| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第1章 绪论 | 第10-19页 |
| ·引言 | 第10页 |
| ·车间调度问题 | 第10-13页 |
| ·车间调度问题描述 | 第10-11页 |
| ·车间调度问题的特点 | 第11页 |
| ·车间调度问题的分类 | 第11-12页 |
| ·车间调度问题的研究方法 | 第12-13页 |
| ·多目标粒子群算法的研究现状和应用 | 第13-17页 |
| ·多目标粒子群算法的研究现状 | 第13-16页 |
| ·多目标粒子群算法的应用现状 | 第16-17页 |
| ·本文主要研究内容和章节安排 | 第17-19页 |
| ·主要研究内容 | 第17-18页 |
| ·章节安排 | 第18-19页 |
| 第2章 基于 Baldwinian Learning 的改进粒子群算法 | 第19-31页 |
| ·引言 | 第19页 |
| ·基本粒子群算法 | 第19-23页 |
| ·算法原理 | 第19-20页 |
| ·算法参数分析 | 第20-22页 |
| ·算法流程 | 第22-23页 |
| ·改进粒子群算法 | 第23-24页 |
| ·Baldwinian 学习策略 | 第23-24页 |
| ·算法流程 | 第24页 |
| ·仿真结果与分析 | 第24-30页 |
| ·参数设置 | 第24-25页 |
| ·仿真结果 | 第25-30页 |
| ·本章小结 | 第30-31页 |
| 第3章 改进多目标粒子群算法在流水车间中的应用 | 第31-41页 |
| ·引言 | 第31-32页 |
| ·多目标流水车间调度问题 | 第32-34页 |
| ·多目标优化问题 | 第32页 |
| ·生产调度优化性能指标 | 第32-33页 |
| ·流水车间多目标调度问题 | 第33-34页 |
| ·基于改进多目标粒子群算法的流水车间调度 | 第34-37页 |
| ·问题编码 | 第34-35页 |
| ·算法进化策略 | 第35-36页 |
| ·算法流程 | 第36-37页 |
| ·算法复杂度分析 | 第37页 |
| ·实验仿真与结果分析 | 第37-40页 |
| ·算法性能指标 | 第37页 |
| ·实验结果与分析 | 第37-40页 |
| ·本章小结 | 第40-41页 |
| 第4章 改进多目标粒子群算法在作业车间中的应用 | 第41-50页 |
| ·引言 | 第41页 |
| ·多目标作业车间调度问题 | 第41-43页 |
| ·问题编码 | 第42-43页 |
| ·目标函数 | 第43页 |
| ·基于改进多目标粒子群算法的作业车间调度 | 第43-44页 |
| ·算法流程 | 第43-44页 |
| ·算法复杂度分析 | 第44页 |
| ·实验仿真与结果分析 | 第44-49页 |
| ·算法参数设置 | 第44页 |
| ·实验结果 | 第44-49页 |
| ·本章小结 | 第49-50页 |
| 第5章 改进多目标粒子群算法在柔性作业车间中的应用 | 第50-60页 |
| ·引言 | 第50-51页 |
| ·柔性作业车间问题描述 | 第51-54页 |
| ·问题编码 | 第51-54页 |
| ·目标函数 | 第54页 |
| ·多目标柔性作业车间调度 | 第54-55页 |
| ·模拟退火算法 | 第54-55页 |
| ·算法流程 | 第55页 |
| ·仿真结果与分析 | 第55-59页 |
| ·算法参数设置 | 第55-56页 |
| ·实验结果 | 第56-59页 |
| ·本章小结 | 第59-60页 |
| 第6章 结论与展望 | 第60-62页 |
| ·论文总结 | 第60-61页 |
| ·研究展望 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 致谢 | 第66-67页 |
| 攻读学位期间参加的科研项目和成果 | 第67页 |