摘要 | 第1-5页 |
Abstract | 第5-9页 |
第一章 绪论 | 第9-11页 |
·研究背景 | 第9页 |
·课题研究的意义和目的 | 第9-10页 |
·研究意义 | 第9页 |
·研究目的 | 第9-10页 |
·研究方法 | 第10页 |
·论文的主要内容和章节安排 | 第10-11页 |
第二章 文献综述 | 第11-20页 |
·车间调度问题概述 | 第11-12页 |
·本问题的国内外研究状况 | 第12-13页 |
·国外研究概况 | 第12页 |
·国内研究概况 | 第12-13页 |
·车间调度问题的分类 | 第13-15页 |
·按生产方式 | 第13页 |
·按优化内容 | 第13-14页 |
·按作业的加工特性 | 第14页 |
·按加工系统的复杂性 | 第14-15页 |
·车间调度问题的特点 | 第15页 |
·复杂性 | 第15页 |
·动态随机性 | 第15页 |
·多目标性 | 第15页 |
·作业车间调度问题的优化方法 | 第15-20页 |
·精确计算法 | 第15-16页 |
·分解技术 | 第16页 |
·枚举技术和拉格朗日松弛法 | 第16页 |
·优先分配规则 | 第16-17页 |
·人工智能 | 第17页 |
·人工神经网络 | 第17页 |
·遗传算法 | 第17-18页 |
·模拟退火算法 | 第18页 |
·禁忌搜索 | 第18-19页 |
·粒子群算法 | 第19-20页 |
第三章 作业车间调度的理论基础 | 第20-33页 |
·遗传算法的基本理论 | 第20-28页 |
·遗传算法的基本概念 | 第20-21页 |
·遗传算法的基本流程 | 第21页 |
·遗传算法的基本操作 | 第21-28页 |
·遗传算法的特点 | 第28页 |
·模糊数的有关知识 | 第28-33页 |
·模糊数的运算法则 | 第28-29页 |
·模糊数的比较方法 | 第29-33页 |
第四章 JIT 环境下Flow-shop 问题的遗传算法 | 第33-42页 |
·问题描述 | 第33-34页 |
·选用区间数的实际背景及运算法则 | 第34-35页 |
·选用区间数的实际背景 | 第34-35页 |
·求解问题的改进遗传算法 | 第35-38页 |
·评价函数的确定 | 第35页 |
·染色体的编码 | 第35页 |
·选择策略 | 第35-37页 |
·交叉 | 第37-38页 |
·变异 | 第38页 |
·停止准则 | 第38页 |
·仿真及分析 | 第38-41页 |
·结语 | 第41-42页 |
第五章 JIT 环境下的Job-shop 问题的遗传算法 | 第42-50页 |
·问题描述 | 第42-43页 |
·准时生产环境下调度问题的编码研究 | 第43-44页 |
·基于可能度的梯形模糊数排序方法 | 第44-45页 |
·求解问题的改进遗传算法 | 第45-46页 |
·染色体的编码 | 第45页 |
·选择策略 | 第45-46页 |
·交叉 | 第46页 |
·变异 | 第46页 |
·停止准则 | 第46页 |
·仿真及分析 | 第46-49页 |
·结语 | 第49-50页 |
第六章 应用实例 | 第50-58页 |
·企业简介 | 第50-51页 |
·问题简介 | 第51-57页 |
·仿真求解 | 第57页 |
·结论 | 第57-58页 |
第七章 结论与展望 | 第58-59页 |
·结论 | 第58页 |
·展望 | 第58-59页 |
参考文献 | 第59-65页 |
在学研究成果 | 第65-66页 |
致谢 | 第66页 |