圆钢热轧批量组合与调度的多目标优化方法
| 致谢 | 第1-5页 |
| 摘要 | 第5-7页 |
| Abstract | 第7-12页 |
| 插图清单 | 第12-13页 |
| 附表清单 | 第13-14页 |
| 1 引言 | 第14-18页 |
| ·选题背景 | 第14-15页 |
| ·研究意义 | 第15页 |
| ·研究内容 | 第15-18页 |
| 2 文献综述 | 第18-46页 |
| ·圆钢热轧生产管理及特点 | 第18-21页 |
| ·圆钢热轧生产工艺特点 | 第18-20页 |
| ·圆钢热轧生产管理特点 | 第20-21页 |
| ·热轧生产计划与调度问题 | 第21-31页 |
| ·问题概述 | 第21-24页 |
| ·热轧生产计划与调度研究现状 | 第24-29页 |
| ·热轧生产计划与调度优化方法 | 第29-31页 |
| ·考虑机器检修的生产调度问题 | 第31-36页 |
| ·机器检修概念 | 第32页 |
| ·考虑机器检修的生产调度问题 | 第32-36页 |
| ·多目标优化方法 | 第36-43页 |
| ·多目标决策法 | 第37-39页 |
| ·多目标智能优化方法 | 第39-43页 |
| ·热轧生产计划与调度的多目标优化方法现状 | 第43页 |
| ·存在的不足 | 第43-44页 |
| ·本章小结 | 第44-46页 |
| 3 考虑配送优化的圆钢热轧生产订单组批方法 | 第46-58页 |
| ·问题分析与建模 | 第46-51页 |
| ·考虑配送优化的热轧订单组批意义 | 第46-48页 |
| ·问题描述 | 第48-49页 |
| ·数据化处理 | 第49-50页 |
| ·数学模型 | 第50-51页 |
| ·求解算法 | 第51-56页 |
| ·算法基本思想 | 第51-52页 |
| ·形成初始轧制单元 | 第52-53页 |
| ·改进的k-means聚类方法实现批量划分 | 第53-55页 |
| ·构造初始聚类中心 | 第54-55页 |
| ·改进的k-means算法实现批量划分 | 第55页 |
| ·算法求解步骤 | 第55-56页 |
| ·仿真实验 | 第56-57页 |
| ·实验设计 | 第56页 |
| ·实验结果分析 | 第56-57页 |
| ·本章小结 | 第57-58页 |
| 4 一般性圆钢热轧批量调度的多目标优化模型和算法 | 第58-74页 |
| ·问题描述与建模 | 第58-61页 |
| ·问题描述 | 第58-59页 |
| ·数学模型 | 第59-61页 |
| ·多目标优化问题求解 | 第61-69页 |
| ·染色体编码规则 | 第64页 |
| ·种群修复 | 第64页 |
| ·适应度分配策略 | 第64-66页 |
| ·基于环境选择的档案集更新 | 第66页 |
| ·遗传操作方法 | 第66-68页 |
| ·PR-SPEA2算法的计算步骤 | 第68-69页 |
| ·仿真实验 | 第69-73页 |
| ·实验设计 | 第69-70页 |
| ·实验结果分析 | 第70-73页 |
| ·本章小结 | 第73-74页 |
| 5 考虑固定检修计划的圆钢热轧批量调度模型与算法 | 第74-92页 |
| ·问题描述与数学模型 | 第74-78页 |
| ·问题描述 | 第74-77页 |
| ·多目标优化模型 | 第77-78页 |
| ·基于改进的NSGA-Ⅱ的问题求解算法 | 第78-88页 |
| ·算法思路 | 第78-79页 |
| ·编码规则 | 第79-80页 |
| ·种群初始化 | 第80-81页 |
| ·适应度函数设计与种群修复 | 第81-82页 |
| ·时间参数计算方法 | 第82-83页 |
| ·面向多目标的个体评价方法 | 第83-84页 |
| ·遗传操作方法 | 第84-86页 |
| ·基于有限搜索范围的邻域搜索 | 第86-87页 |
| ·MNSGA-Ⅱ算法步骤 | 第87-88页 |
| ·仿真实验 | 第88-91页 |
| ·实验设计 | 第88页 |
| ·分组实验与实验结果 | 第88-91页 |
| ·本章小结 | 第91-92页 |
| 6 考虑柔性检修计划的圆钢热轧批量调度模型与算法 | 第92-108页 |
| ·考虑柔性检修计划的生产调度问题 | 第92-93页 |
| ·问题描述与建模 | 第93-96页 |
| ·问题描述 | 第93-94页 |
| ·问题建模 | 第94-96页 |
| ·基于多目标粒子群的求解方法 | 第96-104页 |
| ·求解策略 | 第96-97页 |
| ·算法编码和解码方法 | 第97-99页 |
| ·初始群体确定 | 第99-100页 |
| ·不可行粒子的修复 | 第100页 |
| ·精英策略 | 第100-101页 |
| ·个体极值和全局极值的选取 | 第101-102页 |
| ·基于遗传操作的粒子更新方法 | 第102-103页 |
| ·算法步骤 | 第103-104页 |
| ·仿真实验 | 第104-107页 |
| ·实验设计 | 第104-105页 |
| ·实验结果分析 | 第105-107页 |
| ·本章小结 | 第107-108页 |
| 7 结论 | 第108-112页 |
| 参考文献 | 第112-124页 |
| 作者简历及在学研究成果 | 第124-128页 |
| 学位论文数据集 | 第128页 |
