| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 1 绪论 | 第9-14页 |
| ·研究背景及意义 | 第9-10页 |
| ·订单接受与加工调度优化决策问题研究现状 | 第10-12页 |
| ·订单接受与加工调度优化决策问题描述 | 第10-11页 |
| ·订单接受与调度问题的研究现状 | 第11-12页 |
| ·本文研究内容 | 第12-13页 |
| ·本文组织结构 | 第13-14页 |
| 2 蚁群算法 | 第14-21页 |
| ·引言 | 第14页 |
| ·蚁群算法基本原理 | 第14-17页 |
| ·人工蚂蚁和真实蚂蚁的异同 | 第14-15页 |
| ·人工蚁群算法的原理 | 第15-17页 |
| ·基本蚁群算法模型及实现 | 第17-18页 |
| ·蚁群算法的发展 | 第18-20页 |
| ·蚁群算法的特点 | 第18页 |
| ·蚁群算法参数设计改进 | 第18-19页 |
| ·蚁群算法结构设计的改进 | 第19-20页 |
| ·本章小结 | 第20-21页 |
| 3 基于改进蚁群算法的单机环境下优化决策问题研究 | 第21-38页 |
| ·单机环境下的订单接受与加工调度问题 | 第21-22页 |
| ·算法设计 | 第22-32页 |
| ·解的算法表示 | 第22页 |
| ·初始解的生成 | 第22-23页 |
| ·蚂蚁数目和迭代次数对蚁群算法性能的影响 | 第23-25页 |
| ·信息素、期望启发因子以及信息素挥发因子 | 第25-27页 |
| ·信息素变异机制 | 第27-28页 |
| ·邻域操作 | 第28-30页 |
| ·精英蚂蚁策略 | 第30-32页 |
| ·改进蚁群算法的实现及算例分析 | 第32-35页 |
| ·改进蚁群算法的实现过程 | 第32-34页 |
| ·算例分析 | 第34-35页 |
| ·实验结果分析 | 第35-37页 |
| ·数据生成 | 第35页 |
| ·蚁群算法的参数设定 | 第35-36页 |
| ·实验结果分析 | 第36-37页 |
| ·结论 | 第37-38页 |
| 4 基于混合蚁群算法的两机流水线环境下优化决策问题研究 | 第38-52页 |
| ·两机流水线下的订单接受与加工调度问题 | 第38-39页 |
| ·混合蚁群算法设计 | 第39-44页 |
| ·禁忌搜索算法特征简介 | 第39-40页 |
| ·初始解及初始信息素的设计 | 第40页 |
| ·概率函数的选择 | 第40-41页 |
| ·信息素的设置规则 | 第41页 |
| ·禁忌搜索的邻域操作 | 第41-42页 |
| ·禁忌搜索表的嵌入 | 第42-43页 |
| ·评价函数、终止准则及藐视准则 | 第43-44页 |
| ·混合蚁群算法的实现及算例分析 | 第44-47页 |
| ·混合蚁群算法的实现过程 | 第44-45页 |
| ·算例分析 | 第45-47页 |
| ·实验结果分析 | 第47-50页 |
| ·参数设定 | 第47-48页 |
| ·实验结果分析 | 第48-50页 |
| ·结论 | 第50-52页 |
| 5 总结与展望 | 第52-54页 |
| ·论文总结 | 第52页 |
| ·研究展望 | 第52-54页 |
| 致谢 | 第54-55页 |
| 参考文献 | 第55-59页 |
| 附录 | 第59页 |