首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

基于改进蚁群算法的作业车间调度研究

摘要第1-6页
Abstract第6-9页
第1章 绪论第9-19页
   ·课题背景及研究意义第9页
   ·调度问题的分类和特点第9-11页
   ·调度问题的发展和研究现状第11-12页
   ·蚁群算法的理论和研究现状第12-16页
   ·用蚁群算法解决JSP问题的研究现状第16-17页
   ·本文的主要内容及章节安排第17-19页
第2章 改进的蚁群算法第19-29页
   ·引言第19-20页
   ·蚁群算法的基本原理第20-21页
     ·蚁群算法的生物学基础第20页
     ·蚁群算法的基本框架第20-21页
   ·改进蚁群算法状态转移规则第21-23页
     ·蚁群算法状态转移规则的基本原理第21-22页
     ·改进蚁群算法状态转移规则的研究第22-23页
   ·改进蚁群算法信息素法则第23-25页
     ·蚁群算法信息素排布基本原理第23页
     ·改进蚁群算法信息素法则第23-25页
   ·改进蚁群算法参数自适应法则第25-26页
   ·自适应参数和固定参数在解决TSP问题时的对比第26-28页
   ·本章小结第28-29页
第3章 JSP问题的模型及编码方式第29-37页
   ·引言第29-30页
   ·JSP问题的描述第30-32页
   ·析取图第32-34页
   ·甘特图表示法第34-36页
     ·甘特图的描述第34-35页
     ·甘特图的整理第35-36页
   ·本章小结第36-37页
第4章 JSP的编码与解码问题第37-50页
   ·引言第37-38页
   ·JSP问题的编码方式第38-43页
   ·编码的选择第43-46页
   ·不可行解问题第46-49页
   ·本章小结第49-50页
第5章 基于蚁群算法的JSP问题研究第50-68页
   ·引言第50页
   ·算法设计第50-57页
     ·编码与解码第51-53页
     ·蚁群算法的状态转移规则第53-54页
     ·信息素表的建立第54-55页
     ·限制不可行解的策略第55-57页
   ·参数的选择与自适应第57-58页
   ·自适应参数初值的选择第58-60页
   ·仿真实验与分析第60-66页
   ·本章小结第66-68页
第6章 结论与展望第68-70页
   ·结论第68-69页
   ·展望第69-70页
参考文献第70-75页
致谢第75-76页
攻读硕士学位期间发表的学术论文第76页

论文共76页,点击 下载论文
上一篇:具有时滞及多丢包网络控制系统的量化控制与滤波
下一篇:高性能换热装置的设计及优化