| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 选题背景及研究意义 | 第9-11页 |
| 1.1.1 选题背景 | 第9-10页 |
| 1.1.2 研究意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.2.1 国外研究现状 | 第11-13页 |
| 1.2.2 国内研究现状 | 第13-15页 |
| 1.3 论文的主要研究内容 | 第15-16页 |
| 第2章 资源受限项目调度问题的基本理论 | 第16-27页 |
| 2.1 资源约束项目调度问题模型 | 第16-17页 |
| 2.1.1 问题描述 | 第16页 |
| 2.1.2 数学模型 | 第16-17页 |
| 2.2 项目进度生成机制 | 第17-20页 |
| 2.2.1 进度生成机制 | 第17-18页 |
| 2.2.2 调度规则 | 第18-20页 |
| 2.2.3 调度问题约束目标 | 第20页 |
| 2.3 项目调度问题求解算法比较分析 | 第20-25页 |
| 2.3.1 精确算法 | 第21页 |
| 2.3.2 启发式算法 | 第21-22页 |
| 2.3.3 元启发式算法 | 第22-25页 |
| 2.4 多模式多资源项目调度问题研究 | 第25-26页 |
| 2.5 本章小结 | 第26-27页 |
| 第3章 资源受限项目调度遗传算法改进设计 | 第27-40页 |
| 3.1 遗传算法的应用原理 | 第27-29页 |
| 3.1.1 遗传算法一般流程 | 第27-28页 |
| 3.1.2 遗传算法参数设置 | 第28-29页 |
| 3.2 染色体编码与解码设计 | 第29-30页 |
| 3.2.1 编码设计 | 第29-30页 |
| 3.2.2 解码策略 | 第30页 |
| 3.3 适应值函数选择 | 第30-31页 |
| 3.4 初始种群的产生方法 | 第31页 |
| 3.5 遗传算子改进设计 | 第31-35页 |
| 3.5.1 选择算子 | 第32-33页 |
| 3.5.2 交叉算子 | 第33-34页 |
| 3.5.3 变异算子 | 第34-35页 |
| 3.6 非可行任务链的判断处理策略 | 第35-36页 |
| 3.7 遗传算法算例分析 | 第36-39页 |
| 3.7.1 测试数据 | 第36-38页 |
| 3.7.2 测试计算结果分析 | 第38-39页 |
| 3.8 本章小结 | 第39-40页 |
| 第4章 任务工期不确定多资源受限项目调度问题研究 | 第40-49页 |
| 4.1 模糊理论在任务工期不确定处理中的应用 | 第40-43页 |
| 4.1.1 模糊任务工期的表示 | 第40-42页 |
| 4.1.2 任务工期模糊数的计算法则 | 第42-43页 |
| 4.2 任务工期不确定资源受限项目调度问题及模型构建 | 第43-44页 |
| 4.3 任务工期不确定多资源受限项目调度遗传算法设计 | 第44-45页 |
| 4.4 算例分析 | 第45-47页 |
| 4.4.1 测试数据 | 第45页 |
| 4.4.2 测试计算结果分析 | 第45-47页 |
| 4.5 某火电站基础施工应用实例分析 | 第47-48页 |
| 4.6 本章小结 | 第48-49页 |
| 第5章 结论与展望 | 第49-51页 |
| 5.1 结论 | 第49页 |
| 5.2 展望 | 第49-51页 |
| 参考文献 | 第51-54页 |
| 致谢 | 第54-55页 |
| 附录A 项目调度问题库数据 | 第55-58页 |
| 附录B 项目算法程序部分模块 | 第58-71页 |