| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 论文研究背景及意义 | 第11页 |
| 1.2 论文研究领域概述 | 第11-14页 |
| 1.2.1 柔性作业车间调度问题的研究现状 | 第11-13页 |
| 1.2.2 蚁群算法求解柔性作业车间调度问题研究现状 | 第13页 |
| 1.2.3 分布估计算法求解柔性作业车间调度问题研究现状 | 第13-14页 |
| 1.3 论文主要研究内容 | 第14-16页 |
| 1.4 本章小结 | 第16-17页 |
| 第二章 柔性作业车间调度问题研究 | 第17-24页 |
| 2.1 柔性作业车间调度问题概述 | 第17-20页 |
| 2.1.1 车间调度问题及其分类 | 第17页 |
| 2.1.2 柔性作业车间调度问题描述 | 第17-18页 |
| 2.1.3 柔性作业车间调度问题研究方法 | 第18-20页 |
| 2.2 多目标柔性作业车间调度问题 | 第20-23页 |
| 2.2.1 多目标优化基本理论 | 第20-21页 |
| 2.2.2 多目标柔性作业车间调度优化方法 | 第21-22页 |
| 2.2.3 多目标柔性作业车间调度评价指标 | 第22-23页 |
| 2.3 本章小结 | 第23-24页 |
| 第三章 分布估计—蚁群混合算法 | 第24-34页 |
| 3.1 蚁群算法概述 | 第24-27页 |
| 3.2 分布估计算法概述 | 第27-29页 |
| 3.2.1 分布估计算法基本原理 | 第27-28页 |
| 3.2.2 分布估计算法分类 | 第28-29页 |
| 3.3 分布估计—蚁群混合算法设计 | 第29-33页 |
| 3.3.1 混合算法思想 | 第29页 |
| 3.3.2 算法设计 | 第29-32页 |
| 3.3.3 分布估计—蚁群混合算法流程 | 第32-33页 |
| 3.4 本章小结 | 第33-34页 |
| 第四章 分布估计—蚁群混合算法求解柔性作业车间调度 | 第34-49页 |
| 4.1 多目标柔性作业车间调度问题数学模型 | 第34-36页 |
| 4.2 分布估计—蚁群混合算法具体设计 | 第36-42页 |
| 4.2.1 编码与解码 | 第36-37页 |
| 4.2.2 分布估计算法种群初始化 | 第37-38页 |
| 4.2.3 适应度函数和优势种群 | 第38页 |
| 4.2.4 概率模型建立及种群更新 | 第38-39页 |
| 4.2.5 蚁群算法初始化信息素 | 第39-40页 |
| 4.2.6 状态转移规则 | 第40-41页 |
| 4.2.7 信息素更新机制 | 第41-42页 |
| 4.3 实验验证与分析 | 第42-48页 |
| 4.3.1 算法参数设置 | 第42-43页 |
| 4.3.2 算法性能比较 | 第43-48页 |
| 4.4 本章小结 | 第48-49页 |
| 第五章 柔性作业车间动态调度问题研究 | 第49-57页 |
| 5.1 柔性作业车间动态调度问题 | 第49-51页 |
| 5.1.1 柔性作业车间动态调度问题的描述 | 第49-50页 |
| 5.1.2 动态调度分类及策略 | 第50-51页 |
| 5.2 基于分布估计—蚁群混合算法的柔性作业车间动态调度策略 | 第51-53页 |
| 5.2.1 动态调度策略实现流程 | 第51-53页 |
| 5.2.2 动态调度下的分布估计—蚁群混合算法设计 | 第53页 |
| 5.3 动态调度实验与分析 | 第53-56页 |
| 5.4 本章小结 | 第56-57页 |
| 第六章 总结与展望 | 第57-59页 |
| 6.1 论文总结 | 第57-58页 |
| 6.2 未来展望 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 致谢 | 第63-64页 |
| 攻读学位期间参加的科研项目和取得的研究成果 | 第64页 |
