车间作业调度问题的智能求解方法
| 第1章 绪论 | 第1-10页 |
| ·选题意义 | 第7-8页 |
| ·本文主要内容 | 第8-10页 |
| 第2章 车间作业调度问题 | 第10-18页 |
| ·引言 | 第10-12页 |
| ·JSSP 的析取图描述和编码 | 第12-16页 |
| ·JSSP 的若干重要概念 | 第12-13页 |
| ·JSSP 的析取图描述 | 第13-14页 |
| ·JSSP 的编码研究 | 第14-16页 |
| ·调度算法分类 | 第16-18页 |
| 第3章 算法简介 | 第18-34页 |
| ·蚁群算法 | 第18-24页 |
| ·引言 | 第18-19页 |
| ·蚁群算法原理 | 第19-20页 |
| ·蚁群算法的实现 | 第20-21页 |
| ·蚁群算法的发展 | 第21-22页 |
| ·相遇算法 | 第22-24页 |
| ·粒子群优化算法 | 第24-29页 |
| ·引言 | 第24页 |
| ·背景:人工生命 | 第24-25页 |
| ·粒子群算法介绍 | 第25-27页 |
| ·遗传算法和 PSO 的比较 | 第27页 |
| ·人工神经网络和 PSO 的比较 | 第27-28页 |
| ·PSO 的参数设置 | 第28-29页 |
| ·免疫算法 | 第29-34页 |
| ·引言 | 第29页 |
| ·免疫算法 | 第29-32页 |
| ·免疫算子的机理 | 第32页 |
| ·免疫算子的执行算法 | 第32-34页 |
| 第4章 求解车间作业调度问题的相遇算法 | 第34-43页 |
| ·概述 | 第34页 |
| ·参数设置 | 第34-36页 |
| ·信息素更新规则 | 第34-35页 |
| ·转移概率 | 第35-36页 |
| ·求解车间作业调度问题的相遇算法 | 第36-39页 |
| ·仿真结果 | 第39-42页 |
| ·结论与展望 | 第42-43页 |
| 第5章 求解车间作业调度问题的免疫粒子群算法 | 第43-50页 |
| ·概述 | 第43页 |
| ·求解车间作业调度问题的免疫粒子群算法 | 第43-48页 |
| ·编码方式 | 第43-44页 |
| ·目标函数和适应度函数 | 第44页 |
| ·粒子群算法中的公式 | 第44-46页 |
| ·算法中使用的免疫机制 | 第46-47页 |
| ·调度算法流程 | 第47-48页 |
| ·仿真结果 | 第48-49页 |
| ·结论与展望 | 第49-50页 |
| 参考文献 | 第50-52页 |
| 中文摘要 | 第52-55页 |
| Abstract | 第55-60页 |
| 致谢 | 第60-61页 |
| 导师及作者简介 | 第61页 |
