| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.3 研究内容与框架 | 第13-15页 |
| 1.4 研究方法 | 第15页 |
| 1.5 主要创新点 | 第15页 |
| 1.6 本章小结 | 第15-16页 |
| 第二章 相关理论和技术基础 | 第16-27页 |
| 2.1 柔性作业车间调度问题概述 | 第16-19页 |
| 2.1.1 FJSP的描述与分类 | 第16-17页 |
| 2.1.2 FJSP的性能评价指标及计算 | 第17-19页 |
| 2.1.3 FJSP的表示方法 | 第19页 |
| 2.2 遗传算法的基本理论 | 第19-22页 |
| 2.2.1 遗传算法的基本思想 | 第19-21页 |
| 2.2.2 遗传算法的一般流程 | 第21-22页 |
| 2.3 模拟退火算法的基本理论 | 第22-25页 |
| 2.3.1 固体退火过程 | 第22-23页 |
| 2.3.2 Metropolis接收准则 | 第23-24页 |
| 2.3.3 模拟退火算法的基本流程 | 第24-25页 |
| 2.4 多目标优化的简介 | 第25-26页 |
| 2.5 本章小结 | 第26-27页 |
| 第三章 考虑运输时间的柔性作业车间调度问题描述 | 第27-32页 |
| 3.1 考虑运输时间的柔性作业车间调度问题分析 | 第27页 |
| 3.2 考虑运输时间的柔性作业车间调度问题模型 | 第27-31页 |
| 3.2.1 问题描述 | 第27-28页 |
| 3.2.2 变量设定 | 第28-29页 |
| 3.2.3 模型建立 | 第29-31页 |
| 3.3 本章小结 | 第31-32页 |
| 第四章 基于混合遗传模拟退火算法求解柔性作业车间调度问题 | 第32-53页 |
| 4.1 混合算法的框架设计 | 第32-33页 |
| 4.2 遗传算法模块 | 第33-47页 |
| 4.2.1 编码 | 第33-35页 |
| 4.2.2 解码 | 第35-37页 |
| 4.2.3 种群初始化 | 第37-38页 |
| 4.2.4 适应度函数 | 第38页 |
| 4.2.5 两级排序的适值分配策略 | 第38-41页 |
| 4.2.6 选择操作 | 第41页 |
| 4.2.7 双种群的交叉操作 | 第41-44页 |
| 4.2.8 变动概率的变异操作 | 第44-45页 |
| 4.2.9 精英保留策略 | 第45-46页 |
| 4.2.10 迭代终止条件 | 第46-47页 |
| 4.3 模拟退火算法模块 | 第47-49页 |
| 4.3.1 初始种群 | 第47页 |
| 4.3.2 退火温度 | 第47页 |
| 4.3.3 状态产生函数 | 第47-48页 |
| 4.3.4 新状态接受函数 | 第48-49页 |
| 4.4 算法应用研究 | 第49-52页 |
| 4.5 本章小结 | 第52-53页 |
| 第五章 实验结果与分析 | 第53-72页 |
| 5.1 实验评价指标 | 第53页 |
| 5.2 实验设置 | 第53-54页 |
| 5.2.1 数据准备 | 第53-54页 |
| 5.2.2 参数设置 | 第54页 |
| 5.3 算法比较与分析 | 第54-71页 |
| 5.3.1 Kacem测试集运行结果及分析 | 第54-63页 |
| 5.3.2 BRData运行结果及分析 | 第63-71页 |
| 5.4 本章小结 | 第71-72页 |
| 总结与展望 | 第72-74页 |
| 总结 | 第72-73页 |
| 展望 | 第73-74页 |
| 参考文献 | 第74-78页 |
| 致谢 | 第78-79页 |
| 附录1 几组基准测试算例数据 | 第79-83页 |
| 1.1 柔性作业车间调度问题实例 | 第79-81页 |
| 1.2 两类运输时间 | 第81-83页 |
| 附录2 部分程序代码 | 第83-89页 |
| 附录3 部分算例运行结果 | 第89-91页 |
| 在学期间的研究成果及发表的学术论文 | 第91页 |