摘要 | 第3-4页 |
Abstract | 第4-5页 |
第一章 绪论 | 第9-17页 |
1.1 研究背景和意义 | 第9-10页 |
1.1.1 研究背景 | 第9-10页 |
1.1.2 研究意义 | 第10页 |
1.2 柔性作业车间调度问题的国内外研究现状 | 第10-14页 |
1.2.1 单目标柔性作业车间调度问题的国内外研究现状 | 第11-12页 |
1.2.2 多目标柔性作业车间调度问题的国内外研究现状 | 第12-13页 |
1.2.3 现状总结与分析 | 第13-14页 |
1.3 主要研究内容和框架 | 第14页 |
1.4 研究方法 | 第14-16页 |
1.5 论文主要创新点 | 第16页 |
1.6 本章小结 | 第16-17页 |
第二章 相关理论和技术基础 | 第17-27页 |
2.1 柔性作业车间调度问题概述 | 第17-22页 |
2.1.1 柔性作业车间调度问题的描述与分类 | 第17-19页 |
2.1.2 FJSP的析取图模型 | 第19页 |
2.1.3 FJSP常用的性能评价指标 | 第19-22页 |
2.2 文化算法的基本理论 | 第22-25页 |
2.2.1 文化算法的基本原理 | 第22-24页 |
2.2.2 文化算法的特点 | 第24-25页 |
2.3 多目标优化问题基本理论 | 第25-26页 |
2.4 本章小结 | 第26-27页 |
第三章 文化算法求解多目标柔性作业车间调度问题 | 第27-57页 |
3.1 多目标柔性作业车间调度问题模型构建 | 第27-29页 |
3.1.1 变量和参数定义 | 第27-28页 |
3.1.2 MOFJSP的数学模型 | 第28-29页 |
3.2 求解MOFJSP的文化算法设计 | 第29-30页 |
3.3 种群空间的构建 | 第30-39页 |
3.3.1 编码与解码 | 第31-33页 |
3.3.2 种群初始化 | 第33-34页 |
3.3.3 适应值分配策略 | 第34-35页 |
3.3.4 种群多样性保持策略 | 第35页 |
3.3.5 形势知识指导的选择操作 | 第35-37页 |
3.3.6 交叉操作 | 第37-38页 |
3.3.7 地形知识指导的变异操作 | 第38-39页 |
3.3.8 迭代终止条件 | 第39页 |
3.4 信仰空间的构建 | 第39-51页 |
3.4.1 基于关键路径上的三种邻域结构设计 | 第40-48页 |
3.4.2 形势知识与精英保留策略 | 第48-49页 |
3.4.3 规范知识与地形知识的定义与更新 | 第49-51页 |
3.5 接受函数和影响函数 | 第51-54页 |
3.5.1 接受函数的设计 | 第51-52页 |
3.5.2 影响函数的设计 | 第52-54页 |
3.6 算法应用研究 | 第54-56页 |
3.7 本章小结 | 第56-57页 |
第四章 实验结果与分析 | 第57-74页 |
4.1 实验数据及参数 | 第57页 |
4.2 实验结果与分析 | 第57-73页 |
4.2.1 邻域搜索的有效性测试 | 第57-58页 |
4.2.2 8×8 P-FJSP问题的对比实验与分析 | 第58-60页 |
4.2.3 10×10 T-FJSP问题的对比实验与分析 | 第60-63页 |
4.2.4 15×10 T-FJSP问题的对比实验与分析 | 第63-65页 |
4.2.5 BRData问题的对比实验与分析 | 第65-73页 |
4.3 本章小结 | 第73-74页 |
结论与展望 | 第74-76页 |
结论 | 第74-75页 |
展望 | 第75-76页 |
参考文献 | 第76-80页 |
致谢 | 第80-81页 |
附录1 部分柔性作业车间调度问题实例数据 | 第81-84页 |
附录2 部分程序代码 | 第84-93页 |
附录3 部分实例运行结果图 | 第93-100页 |
个人简历及在学期间的研究成果及发表的学术论文 | 第100页 |