| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 本论文研究的目的和意义 | 第10-11页 |
| 1.2 国内外研究现状及发展趋势 | 第11-15页 |
| 1.2.1 单元制造系统概述 | 第11-12页 |
| 1.2.2 单元调度问题的研究现状 | 第12-14页 |
| 1.2.3 考虑多元设备调度问题的研究现状 | 第14-15页 |
| 1.3 课题来源和研究内容 | 第15页 |
| 1.4 论文结构 | 第15-16页 |
| 1.5 本章小结 | 第16-17页 |
| 第2章 考虑多元设备类型的跨作业单元调度问题建模 | 第17-21页 |
| 2.1 假设 | 第17-18页 |
| 2.2 数学模型 | 第18-20页 |
| 2.3 本章小结 | 第20-21页 |
| 第3章 基于蚁群优化的启发式选择算法 | 第21-30页 |
| 3.1 算法流程 | 第21-22页 |
| 3.2 候选启发式规则集 | 第22-24页 |
| 3.3 信息素结构 | 第24-25页 |
| 3.4 规则选择 | 第25-27页 |
| 3.5 构造可行解 | 第27-28页 |
| 3.5.1 调度模拟器 | 第27-28页 |
| 3.5.2 规则解码 | 第28页 |
| 3.6 信息素更新 | 第28-29页 |
| 3.7 本章小结 | 第29-30页 |
| 第4章 仿真实验与分析 | 第30-41页 |
| 4.1 测试问题设计 | 第30-31页 |
| 4.2 参数实验分析 | 第31-34页 |
| 4.3 对比实验与分析 | 第34-40页 |
| 4.3.1 AHS与规则组合比较实验 | 第34-35页 |
| 4.3.2 蚁群优化性能评估 | 第35-40页 |
| 4.4 本章小结 | 第40-41页 |
| 第五章 基于改进蚁群优化的混合超启发式方法 | 第41-51页 |
| 5.1 算法流程 | 第41-42页 |
| 5.2 采用遗传规划离线生成启发式规则 | 第42-48页 |
| 5.2.1 遗传规划算法流程 | 第44页 |
| 5.2.2 GP规则表示方案 | 第44-46页 |
| 5.2.3 算法参数 | 第46-47页 |
| 5.2.4 适应度值计算 | 第47-48页 |
| 5.3 规则淘汰策略 | 第48-49页 |
| 5.4 信息素感知失灵策略 | 第49-50页 |
| 5.5 本章小结 | 第50-51页 |
| 第六章 基于改进蚁群优化的混合超启发式算法性能评估 | 第51-65页 |
| 6.1 GP规则性能评估 | 第51-54页 |
| 6.2 信息素感知失灵策略性能评估 | 第54-56页 |
| 6.3 扩充规则集与精炼规则集性能评估 | 第56-61页 |
| 6.3.1 扩充规则集性能评价 | 第56-59页 |
| 6.3.2 规则淘汰策略性能评价 | 第59-61页 |
| 6.4 MAHH算法性能评估 | 第61-64页 |
| 6.5 本章小结 | 第64-65页 |
| 结论 | 第65-67页 |
| 参考文献 | 第67-70页 |
| 攻读学位期间发表论文与研究成果清单 | 第70-71页 |
| 致谢 | 第71页 |