| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第11-18页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 车间调度概述 | 第12-15页 |
| 1.2.1 车间调度问题的研究现状 | 第12-13页 |
| 1.2.2 多目标调度及能耗优化研究现状 | 第13-14页 |
| 1.2.3 带调整时间的车间调度研究现状 | 第14-15页 |
| 1.3 调度问题的求解方法 | 第15-17页 |
| 1.3.1 精确求解方法 | 第15页 |
| 1.3.2 启发式求解方法 | 第15-16页 |
| 1.3.3 人工智能方法 | 第16-17页 |
| 1.4 本章小结 | 第17-18页 |
| 第二章 多目标优化问题 | 第18-30页 |
| 2.1 多目标优化问题描述 | 第18-19页 |
| 2.2 多目标优化问题求解方法 | 第19-21页 |
| 2.3 遗传算法概述 | 第21-24页 |
| 2.3.1 遗传算法基本概念 | 第21页 |
| 2.3.2 基本操作和流程 | 第21-24页 |
| 2.4 非支配排序遗传算法 | 第24-25页 |
| 2.5 NSGA-II算法概述 | 第25-28页 |
| 2.5.1 NSGA算法的改进 | 第25页 |
| 2.5.2 快速非支配排序 | 第25页 |
| 2.5.3 拥挤度计算 | 第25-26页 |
| 2.5.4 拥挤度比较算子 | 第26-27页 |
| 2.5.5 NSGA-II算法流程 | 第27-28页 |
| 2.6 多目标优化算法评判指标 | 第28-29页 |
| 2.7 本章小结 | 第29-30页 |
| 第三章 多目标混合流水车间调度建模与求解 | 第30-52页 |
| 3.1 混合流水车间调度问题 | 第30页 |
| 3.2 多目标混合流水车间调度模型 | 第30-34页 |
| 3.3 NSGA-II算法中遗传操作的设计 | 第34-36页 |
| 3.3.1 编码与解码 | 第34-35页 |
| 3.3.2 种群初始化 | 第35页 |
| 3.3.3 选择操作 | 第35页 |
| 3.3.4 交叉操作 | 第35-36页 |
| 3.3.5 变异操作 | 第36页 |
| 3.4 NSGA-II算法改进 | 第36-38页 |
| 3.5 多目标决策机制 | 第38-41页 |
| 3.5.1 AHP层次结构 | 第38-39页 |
| 3.5.2 指标权重的确定 | 第39-40页 |
| 3.5.3 模糊评判 | 第40-41页 |
| 3.6 实验结果分析 | 第41-51页 |
| 3.6.1 模型节能效果分析 | 第41-44页 |
| 3.6.2 NSGA-II算法改进前后效果对比 | 第44-49页 |
| 3.6.3 改进算法求解三个目标实验 | 第49-51页 |
| 3.7 本章小结 | 第51-52页 |
| 第四章 调整时间与序列相关的多目标流水车间调度 | 第52-71页 |
| 4.1 调整时间与序列相关的流水车间调度问题 | 第52-53页 |
| 4.2 调整时间与序列相关的流水车间调度模型 | 第53-55页 |
| 4.3 基于启发式规则的遗传算法 | 第55-59页 |
| 4.3.1 LST-GA算法 | 第56-57页 |
| 4.3.2 LSE-GA算法 | 第57-59页 |
| 4.4 实验结果分析 | 第59-70页 |
| 4.4.1 基于启发式规则的算法实验 | 第59-64页 |
| 4.4.2 调整时间与序列相关的多目标流水车间调度实验 | 第64-70页 |
| 4.5 本章小结 | 第70-71页 |
| 总结展望 | 第71-72页 |
| 参考文献 | 第72-77页 |
| 附录 | 第77-81页 |
| 攻读硕士学位期间取得的研究成果 | 第81-82页 |
| 致谢 | 第82-83页 |
| 附件 | 第83页 |