| 摘要 | 第1-7页 |
| Abstract | 第7-13页 |
| 图目录 | 第13-15页 |
| 表目录 | 第15-17页 |
| 主要符号表 | 第17-18页 |
| 第一章 绪论 | 第18-29页 |
| ·研究背景及意义 | 第18-19页 |
| ·调度问题的描述与分类 | 第19-21页 |
| ·国内外研究现状以及发展方向 | 第21-23页 |
| ·本文的主要研究工作 | 第23-25页 |
| ·本文的组织结构 | 第25-29页 |
| 第二章 调度问题的求解方法 | 第29-35页 |
| ·基于数学规划 | 第29-30页 |
| ·基于启发式 | 第30-31页 |
| ·基于系统仿真 | 第31页 |
| ·基于人工智能优化 | 第31-34页 |
| ·本章小结 | 第34-35页 |
| 第三章 作业随机性对基于时间的调度规则的失效风险评估 | 第35-44页 |
| ·作业随机性对调度影响的研究意义及研究现状 | 第35-36页 |
| ·作业的调度规则失效率分析 | 第36-38页 |
| ·调度规则失效率敏感性分析 | 第38-40页 |
| ·多项作业调度的规则失效率计算模型 | 第40-42页 |
| ·本章小结 | 第42-44页 |
| 第四章 基于粒子群和遗传算法的生产调度算法 | 第44-63页 |
| ·引言 | 第44-45页 |
| ·混合遗传算法在置换流水车间调度问题中的应用 | 第45-50页 |
| ·置换流水车间调度问题(PFSP) | 第45-46页 |
| ·基于粒子群的初始化算法 | 第46-47页 |
| ·适值函数与遗传操作 | 第47-48页 |
| ·算法伪代码 | 第48-49页 |
| ·算法时间和空间复杂度分析 | 第49-50页 |
| ·流水车间调度问题的实验分析 | 第50-55页 |
| ·混合遗传算法在车间调度问题中的应用 | 第55-59页 |
| ·车间调度问题(JSP) | 第55页 |
| ·编码 | 第55-57页 |
| ·基于粒子群的初始化算法 | 第57页 |
| ·适值函数与遗传操作 | 第57-58页 |
| ·算法流程图 | 第58-59页 |
| ·车间调度问题的实验分析 | 第59-61页 |
| ·本章小结 | 第61-63页 |
| 第五章 基于混沌粒子群和遗传算法的柔性车间调度算法 | 第63-74页 |
| ·引言 | 第63页 |
| ·柔性车间调度问题描述 | 第63-64页 |
| ·一种柔性车间调度的混合算法 | 第64-72页 |
| ·编码 | 第64-65页 |
| ·一种考虑次序约束的 Kacem 分派规则的改进 | 第65-69页 |
| ·基于 Logistic 映射的混沌粒子群算法 | 第69-70页 |
| ·遗传操作 | 第70-71页 |
| ·算法流程图 | 第71-72页 |
| ·实验结果 | 第72-73页 |
| ·本章小节 | 第73-74页 |
| 第六章 具有学习效应的人工柔性作业调度问题研究 | 第74-88页 |
| ·人工作业系统调度的特点与困境 | 第74-75页 |
| ·学习效应与学习曲线 | 第75-77页 |
| ·学习曲线的起源及其应用 | 第75-76页 |
| ·Wright 的学习曲线 | 第76页 |
| ·学习曲线及相关调度问题的研究进展 | 第76-77页 |
| ·具有学习效应的人工作业系统调度模型 | 第77-79页 |
| ·人工作业系统中学习效应的重要性 | 第77页 |
| ·一种降低问题规模的方法及其分析 | 第77-78页 |
| ·问题的构成与假设 | 第78-79页 |
| ·基于工序分类的扩展学习效应 | 第79页 |
| ·具有学习效应的人工作业系统的调度算法 | 第79-84页 |
| ·实验结果分析 | 第84-86页 |
| ·本章小节和展望 | 第86-88页 |
| 第七章 基于改进的分散搜索和类电磁机制的资源受限项目调度算法 | 第88-120页 |
| ·资源受限的项目调度问题 | 第88-91页 |
| ·资源受限项目调度问题的研究现状与分析 | 第91-93页 |
| ·一种改进的分散搜索算法 | 第93-99页 |
| ·分散搜索(SS)算法及其分析 | 第93-95页 |
| ·扩展的分散搜索 | 第95-96页 |
| ·一种改进的分散搜索算法 | 第96-99页 |
| ·类电磁机制算法的改进 | 第99-103页 |
| ·类电磁机制(EM)算法 | 第99-101页 |
| ·RCPSP 中的 EM 简化算法的改进 | 第101-102页 |
| ·EM 力的改进 | 第102-103页 |
| ·基于改进的分散搜索和类电磁机制的资源受限项目调度算法 | 第103-108页 |
| ·调度生成方案与编码 | 第104-107页 |
| ·正向-逆向调度的方法 | 第107-108页 |
| ·算法伪代码 | 第108页 |
| ·实验结果分析 | 第108-118页 |
| ·参数设置 | 第109-110页 |
| ·分散搜索的扩展效果对比 | 第110-111页 |
| ·RefCnt 与 CreateTime 机制的比较 | 第111-112页 |
| ·EM 力不同表达形式的对比 | 第112-114页 |
| ·总的实验结果 | 第114-116页 |
| ·与当前优秀算法的对比 | 第116-118页 |
| ·本章小结 | 第118-120页 |
| 结论与展望 | 第120-122页 |
| 参考文献 | 第122-130页 |
| 攻读博士学位期间取得的研究成果 | 第130-132页 |
| 致谢 | 第132-133页 |
| 附件 | 第133页 |
