遗传算法在高级计划与排程问题中的若干应用研究
| 内容提要 | 第1-7页 |
| 第1章 绪论 | 第7-20页 |
| ·研究背景和意义 | 第7-8页 |
| ·供应链计划层次 | 第8-11页 |
| ·APS 系统的架构 | 第11-13页 |
| ·APS 研究历史和现状 | 第13-18页 |
| ·APS 发展历史 | 第13-14页 |
| ·国外研究现状 | 第14-16页 |
| ·国内研究现状 | 第16-18页 |
| ·APS 应用情况 | 第18页 |
| ·论文主要内容 | 第18-20页 |
| 第2章 相关算法介绍 | 第20-28页 |
| ·遗传算法 | 第20-21页 |
| ·多目标遗传算法 | 第21-27页 |
| ·多目标优化问题 | 第21-22页 |
| ·适应度函数 | 第22-23页 |
| ·种群多样性 | 第23-24页 |
| ·精英保留策略 | 第24-26页 |
| ·约束处理 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 第3章 求解支持外包的制造业APS 问题 | 第28-50页 |
| ·问题描述 | 第28-29页 |
| ·工序序列生成 | 第29-31页 |
| ·数学模型 | 第31-33页 |
| ·算法描述 | 第33-41页 |
| ·染色体表示 | 第33-38页 |
| ·适应度评价 | 第38页 |
| ·遗传算子 | 第38-40页 |
| ·总体过程 | 第40-41页 |
| ·算法复杂度分析 | 第41页 |
| ·实验对比 | 第41-49页 |
| ·对比算法 | 第41页 |
| ·试验1：两订单问题 | 第41-46页 |
| ·试验2：较大规模问题 | 第46-47页 |
| ·试验3：遗传算子 | 第47-48页 |
| ·讨论 | 第48-49页 |
| ·本章小结 | 第49-50页 |
| 第4章 求解集成资源选择和工序排序的APS 问题 | 第50-81页 |
| ·问题描述 | 第50-51页 |
| ·数学模型 | 第51-54页 |
| ·算法描述 | 第54-67页 |
| ·染色体表示 | 第54-59页 |
| ·遗传算子 | 第59-60页 |
| ·总体过程 | 第60-61页 |
| ·算法组成 | 第61-66页 |
| ·算法复杂度分析 | 第66-67页 |
| ·实验对比 | 第67-79页 |
| ·对比算法 | 第67页 |
| ·试验问题 | 第67-69页 |
| ·参数设置 | 第69-70页 |
| ·对比指标 | 第70页 |
| ·实验结果 | 第70-79页 |
| ·本章小结 | 第79-81页 |
| 第5章 求解两阶段运输问题 | 第81-99页 |
| ·问题描述 | 第81-82页 |
| ·数学模型 | 第82-83页 |
| ·算法描述 | 第83-87页 |
| ·染色体表示 | 第83-85页 |
| ·基于启发式的成本函数 | 第85页 |
| ·遗传算子 | 第85页 |
| ·评价和选择方法 | 第85-86页 |
| ·总体过程 | 第86-87页 |
| ·算法复杂度分析 | 第87页 |
| ·实验对比 | 第87-97页 |
| ·对比算法 | 第87页 |
| ·试验问题 | 第87-89页 |
| ·对比指标 | 第89-90页 |
| ·实验结果 | 第90-97页 |
| ·本章小结 | 第97-99页 |
| 第6章 结论与展望 | 第99-100页 |
| 参考文献 | 第100-107页 |
| 攻读博士学位期间发表的论文及参加的项目 | 第107-108页 |
| 致谢 | 第108-109页 |
| 摘要 | 第109-112页 |
| ABSTRACT | 第112-115页 |
