改进的多目标遗传算法在作业车间调度中的应用研究
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 绪论 | 第7-8页 |
| 第一章 车间调度问题 | 第8-17页 |
| ·车间调度问题的发展 | 第8-9页 |
| ·车间调度问题的概述 | 第9-15页 |
| ·单双机调度问题 | 第10-13页 |
| ·车间调度问题分类和特点 | 第13-14页 |
| ·车间调度问题的性能指标 | 第14-15页 |
| ·多目标车间调度存在的问题 | 第15-16页 |
| 本章小结 | 第16-17页 |
| 第二章 多目标遗传算法研究 | 第17-26页 |
| ·遗传算法 | 第17-19页 |
| ·遗传算法概述 | 第17页 |
| ·遗传算法的基本思想 | 第17-18页 |
| ·遗传算法的特点 | 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 |
| ·多目标遗传算法的特点及流程 | 第20页 |
| ·多目标遗传算法基本实现技术 | 第20-23页 |
| ·编码方法 | 第22页 |
| ·适应度函数 | 第22页 |
| ·基本操作 | 第22-23页 |
| ·Pareto最优解 | 第23页 |
| ·多目标遗传算法的发展及研究现状 | 第23-25页 |
| 本章小结 | 第25-26页 |
| 第三章 一种改进的多目标遗传算法 | 第26-42页 |
| ·引言 | 第26页 |
| ·改进算法的关键思想与技术 | 第26-32页 |
| ·改进算法的主要思想 | 第26-27页 |
| ·变点交叉的方式 | 第27-28页 |
| ·偏好信息的获取方式 | 第28-29页 |
| ·目标偏好的诱导方式 | 第29-32页 |
| ·目标偏好引导遗传搜索 | 第32页 |
| ·改进算法的流程 | 第32-38页 |
| ·编码方式 | 第32-33页 |
| ·适应度计算 | 第33-34页 |
| ·初始种群的建立 | 第34页 |
| ·交叉和变异 | 第34-36页 |
| ·诱导目标权重 | 第36-37页 |
| ·改进算法步骤 | 第37-38页 |
| ·改进多目标遗传算法应用 | 第38-40页 |
| 本章小结 | 第40-42页 |
| 第四章 车间调度系统的设计与实现 | 第42-49页 |
| ·引言 | 第42页 |
| ·系统总体设计思想 | 第42-46页 |
| ·系统工作流程 | 第42-43页 |
| ·系统功能模块设计 | 第43-46页 |
| ·系统平台实例运行 | 第46-48页 |
| 本章小结 | 第48-49页 |
| 结论 | 第49-50页 |
| 参考文献 | 第50-53页 |
| 攻读硕士学位期间发表的学术论文 | 第53-54页 |
| 致谢 | 第54页 |
