基于智能计算的车间作业调度研究
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-11页 |
| 第一章 绪论 | 第11-20页 |
| ·研究的目的与意义 | 第11-12页 |
| ·车间作业调度问题 | 第12-18页 |
| ·车间作业调度问题的数学模型 | 第12-13页 |
| ·JSP性能指标的正规性、等价性和活动调度 | 第13-15页 |
| ·车间作业调度的优化算法综述 | 第15-18页 |
| ·论文的研究工作 | 第18-20页 |
| 第二章 智能计算方法概述 | 第20-36页 |
| ·遗传算法 | 第20-26页 |
| ·遗传算法的形成和发展 | 第20页 |
| ·遗传算法的基本思想 | 第20-22页 |
| ·遗传算法的买现 | 第22-24页 |
| ·遗传算法的特点 | 第24-25页 |
| ·遗传算法的应用情况 | 第25-26页 |
| ·蚁群算法 | 第26-32页 |
| ·蚁群算法的背景 | 第26-27页 |
| ·蚁群算法的原理 | 第27-29页 |
| ·蚁群算法的实现 | 第29-30页 |
| ·基本蚂蚁算法的流程 | 第30-31页 |
| ·蚁群算法的特点 | 第31-32页 |
| ·蚁群算法的应用 | 第32页 |
| ·粒子群优化算法 | 第32-36页 |
| ·基本粒子群算法的描述 | 第32-34页 |
| ·算法流程 | 第34-35页 |
| ·粒子群算法的特点 | 第35页 |
| ·粒子群算法的应用 | 第35-36页 |
| 第三章 遗传算法求解车间作业调度 | 第36-51页 |
| ·遗传算法求解 JSP的编码研究 | 第36-37页 |
| ·基于先后表编码的遗传算法求解JSP | 第37-44页 |
| ·个体(染色体)编码 | 第38-39页 |
| ·死锁及解决方法 | 第39-40页 |
| ·初始解群的生成 | 第40-41页 |
| ·个体的适应度函数 | 第41-42页 |
| ·遗传算子的设计 | 第42-43页 |
| ·算法仿真 | 第43-44页 |
| ·不可行调度问题解决方法 | 第44-51页 |
| ·车间作业调度数学模型的图论形式 | 第44-45页 |
| ·不可行调度分析 | 第45-46页 |
| ·基于操作的编码的遗传算法 | 第46-49页 |
| ·算法仿真 | 第49-51页 |
| 第四章 蚁群算法求解车间作业调度 | 第51-57页 |
| ·Job-shop调度问题的析取图模型 | 第51页 |
| ·求解 Job Shop调度问题的蚁群算法 | 第51-57页 |
| ·Job Shop调度问题的蚁群算法的模型 | 第51-53页 |
| ·最早开始加工时间 | 第53-54页 |
| ·算法的改进 | 第54-55页 |
| ·算法流程 | 第55-57页 |
| 第五章 粒子群优化算法求解车间作业调度问题 | 第57-65页 |
| ·设计粒子表示方法的关键问题 | 第57-59页 |
| ·基于操作和粒子位置的编码方法 | 第59-61页 |
| ·粒子编码 | 第59-60页 |
| ·求解Job Shop调度的粒子群算法步骤 | 第60-61页 |
| ·基于操作的编码方法的离散粒子群优化算法 | 第61-62页 |
| ·不同粒子表示的PSO的性能比较 | 第62-65页 |
| 第六章 算法仿真和参数分析 | 第65-70页 |
| ·算法仿真和比较 | 第65-67页 |
| ·粒子群算法的参数分析 | 第67-70页 |
| 第七章 结论和展望 | 第70-71页 |
| ·本文的创新点 | 第70页 |
| ·今后工作展望 | 第70-71页 |
| 参考文献 | 第71-74页 |
| 致谢 | 第74-75页 |
| 攻读学位期间发表的学术论文目录 | 第75页 |
