基于遗传算法的车间调度问题研究
| 独创性说明 | 第1-4页 |
| 摘要 | 第4-5页 |
| Abstract | 第5-10页 |
| 1 绪论 | 第10-18页 |
| ·调度理论概述 | 第10页 |
| ·先进制造模式概述 | 第10-12页 |
| ·生产调度问题概述 | 第12-13页 |
| ·生产调度国内外研究现状和趋势 | 第13-15页 |
| ·生产调度国内外研究现状 | 第13-14页 |
| ·生产调度发展趋势 | 第14-15页 |
| ·生产调度问题分类和特点 | 第15-16页 |
| ·论文主要内容 | 第16-17页 |
| ·论文结构 | 第17-18页 |
| 2 车间调度问题 | 第18-27页 |
| ·车间调度问题的定义 | 第18-20页 |
| ·离散型加工 | 第18-19页 |
| ·流程型加工 | 第19页 |
| ·混合流程型加工 | 第19-20页 |
| ·车间调度问题研究 | 第20页 |
| ·车间调度表示符号 | 第20页 |
| ·调度问题的优化目标 | 第20页 |
| ·车间调度优化算法综述 | 第20-26页 |
| ·数学规划法 | 第21-22页 |
| ·近似算法 | 第22-23页 |
| ·智能搜索算法 | 第23-26页 |
| ·本章小结 | 第26-27页 |
| 3 车间调度遗传算法研究 | 第27-39页 |
| ·遗传算法的产生与发展 | 第27页 |
| ·遗传算法概要 | 第27-28页 |
| ·遗传算法的基本思想及特点 | 第28-29页 |
| ·遗传算法的基本操作流程 | 第29-30页 |
| ·遗传算法的基本原理 | 第30-38页 |
| ·编码与解码 | 第30-31页 |
| ·适应度函数 | 第31-32页 |
| ·遗传算法参数的确定 | 第32-33页 |
| ·遗传操作 | 第33-38页 |
| ·算法终止条件 | 第38页 |
| ·本章小结 | 第38-39页 |
| 4 循环搜索遗传算法 | 第39-48页 |
| ·车间调度模型 | 第39-40页 |
| ·遗传算法流程图 | 第40页 |
| ·染色体设计 | 第40-41页 |
| ·遗传操作 | 第41-43页 |
| ·交叉操作 | 第41-42页 |
| ·变异操作 | 第42-43页 |
| ·循环搜索遗传操作 | 第43-44页 |
| ·循环交叉搜索 | 第43-44页 |
| ·循环变异搜索 | 第44页 |
| ·实验和结果 | 第44-47页 |
| ·算法有效性 | 第44-46页 |
| ·算法比较 | 第46-47页 |
| ·本章小结 | 第47-48页 |
| 5 模糊遗传算法 | 第48-60页 |
| ·模糊集合定义 | 第48-49页 |
| ·模糊数 | 第49-51页 |
| ·模糊数运算与评价 | 第51-53页 |
| ·模糊车间作业调度问题目标函数的设计 | 第53-55页 |
| ·基于顾客满意度的模糊遗传算法 | 第55-57页 |
| ·种群初始化 | 第55-56页 |
| ·种群结构 | 第56-57页 |
| ·遗传操作 | 第57页 |
| ·算法验证 | 第57-58页 |
| ·不同目标函数最优化 | 第58-59页 |
| ·本章小结 | 第59-60页 |
| 6 多目标模糊遗传算法 | 第60-67页 |
| ·多目标规划 | 第60-61页 |
| ·多目标加权函数 | 第61-62页 |
| ·多目标模糊遗传算法流程图 | 第62-63页 |
| ·算法验证 | 第63-66页 |
| ·双目标函数 | 第64-65页 |
| ·数据分析 | 第65-66页 |
| ·本章小结 | 第66-67页 |
| 结论 | 第67-68页 |
| 参考文献 | 第68-72页 |
| 附录A 10×10模糊车间调度问题 | 第72-73页 |
| 攻读硕士学位期间发表学术论文情况 | 第73-74页 |
| 致谢 | 第74-75页 |
| 大连理工大学学位论文版权使用授权书 | 第75页 |
