| 第一章 绪论 | 第1-17页 |
| ·车间调度概述 | 第8-15页 |
| ·车间调度的类型 | 第9-11页 |
| ·车间调度的特点 | 第11-12页 |
| ·车间调度研究的历史和现状 | 第12-15页 |
| ·车间调度的发展趋势 | 第15页 |
| ·选题依据和意义 | 第15-16页 |
| ·主要研究内容 | 第16-17页 |
| 第二章 遗传算法在车间调度中的运用 | 第17-35页 |
| ·遗传算法求解原理 | 第17-23页 |
| ·遗传算法的生物遗传学基础 | 第17页 |
| ·遗传算法的一般结构 | 第17页 |
| ·遗传算法的特点 | 第17-19页 |
| ·遗传算法的基本操作 | 第19页 |
| ·遗传算法的几个要素 | 第19-23页 |
| ·用GA求解作业车间调度问题(JSSP) | 第23-35页 |
| ·作业车间调度问题描述 | 第23-24页 |
| ·基于二进制编码方式的JSSP解法 | 第24-30页 |
| ·基于十进制编码方式的JSSP解法 | 第30-32页 |
| ·二／十进制编码方式解法的比较 | 第32-33页 |
| ·二／十进制编码方式下的初始群体产生方法 | 第33页 |
| ·用GA求解JSSP的完整流程 | 第33-34页 |
| ·结论 | 第34-35页 |
| 第三章 JSSP求解中的死锁问题以及GA算法改进 | 第35-53页 |
| ·由编码方案引出关于搜索空间映射问题的思考 | 第35-36页 |
| ·用GA解决JSSP时的死锁问题 | 第36-37页 |
| ·几种典型的死锁对策 | 第37-43页 |
| ·惩罚策略(Penalty Strategy) | 第37-39页 |
| ·修复策略(Repair Strategy) | 第39-40页 |
| ·预防策略(Prevention Strategy) | 第40-42页 |
| ·死锁对策的对比分析 | 第42-43页 |
| ·关于算法的改进和扩展 | 第43-51页 |
| ·关于工序插入位置的改进 | 第44-45页 |
| ·关于柔性路径的扩展 | 第45页 |
| ·活性改进和柔性改进后的算法 | 第45-46页 |
| ·算法改进前后的调度结果分析 | 第46-51页 |
| ·关于多目标GA集成框架的讨论 | 第51-53页 |
| 第四章 基于MAS和GA的动态作业车间调度系统 | 第53-68页 |
| ·多代理系统(Multi-Agent System,MAS) | 第53-54页 |
| ·当前MAS在车间调度问题中的应用 | 第54-56页 |
| ·基于MAS和CNet的车间调度思想 | 第54-56页 |
| ·基于MAS和CNet的车间调度方案的局限性 | 第56页 |
| ·基于MAS和GA的动态作业车间调度 | 第56-61页 |
| ·管理代理(Management Agent) | 第58页 |
| ·任务代理(Task Agent) | 第58-59页 |
| ·资源代理(Resource Agent) | 第59页 |
| ·市场代理(Marketing Agent) | 第59-60页 |
| ·监控代理(Monitoring Agent) | 第60页 |
| ·调度推理机制 | 第60页 |
| ·GA编码方案 | 第60-61页 |
| ·GA解码器 | 第61页 |
| ·系统调度流程 | 第61-62页 |
| ·调度实例分析 | 第62-66页 |
| ·基于MAS和GA的调度系统的灵活性 | 第66-68页 |
| ·MAS和GA结合对系统重构的支持 | 第66-67页 |
| ·MAS和GA结合对柔性路径选择的支持 | 第67-68页 |
| 第五章 实验系统设计与开发 | 第68-77页 |
| ·环境选择 | 第68页 |
| ·编程语言的选择 | 第68页 |
| ·数据库的选择 | 第68页 |
| ·系统运行环境 | 第68页 |
| ·系统实现关键技术 | 第68-74页 |
| ·遗传算法模块 | 第68-71页 |
| ·随机数问题 | 第71-72页 |
| ·数据库设计 | 第72-74页 |
| ·系统输入与输出信息 | 第74页 |
| ·系统运行 | 第74-77页 |
| 第六章 总结与展望 | 第77-79页 |
| ·论文总结 | 第77-78页 |
| ·展望 | 第78-79页 |
| 致谢 | 第79-80页 |
| 在学期间的主要研究成果 | 第80-81页 |
| 参考文献 | 第81-83页 |