摘要 | 第6-7页 |
ABSTRACT | 第7-8页 |
第一章 绪论 | 第12-26页 |
1.1 课题来源 | 第12页 |
1.2 研究背景 | 第12-13页 |
1.3 研究目的与意义 | 第13-14页 |
1.4 车间调度问题概述 | 第14-20页 |
1.4.1 车间调度问题的概念及其特点 | 第14-15页 |
1.4.2 车间调度问题的分类 | 第15-17页 |
1.4.3 调度问题的研究方法 | 第17-20页 |
1.5 文献综述 | 第20-24页 |
1.5.1 调度问题研究概况 | 第20-21页 |
1.5.2 作业车间调度问题研究综述 | 第21-23页 |
1.5.3 不确定条件下作业车间调度问题研究综述 | 第23-24页 |
1.6 论文的主要研究内容以及结构 | 第24-25页 |
1.7 本章小结 | 第25-26页 |
第二章 遗传算法的基本原理及模糊理论基础 | 第26-40页 |
2.1 遗传算法理论 | 第26-34页 |
2.1.1 遗传算法的起源和发展 | 第26-27页 |
2.1.2 遗传算法的基本原理 | 第27-28页 |
2.1.3 遗传算法的基本内容 | 第28-32页 |
2.1.4 遗传算法的基本流程 | 第32-33页 |
2.1.5 遗传算法的特点 | 第33-34页 |
2.2 模糊理论基础 | 第34-38页 |
2.2.1 模糊集合理论 | 第35-36页 |
2.2.2 模糊数 | 第36-37页 |
2.2.3 模糊数的运算 | 第37-38页 |
2.3 本章小结 | 第38-40页 |
第三章 基于遗传算法的模糊作业车间调度问题研究 | 第40-51页 |
3.1 引言 | 第40-41页 |
3.2 模糊调度问题的一般描述 | 第41-42页 |
3.3 模糊数的运算 | 第42-43页 |
3.4 模糊调度问题的数学模型 | 第43-45页 |
3.5 改进遗传算法的设计 | 第45-48页 |
3.5.1 改进遗传算法的基本流程 | 第45-46页 |
3.5.2 种群初始化 | 第46页 |
3.5.3 选择操作 | 第46页 |
3.5.4 交叉操作 | 第46-47页 |
3.5.5 变异操作 | 第47-48页 |
3.5.6 停止准则 | 第48页 |
3.6 算例仿真与分析 | 第48-50页 |
3.7 本章小结 | 第50-51页 |
第四章 基于遗传算法的模糊柔性作业车间调度问题研究 | 第51-63页 |
4.1 引言 | 第51-52页 |
4.2 不确定条件下的柔性作业车间调度问题描述 | 第52-53页 |
4.3 柔性作业车间调度问题的数学模型 | 第53-56页 |
4.4 遗传算法求解不确定条件下的柔性作业车间调度问题 | 第56-58页 |
4.4.1 种群初始化 | 第56页 |
4.4.2 选择操作 | 第56-57页 |
4.4.3 交叉操作 | 第57页 |
4.4.4 变异操作 | 第57-58页 |
4.4.5 停止准则 | 第58页 |
4.5 算例仿真与分析 | 第58-61页 |
4.6 本章小结 | 第61-63页 |
第五章 调度实例 | 第63-69页 |
5.1 企业背景介绍 | 第63页 |
5.2 企业实例求解 | 第63-68页 |
5.3 本章小结 | 第68-69页 |
第六章 结论与展望 | 第69-71页 |
6.1 本文总结 | 第69-70页 |
6.2 展望 | 第70-71页 |
参考文献 | 第71-76页 |
作者在攻读硕士学位期间公开发表的论文 | 第76-77页 |
作者在攻读硕士学位期间所作的项目 | 第77-78页 |
致谢 | 第78页 |