基于知识的实时调度决策支持平台研究
| 致谢 | 第1-6页 |
| 中文摘要 | 第6-7页 |
| ABSTRACT | 第7-12页 |
| 1 引言 | 第12-18页 |
| ·研究背景与意义 | 第12-13页 |
| ·研究背景 | 第12页 |
| ·研究意义 | 第12-13页 |
| ·研究现状 | 第13-15页 |
| ·研究内容与创新点 | 第15-16页 |
| ·研究内容 | 第15页 |
| ·论文创新点 | 第15-16页 |
| ·论文结构 | 第16-17页 |
| ·本章小结 | 第17-18页 |
| 2 生产调度问题概述 | 第18-26页 |
| ·生产调度的描述与分类 | 第18-20页 |
| ·实际生产中的调度问题 | 第18页 |
| ·生产调度问题的一般描述 | 第18-20页 |
| ·生产调度问题的分类 | 第20页 |
| ·静态调度及其求解方法 | 第20-22页 |
| ·数学规划方法 | 第21页 |
| ·基于规则的调度方法 | 第21页 |
| ·基于知识的调度方法 | 第21-22页 |
| ·基于仿真的调度方法 | 第22页 |
| ·邻域搜索方法 | 第22页 |
| ·动态调度及其求解方法 | 第22-24页 |
| ·最优化方法 | 第23页 |
| ·启发式方法 | 第23页 |
| ·仿真调度方法 | 第23-24页 |
| ·本章小结 | 第24-26页 |
| 3 基于知识的生产调度决策支持平台框架建立 | 第26-32页 |
| ·决策支持系统 | 第26-27页 |
| ·决策支持系统的发展 | 第26-27页 |
| ·决策支持系统在生产调度中的应用 | 第27页 |
| ·基于知识的生产调度决策支持平台框架 | 第27-30页 |
| ·决策支持系统的结构 | 第27-29页 |
| ·基于知识的生产调度决策支持平台框架设计 | 第29-30页 |
| ·本章小结 | 第30-32页 |
| 4 基于规则推理的动态实时调度 | 第32-50页 |
| ·动态调度 | 第33-34页 |
| ·人工神经网络模型 | 第34-39页 |
| ·人工神经元的结构 | 第34-36页 |
| ·BP人工神经网络 | 第36-39页 |
| ·人工神经网络动态调度建模 | 第39-41页 |
| ·基于规则的人工神经网络调度仿真 | 第41-48页 |
| ·学习样本的获取 | 第41-44页 |
| ·隐层神经元个数的确定 | 第44-45页 |
| ·仿真结果实例对比 | 第45-48页 |
| ·本章小结 | 第48-50页 |
| 5 基于案例推理的动态实时调度 | 第50-62页 |
| ·基于案例的推理(CBR) | 第50-53页 |
| ·案例的表示 | 第51-52页 |
| ·案例的搜索 | 第52页 |
| ·案例的调整 | 第52页 |
| ·案例的评估与学习 | 第52-53页 |
| ·基于案例的调度(CBS)方法 | 第53-57页 |
| ·调度问题的知识表示 | 第53-55页 |
| ·调度问题的知识推理 | 第55-56页 |
| ·基于案例推理(CBS)系统的工作过程 | 第56-57页 |
| ·举例 | 第57-59页 |
| ·本章小结 | 第59-62页 |
| 6 基于知识的动态调度系统模型建立 | 第62-76页 |
| ·KBSS框架介绍 | 第62-64页 |
| ·ANN+RBS模块 | 第62-63页 |
| ·CBS模块 | 第63-64页 |
| ·KBSS详细设计 | 第64-73页 |
| ·知识库(KS)设计 | 第64-67页 |
| ·问题处理系统(PPS)设计 | 第67-69页 |
| ·用户界面(LS)设计 | 第69-73页 |
| ·本章小结及待解决问题 | 第73-76页 |
| 7 总结与展望 | 第76-78页 |
| ·总结 | 第76页 |
| ·展望 | 第76-78页 |
| 参考文献 | 第78-84页 |
| 学位论文数据集 | 第84页 |
