| 摘要 | 第1-7页 |
| Abstract | 第7-12页 |
| 第1章 绪论 | 第12-23页 |
| ·课题研究背景 | 第12-13页 |
| ·调度的类型、特点及规则 | 第13-15页 |
| ·调度的类型 | 第13-14页 |
| ·调度的特点 | 第14页 |
| ·调度的规则 | 第14-15页 |
| ·调度问题的求解方法 | 第15-17页 |
| ·柔性车间调度问题的研究进展 | 第17-18页 |
| ·多目标 FJSP 优化方法研究现状 | 第18-20页 |
| ·存在的不足和今后的研究方向 | 第20-21页 |
| ·柔性调度问题研究存在的不足 | 第20-21页 |
| ·柔性调度问题今后的研究方向 | 第21页 |
| ·本文主要研究内容及论文结构 | 第21-23页 |
| 第2章 群体智能优化算法理论及应用 | 第23-33页 |
| ·群体智能优化算法的特点 | 第23页 |
| ·蚁群优化算法介绍 | 第23-28页 |
| ·蚁群算法的基本原理 | 第24页 |
| ·经典蚁群算法的数学模型 | 第24-26页 |
| ·蚁群算法的基本流程 | 第26-27页 |
| ·经典蚁群算法的性能评价指标 | 第27-28页 |
| ·蚁群算法的应用领域 | 第28-29页 |
| ·粒子群优化算法介绍 | 第29-31页 |
| ·经典粒子群算法的原理及数学描述 | 第29-30页 |
| ·粒子群优化算法的基本流程 | 第30页 |
| ·粒子群优化算法的改进 | 第30-31页 |
| ·粒子群优化算法的应用 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 第3章 柔性车间调度问题的蚁群粒子群混合优化算法 | 第33-58页 |
| ·FJSP 的数学描述 | 第33-35页 |
| ·问题描述 | 第33页 |
| ·数学模型及优化指标 | 第33-35页 |
| ·蚁群粒子群混合优化算法求解单目标柔性车间调度问题 | 第35-46页 |
| ·算法结构设计 | 第35页 |
| ·蚁群优化算法设计 | 第35-40页 |
| ·粒子群优化算法设计 | 第40-45页 |
| ·蚁群粒子群混合优化算法流程 | 第45-46页 |
| ·实例应用与分析 | 第46-57页 |
| ·FJSP 实例描述 | 第46-50页 |
| ·蚁群优化算法的参数设置 | 第50-54页 |
| ·粒子群优化算法参数的设置 | 第54-56页 |
| ·实验结果及对比分析 | 第56-57页 |
| ·本章小结 | 第57-58页 |
| 第4章 多目标柔性车间调度问题的蚁群粒子群混合优化算法 | 第58-71页 |
| ·多目标优化方法介绍 | 第58-60页 |
| ·传统多目标优化方法 | 第58-59页 |
| ·多目标进化算法 | 第59-60页 |
| ·多目标 FJSP 的数学描述 | 第60-64页 |
| ·问题描述 | 第60-62页 |
| ·数学模型及优化目标 | 第62-64页 |
| ·蚁群粒子群混合优化算法求解多目标柔性车间调度问题 | 第64-67页 |
| ·算法设计思想 | 第64页 |
| ·优化目标之间的关系分析 | 第64-65页 |
| ·蚁群算法中的转移概率的设计 | 第65-66页 |
| ·多目标 FJSP 的算法流程 | 第66-67页 |
| ·仿真实验分析 | 第67-70页 |
| ·算例 1 及结果分析 | 第67-69页 |
| ·算例 2 及结果分析 | 第69-70页 |
| ·本章小结 | 第70-71页 |
| 结论 | 第71-73页 |
| 参考文献 | 第73-81页 |
| 攻读硕士学位期间发表的论文和获得的科研成果 | 第81-82页 |
| 致谢 | 第82-83页 |
