基于改进平滑自适应蚁群算法的Job shop调度方法研究
摘要 | 第1-7页 |
Abstract | 第7-11页 |
第一章 绪论 | 第11-20页 |
·研究背景及意义 | 第11-12页 |
·生产调度的描述 | 第12-15页 |
·生产调度的分类 | 第13-14页 |
·生产调度的特点 | 第14-15页 |
·国内外现状 | 第15-19页 |
·作业车间调度问题研究现状 | 第15-18页 |
·蚁群算法的研究现状 | 第18-19页 |
·本文的主要内容及章节安排 | 第19-20页 |
第二章 作业车间调度问题分析 | 第20-30页 |
·作业车间调度问题描述 | 第20-25页 |
·作业车间问题的分类 | 第25-27页 |
·作业车间调度问题的模型 | 第27-29页 |
·本章小结 | 第29-30页 |
第三章 车间调度的蚁群算法研究 | 第30-34页 |
·蚁群算法的基本原理 | 第30-31页 |
·蚁群算法的特征 | 第31-32页 |
·蚁群算法的几种改进 | 第32-33页 |
·改进信息素更新方式 | 第32-33页 |
·改进路径搜索策略 | 第33页 |
·与其他算法结合 | 第33页 |
·本章小结 | 第33-34页 |
第四章 一类平滑自适应蚁群算法的设计与实验 | 第34-44页 |
·工序转移规则 | 第34-35页 |
·改进信息素更新策略 | 第35-36页 |
·自适应参数更新策略 | 第36页 |
·算法实现 | 第36-38页 |
·仿真结果及分析 | 第38-43页 |
·15×5 基准问题的测试与比较 | 第38-41页 |
·20×5 基准问题的测试与比较 | 第41-43页 |
·本章小结 | 第43-44页 |
第五章 参数对性能影响分析 | 第44-56页 |
·信息素启发式因子α | 第44-46页 |
·信息素自启发式因子β | 第46-48页 |
·信息素的挥发系数ρ | 第48-50页 |
·总信息素 Q | 第50-52页 |
·蚂蚁数目 m | 第52-55页 |
·本章小结 | 第55-56页 |
第六章 分布式多车间调度方法研究 | 第56-61页 |
·问题的描述 | 第56-58页 |
·分布式多车间调度蚁群算法设计 | 第58-60页 |
·算法设计思路 | 第58页 |
·算法实现 | 第58-60页 |
·本章小结 | 第60-61页 |
第七章 总结与展望 | 第61-63页 |
·总结 | 第61页 |
·展望 | 第61-63页 |
参考文献 | 第63-66页 |
在学研究成果 | 第66-67页 |
致谢 | 第67页 |