| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第11-22页 |
| 1.1 引言 | 第11-12页 |
| 1.2 生产调度问题简介 | 第12-15页 |
| 1.3 多目标生产调度及其主要求解手段 | 第15-20页 |
| 1.3.1 加权法 | 第16页 |
| 1.3.2 字典排序法 | 第16-17页 |
| 1.3.3 目标规划 | 第17页 |
| 1.3.4 交互式求解 | 第17页 |
| 1.3.5 求解Pareto 边界 | 第17-20页 |
| 1.4 本文结构安排 | 第20-22页 |
| 第二章 多目标调度建模 | 第22-31页 |
| 2.1 引言 | 第22页 |
| 2.2 多目标调度建模 | 第22-24页 |
| 2.3 PARETO 解的定义及其求解 | 第24-29页 |
| 2.3.1 Pareto 解的定义与分类 | 第24-26页 |
| 2.3.2 Pareto 解的获得 | 第26-28页 |
| 2.3.3 加权法求解多目标调度问题的缺点 | 第28-29页 |
| 2.4 PARETO 边界及其示例 | 第29-31页 |
| 第三章 基于自组织映射神经网络的PARETO 边界生成策略 | 第31-49页 |
| 3.1 引言 | 第31-32页 |
| 3.2 神经网络在生产调度中的应用 | 第32-33页 |
| 3.3 基于自组织映射神经网络的PARETO 边界生成策略 | 第33-41页 |
| 3.3.1 算法的基本框架 | 第33-36页 |
| 3.3.2 自组织映射神经网络求解Pareto 解 | 第36-39页 |
| 3.3.3 算法流程图 | 第39页 |
| 3.3.4 示例 | 第39-41页 |
| 3.4 仿真实例 | 第41-44页 |
| 3.4.1 近似Pareto 边界的求解质量 | 第42-43页 |
| 3.4.2 求解时间 | 第43-44页 |
| 3.5 PARETO 边界形态的定性分析 | 第44-49页 |
| 3.5.1 均匀分布型 | 第44-46页 |
| 3.5.2 分区域聚集型 | 第46-47页 |
| 3.5.3 密集型 | 第47-49页 |
| 第四章 PARETO 边界精选机制 | 第49-64页 |
| 4.1 引言 | 第49-50页 |
| 4.2 多目标决策简介 | 第50-53页 |
| 4.2.1 偏好模型 | 第50-52页 |
| 4.2.2 多目标决策支持系统 | 第52-53页 |
| 4.3 基于PROMETHEE 算法的PARETO 边界精选机制 | 第53-60页 |
| 4.3.1 PROMETHEE 算法介绍 | 第53-57页 |
| 4.3.2 聚类算法简介 | 第57-58页 |
| 4.3.3 决策实例 | 第58-60页 |
| 4.4 交互式PARETO 边界精选机制 | 第60-64页 |
| 4.4.1 交互式MCDA | 第61-62页 |
| 4.4.2 决策实例 | 第62-64页 |
| 第五章 基于级别高于关系的交互式多目标调度策略 | 第64-77页 |
| 5.1 引言 | 第64-65页 |
| 5.2 级别高于关系建模 | 第65-66页 |
| 5.3 交互步骤 | 第66-71页 |
| 5.3.1 基准点的获得 | 第66-69页 |
| 5.3.2 决策区域的确定 | 第69-71页 |
| 5.3.3 决策者的选择 | 第71页 |
| 5.4 生产调度实例 | 第71-76页 |
| 5.4.1 多目标玻璃容器生产调度问题建模 | 第71-73页 |
| 5.4.2 交互式决策过程 | 第73-76页 |
| 5.5 算法的可行性与有效性 | 第76-77页 |
| 第六章 总结与展望 | 第77-79页 |
| 参考文献 | 第79-84页 |
| 致谢 | 第84-85页 |
| 攻读学位期间发表的学术论文 | 第85页 |
