摘要 | 第1-3页 |
Abstract | 第3-8页 |
第一章 绪论 | 第8-18页 |
·问题的提出 | 第8-9页 |
·研究背景 | 第8-9页 |
·本文的研究目的和意义 | 第9页 |
·生产调度问题概述 | 第9-10页 |
·车间调度问题概述 | 第10-15页 |
·车间调度问题的分类 | 第10-11页 |
·车间调度问题的特点 | 第11-12页 |
·车间调度问题的研究方法 | 第12-14页 |
·车间调度问题的发展趋势 | 第14-15页 |
·供应链调度问题的研究现状 | 第15页 |
·本文的主要工作 | 第15-18页 |
第二章 遗传算法及其在车间调度问题中的应用 | 第18-30页 |
·遗传算法简介 | 第18页 |
·遗传算法的基本操作 | 第18-19页 |
·遗传算法在Job-shop调度问题中的应用 | 第19-24页 |
·作业车间调度问题的描述 | 第19-20页 |
·编码方法 | 第20-21页 |
·复制算子的设计 | 第21页 |
·交叉算子的设计 | 第21-22页 |
·变异算子的设计 | 第22页 |
·算例分析 | 第22-23页 |
·小结 | 第23-24页 |
·免疫遗传算法在Job-shop调度问题中的应用 | 第24-30页 |
·免疫算法 | 第24-25页 |
·正交试验法 | 第25-26页 |
·免疫遗传算法的算法流程 | 第26-27页 |
·算例分析 | 第27-29页 |
·小结 | 第29-30页 |
第三章 微粒群优化算法分析 | 第30-40页 |
·微粒群算法描述 | 第30-33页 |
·基本原理 | 第30-31页 |
·参数分析 | 第31-33页 |
·算法流程 | 第33页 |
·算法优点 | 第33页 |
·微粒群算法研究现状 | 第33-35页 |
·算法在车间调度领域中的应用及存在问题 | 第35-38页 |
·研究现状 | 第35-37页 |
·存在问题 | 第37-38页 |
·算法主要研究方向 | 第38页 |
·小结 | 第38-40页 |
第四章 微粒群算法在车间调度问题中的应用 | 第40-48页 |
·改进微粒群算法在作业车间调度问题中的应用 | 第40-44页 |
·编码 | 第40-41页 |
·粒子的局部搜索 | 第41页 |
·惯性权重与加速系数 | 第41页 |
·改进微粒群算法流程 | 第41-42页 |
·算例分析 | 第42-44页 |
·小结 | 第44页 |
·动态评价免疫微粒群算法在作业车间调度问题中的应用 | 第44-48页 |
·编码 | 第44页 |
·改进微粒群算法 | 第44-45页 |
·动态评价免疫微粒群算法流程 | 第45-46页 |
·算例分析 | 第46-47页 |
·小结 | 第47-48页 |
第五章 供应链管理环境下的生产计划与调度 | 第48-54页 |
·供应链与供应链管理的概念及特征 | 第48-50页 |
·供应链的概念及特征 | 第48-49页 |
·供应链管理的概念及特征 | 第49-50页 |
·供应链环境下生产系统的协调控制 | 第50-51页 |
·基于供应链管理的车间生产调度分析 | 第51-52页 |
·小结 | 第52-54页 |
第六章 无等待供应链在线调度问题研究 | 第54-68页 |
·背景描述 | 第55-56页 |
·改进微粒群算法 | 第56-57页 |
·编码 | 第56页 |
·惯性权重 | 第56页 |
·初始种群 | 第56-57页 |
·无等待在线调度问题 | 第57-67页 |
·问题描述 | 第57-58页 |
·无等待实时调度算法 | 第58-59页 |
·算法在供应链环境下Flow-shop调度问题中的应用 | 第59-63页 |
·算法在供应链环境下Job-shop调度问题中的应用 | 第63-67页 |
·小结 | 第67-68页 |
第七章 带运输时间的无等待供应链在线调度问题研究 | 第68-82页 |
·问题描述 | 第68-69页 |
·寻找开始加工时间序列的算法描述 | 第69-70页 |
·算法可行性证明 | 第70-72页 |
·带运输时间的无等待实时调度算法 | 第72-73页 |
·算法在供应链环境下Flow-shop调度问题中的应用 | 第73-77页 |
·算法在供应链环境下Job-shop调度问题中的应用 | 第77-81页 |
·小结 | 第81-82页 |
总结与展望 | 第82-84页 |
参考文献 | 第84-91页 |
攻读学位期间的研究成果 | 第91-92页 |
致谢 | 第92-93页 |