| 摘要 | 第3-4页 |
| ABSTRACT | 第4页 |
| 第一章 绪论 | 第7-16页 |
| 1.1 研究背景及意义 | 第7-8页 |
| 1.2 柔性作业车间调度问题研究概况 | 第8-13页 |
| 1.2.1 车间调度问题的分类与特点 | 第8-9页 |
| 1.2.2 车间调度问题的研究方法 | 第9-11页 |
| 1.2.3 柔性作业车间调度问题研究现状 | 第11-12页 |
| 1.2.4 研究中存在的问题 | 第12-13页 |
| 1.3 量子粒子群算法研究概况 | 第13-14页 |
| 1.3.1 量子粒子群算法的研究现状 | 第13-14页 |
| 1.3.2 量子粒子群算法求解调度问题概况 | 第14页 |
| 1.4 本文主要内容及结构 | 第14-16页 |
| 第二章 柔性作业车间调度问题建模 | 第16-24页 |
| 2.1 引言 | 第16-17页 |
| 2.2 柔性作业车间调度问题数学建模 | 第17-21页 |
| 2.2.1 问题描述 | 第17页 |
| 2.2.2 数学模型 | 第17-18页 |
| 2.2.3 约束条件 | 第18-19页 |
| 2.2.4 评价指标 | 第19-20页 |
| 2.2.5 常见柔性作业车间调度模型 | 第20-21页 |
| 2.3 实际模具车间柔性调度问题 | 第21-23页 |
| 2.3.1 模具车间生产流程简介 | 第21-22页 |
| 2.3.2 模具车间实际约束条件 | 第22-23页 |
| 2.3.3 实际生产性能指标 | 第23页 |
| 2.4 本章小结 | 第23-24页 |
| 第三章 改进量子粒子群算法求解单目标FJSP | 第24-39页 |
| 3.1 量子粒子群优化算法 | 第24-27页 |
| 3.1.1 基本粒子群优化算法 | 第24-26页 |
| 3.1.2 量子粒子群优化算法 | 第26-27页 |
| 3.2 改进量子粒子群优化算法 | 第27-30页 |
| 3.2.1 反向学习策略 | 第27-28页 |
| 3.2.2 边界变异策略 | 第28页 |
| 3.2.3 OBL-QPSOB算法 | 第28-30页 |
| 3.3 OBL-QPSOB算法求解单目标FJSP问题 | 第30-32页 |
| 3.3.1 基于工序和机器的双层粒子编码方式 | 第30页 |
| 3.3.2 位置更新及整数修正 | 第30-31页 |
| 3.3.3 OBL-QPSOB算法求解单目标FJSP流程 | 第31-32页 |
| 3.4 仿真结果与分析 | 第32-38页 |
| 3.4.1 标准函数仿真测试 | 第32-34页 |
| 3.4.2 单目标柔性作业车间调度算例仿真测试 | 第34-35页 |
| 3.4.3 某加工车间单目标调度问题仿真分析 | 第35-38页 |
| 3.5 本章小结 | 第38-39页 |
| 第四章 混合量子粒子群算法求解模具车间多目标FJSP | 第39-53页 |
| 4.1 蝙蝠算法 | 第39-41页 |
| 4.1.1 基本原理 | 第39-40页 |
| 4.1.2 全局搜索 | 第40页 |
| 4.1.3 局部更新 | 第40-41页 |
| 4.2 混合量子粒子群优化算法 | 第41-42页 |
| 4.2.1 混合随机游走策略 | 第41页 |
| 4.2.2 收缩扩张系数变化策略 | 第41页 |
| 4.2.3 BAT-QPSO算法 | 第41-42页 |
| 4.3 BAT-QPSO算法求解多目标FJSP问题 | 第42-44页 |
| 4.3.1 多目标问题优化方法 | 第42-43页 |
| 4.3.2 BAT-QPSO算法求解多目标FJSP流程 | 第43-44页 |
| 4.4 仿真结果与分析 | 第44-49页 |
| 4.4.1 标准函数仿真测试 | 第44-46页 |
| 4.4.2 模具车间多目标柔性调度问题仿真分析 | 第46-49页 |
| 4.5 模具车间能耗问题分析 | 第49-52页 |
| 4.5.1 车间能耗问题介绍 | 第49-51页 |
| 4.5.2 能耗问题仿真实验 | 第51-52页 |
| 4.6 本章小结 | 第52-53页 |
| 第五章 总结与展望 | 第53-55页 |
| 5.1 总结 | 第53页 |
| 5.2 展望 | 第53-55页 |
| 致谢 | 第55-56页 |
| 参考文献 | 第56-60页 |
| 附录：作者在校科研成果 | 第60页 |
