| 摘要 | 第1-7页 |
| ABSTRACT | 第7-11页 |
| 第1章 绪论 | 第11-23页 |
| ·引言 | 第11-13页 |
| ·调度问题的基本描述与求解方法 | 第13-16页 |
| ·调度问题的基本描述 | 第13-15页 |
| ·调度问题的求解方法 | 第15-16页 |
| ·批处理机调度问题的研究现状 | 第16-20页 |
| ·单机环境批处理机调度问题 | 第16-18页 |
| ·并行机环境批处理机调度问题 | 第18页 |
| ·车间环境批处理机调度问题 | 第18-19页 |
| ·现有研究的特点及存在的问题 | 第19-20页 |
| ·本文的主要研究工作与结构 | 第20-23页 |
| ·主要研究工作 | 第20-21页 |
| ·结构与内容安排 | 第21-23页 |
| 第2章 聚类视角下不同尺寸工件批调度问题研究 | 第23-43页 |
| ·不同尺寸工件批调度问题的基本描述 | 第23-24页 |
| ·分批问题与聚类问题的比较 | 第24-26页 |
| ·批的空间浪费比的概念 | 第26-29页 |
| ·分批约束凝聚聚类算法（CACB） | 第29-33页 |
| ·仿真实验 | 第33-42页 |
| ·实验设计 | 第33-34页 |
| ·算法参数设置 | 第34-35页 |
| ·实验结果与讨论 | 第35-42页 |
| ·本章小结 | 第42-43页 |
| 第3章 工件动态到达批调度问题的遗传算法研究 | 第43-55页 |
| ·工件动态到达批调度问题的基本描述 | 第43-45页 |
| ·单机环境下的模型 | 第43-44页 |
| ·并行机环境下的模型 | 第44-45页 |
| ·工件动态到达问题的两个下界 | 第45-49页 |
| ·遗传算法及其在调度问题中的应用 | 第49-50页 |
| ·基于工件序列的遗传算法 | 第50-54页 |
| ·安排批加工的ERT-LPT 规则 | 第50-51页 |
| ·种群初始化 | 第51页 |
| ·选择操作 | 第51-52页 |
| ·交叉操作 | 第52页 |
| ·变异操作 | 第52-54页 |
| ·本章小结 | 第54-55页 |
| 第4章 工件动态到达批调度问题的蚁群算法研究 | 第55-69页 |
| ·蚁群算法介绍 | 第55-56页 |
| ·构造分批的蚁群算法 | 第56-61页 |
| ·算法初始化 | 第56-57页 |
| ·解的构造过程 | 第57-59页 |
| ·信息素更新 | 第59-61页 |
| ·仿真实验 | 第61-68页 |
| ·实验设计 | 第61-62页 |
| ·两个下界的测试 | 第62页 |
| ·算法的参数设置 | 第62-64页 |
| ·实验结果与讨论 | 第64-68页 |
| ·本章小结 | 第68-69页 |
| 第5章 考虑电力成本的多目标柔性流水车间批调度问题研究 | 第69-99页 |
| ·能源效率问题产生的背景 | 第69-72页 |
| ·问题描述及数学模型 | 第72-73页 |
| ·多目标优化的基本概念 | 第73-74页 |
| ·PVACS 算法 | 第74-81页 |
| ·解的编码和解码 | 第74-77页 |
| ·信息素表示 | 第77页 |
| ·启发式信息 | 第77-78页 |
| ·解的构造过程 | 第78-79页 |
| ·减少EPC 的Right-Shift 过程 | 第79-80页 |
| ·信息素更新 | 第80-81页 |
| ·基于NSGA-II 的优化算法 | 第81-86页 |
| ·NSGA-II 介绍 | 第81-83页 |
| ·边界集的构造 | 第83-84页 |
| ·聚集距离的计算 | 第84-85页 |
| ·选择，交叉和变异操作 | 第85-86页 |
| ·基于SPEA2 的优化算法 | 第86-89页 |
| ·SPEA2 介绍 | 第86页 |
| ·适应度分配 | 第86-87页 |
| ·环境选择 | 第87-89页 |
| ·仿真实验 | 第89-98页 |
| ·实验设计 | 第89页 |
| ·算法评价指标 | 第89-91页 |
| ·算法参数设置 | 第91页 |
| ·实验结果与讨论 | 第91-98页 |
| ·本章小结 | 第98-99页 |
| 第6章 总结与研究展望 | 第99-102页 |
| ·全文总结 | 第99-100页 |
| ·研究展望 | 第100-102页 |
| 参考文献 | 第102-109页 |
| 致谢 | 第109-110页 |