| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 课题研究背景及意义 | 第11-12页 |
| 1.2 相关研究综述 | 第12-17页 |
| 1.2.1 生产重调度的研究现状 | 第12-15页 |
| 1.2.2 遗传算法在生产调度中的应用 | 第15-17页 |
| 1.2.2.1 遗传算法在单机调度问题中的应用 | 第15-16页 |
| 1.2.2.2 基于遗传算法的作业车间调度 | 第16页 |
| 1.2.2.3 基于遗传算法的流水车间调度 | 第16-17页 |
| 1.3 本论文主要研究内容 | 第17-18页 |
| 1.4 论文结构 | 第18-19页 |
| 第2章 相关理论概述 | 第19-33页 |
| 2.1 生产调度问题的概述 | 第19-21页 |
| 2.1.1 调度问题的描述 | 第19-20页 |
| 2.1.2 调度问题分类 | 第20页 |
| 2.1.3 调度问题特点 | 第20-21页 |
| 2.2 生产车间重调度问题的概述 | 第21-25页 |
| 2.2.1 重调度存在的原因 | 第22页 |
| 2.2.2 重调度策略 | 第22-24页 |
| 2.2.2.1 周期性重调度策略 | 第23页 |
| 2.2.2.2 事件驱动型重调度策略 | 第23-24页 |
| 2.2.2.3 混合型重调度策略 | 第24页 |
| 2.2.3 重调度方法 | 第24页 |
| 2.2.4 重调度评价指标 | 第24-25页 |
| 2.3 遗传算法 | 第25-30页 |
| 2.3.1 遗传算法实现的基本思想 | 第25-29页 |
| 2.3.2 遗传算法流程 | 第29-30页 |
| 2.3.3 遗传算法的特点 | 第30页 |
| 2.5 均匀设计 | 第30-33页 |
| 2.5.1 均匀设计概念及特点 | 第31页 |
| 2.5.2 均匀设计表 | 第31-33页 |
| 第3章 带有返工工件的单机重调度问题和算法设计 | 第33-53页 |
| 3.1 问题描述 | 第33-34页 |
| 3.2 符号定义和问题模型 | 第34-35页 |
| 3.3 RRSM问题的解的性质 | 第35-36页 |
| 3.4 RRSM问题的算法设计 | 第36-52页 |
| 3.4.1 基本遗传算法设计的基本框架 | 第36-41页 |
| 3.4.2 不可行解处理方式 | 第41-42页 |
| 3.4.3 规则引导的遗传算法 | 第42-44页 |
| 3.4.4 规则引导的自适应遗传算法 | 第44-52页 |
| 3.4.4.1 基于逆转(inversion)的局域搜索 | 第46页 |
| 3.4.4.2 基于转移(transfer)的局域搜索 | 第46-47页 |
| 3.4.4.3 基于换位(swap)的局域搜索 | 第47页 |
| 3.4.4.4 自适应局域搜索算法 | 第47-52页 |
| 3.5 本章小结 | 第52-53页 |
| 第4章 仿真实验与分析 | 第53-73页 |
| 4.1 仿真算例的生成过程 | 第53-55页 |
| 4.2 确定遗传算法的最优参数组合 | 第55-58页 |
| 4.3 最优参数组合下三种遗传算法的求解效果比较 | 第58-62页 |
| 4.4 算法比较和规则引导的自适应遗传算法的稳定性分析 | 第62-70页 |
| 4.4.1 算法对比 | 第62-67页 |
| 4.4.2 规则引导的自适应遗传算法的稳定性分析 | 第67-70页 |
| 4.5 本章小结 | 第70-73页 |
| 第5章 总结与展望 | 第73-75页 |
| 参考文献 | 第75-79页 |
| 致谢 | 第79页 |
