基于改进遗传算法作业调度问题的优化及应用
| 摘要 | 第3-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.3 论文主要内容的组织 | 第14页 |
| 1.4 本章小结 | 第14-17页 |
| 第2章 相关算法 | 第17-29页 |
| 2.1 遗传算法 | 第17-20页 |
| 2.1.1 遗传算法的发展前景 | 第17-18页 |
| 2.1.2 遗传算法的基本框架 | 第18-19页 |
| 2.1.4 遗传算法的基本操作 | 第19-20页 |
| 2.2 非支配排序遗传算法 | 第20-25页 |
| 2.2.1 多目标优化问题的数学描述 | 第20-22页 |
| 2.2.2 非支配排序遗传算法的发展 | 第22页 |
| 2.2.3 基本思想 | 第22-23页 |
| 2.2.4 基本流程 | 第23页 |
| 2.2.5 非支配排序遗传算法特性 | 第23-25页 |
| 2.3 SPEA算法 | 第25-27页 |
| 2.3.1 基本思想 | 第25页 |
| 2.3.2 算法流程 | 第25页 |
| 2.3.3 算法分析 | 第25-27页 |
| 2.4 聚类算法 | 第27-28页 |
| 2.4.1 聚类算法概述 | 第27页 |
| 2.4.2 层次聚类 | 第27-28页 |
| 2.5 本章总结 | 第28-29页 |
| 第3章 基于排挤机制遗传算法的作业调度策略 | 第29-41页 |
| 3.1 作业调度问题描述 | 第29-30页 |
| 3.1.1 作业调度问题描述 | 第29页 |
| 3.1.2 作业调度问题的数学优化模型 | 第29-30页 |
| 3.2 基于排挤机制遗传算法的作业调度策略 | 第30-36页 |
| 3.2.1 基于排挤机制遗传算法设计 | 第31-32页 |
| 3.2.2 适应度函数 | 第32-34页 |
| 3.2.3 初始种群的生成 | 第34页 |
| 3.2.4 选择及个体更新 | 第34页 |
| 3.2.5 启发式交叉 | 第34-35页 |
| 3.2.6 变异操作 | 第35页 |
| 3.2.7 局部搜索 | 第35-36页 |
| 3.3 实验数据与分析 | 第36-39页 |
| 3.4 本章总结 | 第39-41页 |
| 第4章 基于改进NSGA_II的作业调度策略 | 第41-57页 |
| 4.1 可分解的作业调度问题的描述 | 第41页 |
| 4.2 基于改进NSGA_II的作业调度策略 | 第41-50页 |
| 4.2.1 NSGA_II算法 | 第41-42页 |
| 4.2.2 快速非支配排序算法 | 第42页 |
| 4.2.3 编码和解码 | 第42-46页 |
| 4.2.4 交叉操作 | 第46页 |
| 4.2.5 变异操作 | 第46-47页 |
| 4.2.6 精英保留策略 | 第47页 |
| 4.2.7 选择操作 | 第47-50页 |
| 4.2.8 改进的NSGA_II | 第50页 |
| 4.3 Pareto综合选优机制 | 第50页 |
| 4.4 实验测试与分析 | 第50-55页 |
| 4.5 本章总结 | 第55-57页 |
| 第5章 改进模型在大型仪器服务平台系统中的应用 | 第57-63页 |
| 5.1 大型仪器服务平台系统问题概述 | 第57页 |
| 5.2 模型应用 | 第57-60页 |
| 5.3 本章总结 | 第60-63页 |
| 第6章 总结和展望 | 第63-65页 |
| 6.1 论文总结 | 第63页 |
| 6.2 工作展望 | 第63-65页 |
| 致谢 | 第65-67页 |
| 参考文献 | 第67-71页 |
| 附录 | 第71-79页 |
| 附录A 用户作业信息表 | 第71-79页 |
| 附录B 攻读硕士学位期间科研成果 | 第79页 |
