| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第6-12页 |
| 1.1 研究背景与意义 | 第6-7页 |
| 1.2 国内外研究现状 | 第7-10页 |
| 1.3 本文的组织结构 | 第10-11页 |
| 1.4 本章小结 | 第11-12页 |
| 第二章 故障条件下柔性流水车间调度问题 | 第12-22页 |
| 2.1 流水车间调度问题 | 第12-14页 |
| 2.1.1 流水车间调度问题的描述 | 第12-13页 |
| 2.1.2 流水车间调度问题的分类 | 第13-14页 |
| 2.2 柔性流水车间调度问题 | 第14-17页 |
| 2.3 故障条件下柔性流水车间调度问题 | 第17-21页 |
| 2.3.1 故障条件下柔性流水车间调度问题的描述与分析 | 第17-19页 |
| 2.3.2 柔性流水车间生产系统中机器故障的模拟 | 第19-21页 |
| 2.4 本章小结 | 第21-22页 |
| 第三章 教与学优化算法 | 第22-26页 |
| 3.1 教与学优化算法的背景与基本思想 | 第22页 |
| 3.2 教与学优化算法的基本步骤 | 第22-25页 |
| 3.3 本章小结 | 第25-26页 |
| 第四章 用于求解故障条件下柔性流水车间调度问题的改进遗传算法 | 第26-44页 |
| 4.1 遗传算法 | 第26-31页 |
| 4.1.1 遗传算法的背景 | 第26-27页 |
| 4.1.2 遗传算法的基本思想 | 第27-28页 |
| 4.1.3 遗传算法求解流水车间调度问题的基本步骤 | 第28-31页 |
| 4.2 利用改进遗传算法求解故障条件下柔性流水车间调度问题 | 第31-38页 |
| 4.2.1 改进遗传算法的关键步骤的描述 | 第31-37页 |
| 4.2.2 改进遗传算法的基本流程 | 第37-38页 |
| 4.3 实验设计与结果分析 | 第38-43页 |
| 4.3.1 实验环境与参数设置 | 第38-42页 |
| 4.3.2 实验结果对比与分析 | 第42-43页 |
| 4.4 本章小结 | 第43-44页 |
| 第五章 求解故障条件下柔性流水车间调度问题的混合粒子群算法 | 第44-68页 |
| 5.1 粒子群算法 | 第44-49页 |
| 5.1.1 粒子群算法的背景 | 第44页 |
| 5.1.2 粒子群算法的基本思想 | 第44-46页 |
| 5.1.3 粒子群算法求解流水车间调度问题的基本步骤 | 第46-49页 |
| 5.2 利用混合粒子群算法求解故障条件下柔性流水车间调度问题 | 第49-56页 |
| 5.2.1 混合粒子群算法的基本步骤 | 第49-55页 |
| 5.2.2 混合粒子群优化算法的基本流程 | 第55-56页 |
| 5.3 实验设计与结果分析 | 第56-66页 |
| 5.3.1 实验环境与参数设置 | 第56-60页 |
| 5.3.2 实验结果对比与分析 | 第60-66页 |
| 5.4 本章小结 | 第66-68页 |
| 第六章 总结与展望 | 第68-70页 |
| 6.1 本文工作总结 | 第68页 |
| 6.2 进一步研究与展望 | 第68-70页 |
| 致谢 | 第70-71页 |
| 参考文献 | 第71-75页 |
| 图版 | 第75-76页 |
| 附录 | 第76-77页 |
