| 摘要 | 第1-8页 |
| Abstract | 第8-11页 |
| 第1章 绪论 | 第11-17页 |
| ·研究的背景及意义 | 第11-12页 |
| ·供应链环境下企业生产面临的主要问题 | 第12页 |
| ·建模的前提与假设 | 第12-13页 |
| ·本文的工作以及创新点 | 第13-15页 |
| ·本文的内容安排 | 第15-17页 |
| 第2章 关于生产调度的相关工作研究 | 第17-22页 |
| ·引言 | 第17页 |
| ·传统生产调度问题研究 | 第17-18页 |
| ·供应链环境下企业的生产调度研究 | 第18-19页 |
| ·解决生产调度问题的方法 | 第19-20页 |
| ·一般规划方法 | 第19-20页 |
| ·仿真的方法 | 第20页 |
| ·与模糊数学相关的方法 | 第20页 |
| ·智能方法 | 第20页 |
| ·本章小结 | 第20-22页 |
| 第3章 求解生产调度问题的蜂群智能算法研究 | 第22-32页 |
| ·引言 | 第22页 |
| ·基于混沌搜索的改进人工蜂群算法 | 第22-28页 |
| ·基本人工蜂群算法 | 第22-24页 |
| ·改进策略 | 第24-26页 |
| ·算法性能评估试验与结果分析 | 第26-28页 |
| ·基于蜂群繁殖原理的改进遗传算法 | 第28-31页 |
| ·经典遗传算法 | 第28-29页 |
| ·改进策略 | 第29-30页 |
| ·算法性能评估试验与结果分析 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 第4章 供应链环境下成员企业的批量流水线调度模型 | 第32-42页 |
| ·引言 | 第32页 |
| ·基本 FLOW-SHOP调度模型 | 第32-34页 |
| ·Flow-shop 调度模型的形式化描述 | 第32-33页 |
| ·Flow-shop 调度模型的特点 | 第33-34页 |
| ·供应链环境下的批量 FLOW-SHOP调度模型 | 第34-36页 |
| ·供应链环境下成员企业生产策略的转换 | 第34页 |
| ·批量 Flow-shop 调度模型定义 | 第34-36页 |
| ·批量调度策略及其优越性分析 | 第36页 |
| ·批量 FLOW-SHOP调度模型的求解 | 第36-39页 |
| ·求解过程 | 第37-39页 |
| ·算法性能分析 | 第39页 |
| ·实验及结果分析 | 第39-41页 |
| ·仿真试验设置 | 第39-40页 |
| ·模型的适应性 | 第40-41页 |
| ·算法的有效性 | 第41页 |
| ·本章小结 | 第41-42页 |
| 第5章 供应链环境下成员企业的多目标 JOB-SHOP 调度模型 | 第42-52页 |
| ·引言 | 第42页 |
| ·基本 JOB-SHOP调度模型 | 第42-44页 |
| ·、基本 Job-shop 调度问题描述 | 第42页 |
| ·、Job-shop 调度问题的特点 | 第42-44页 |
| ·供应链环境下的多目标 JOB-SHOP调度模型 | 第44-46页 |
| ·多目标 Job-shop 调度模型的提出和建立 | 第44-45页 |
| ·问题的编码与可行解分析 | 第45-46页 |
| ·多目标 JOB-SHOP调度模型的求解 | 第46-49页 |
| ·求解过程 | 第46-48页 |
| ·算法性能分析 | 第48-49页 |
| ·实验及结果分析 | 第49-51页 |
| ·仿真试验设置 | 第49-50页 |
| ·模型的适应性 | 第50页 |
| ·算法的有效性 | 第50-51页 |
| ·本章小结 | 第51-52页 |
| 第6章 总结与展望 | 第52-55页 |
| ·工作总结 | 第52-53页 |
| ·未来展望 | 第53-55页 |
| 参考文献 | 第55-58页 |
| 攻读硕士期间发表的论文和参加的项目 | 第58-59页 |
| 致谢 | 第59页 |