-48页
   ·流水线调度问题第33-35页
     ·流水线调度问题描述第33-34页
     ·流水线调度问题的数学模型第34页
     ·置换流水线调度问题描述及数学模型第34-35页
   ·置换流水线调度问题的混合粒子群算法第35-44页
     ·混合粒子群算法研究现状第35-36页
     ·基因片段的分解与转移第36-37页
     ·混合粒子群算法的结构设计第37-38页
     ·蚁群优化算法设计第38-40页
     ·粒子群优化算法设计第40-41页
     ·粒子的编码冗余第41-42页
     ·算法流程第42-44页
   ·仿真实验与分析第44-47页
     ·基因片段划分实验第44-45页
     ·置换流水线调度问题的仿真实验第45-47页
   ·本章小结第47-48页
第4章 动态调度问题的建模及其混合粒子群算法第48-74页
   ·作业车间调度问题第48-57页
     ·问题描述第49页
     ·数学模型第49-50页
     ·粒子编码设计第50-53页
     ·仿真实验与分析第53-57页
   ·动态调度问题概述第57-59页
     ·问题描述第57-58页
     ·研究方法第58-59页
   ·基于周期滚动窗口技术的动态调度算法第59-62页
     ·周期滚动窗口技术第59-60页
     ·动态调度策略第60-62页
   ·动态作业车间调度问题的数学模型第62-64页
   ·动态作业车间调度问题的混合粒子群算法第64-67页
     ·混合粒子群算法结构设计第64页
     ·从级蚁群算法设计第64-66页
     ·主级粒子群算法设计第66-67页
     ·算法流程第67页
   ·仿真实验与分析第67-73页
   ·本章小结第73-74页
结论第74-76页
参考文献第76-82页
攻读硕士学位期间发表的论文和取得的科研成果第82-83页
致谢第83-84页
附录第84-96页

论文共96页,点击 下载论文
上一篇:基于光声光谱的油中含水量检测技术研究
下一篇:双机器人标定方法研究及协调仿真