致谢 | 第5-6页 |
摘要 | 第6-7页 |
ABSTRACT | 第7-8页 |
第一章 绪论 | 第11-25页 |
摘要 | 第11页 |
1.1 课题研究背景与意义 | 第11-12页 |
1.2 钢铁生产工艺流程及生产计划问题特点 | 第12-17页 |
1.2.1 钢铁企业炼钢-连铸生产工艺流程及特点 | 第12-15页 |
1.2.2 炼钢-连铸生产计划问题内容 | 第15-17页 |
1.3 钢铁企业生产计划与调度问题的研究方法与现状 | 第17-22页 |
1.3.1 数学规划法 | 第18-19页 |
1.3.2 智能优化算法 | 第19-21页 |
1.3.3 混合优化算法 | 第21-22页 |
1.3.4 人机交互法 | 第22页 |
1.4 本文主要研究内容及章节安排 | 第22-25页 |
第二章 粒子群-遗传(PSO-GA)混合优化算法的基本研究 | 第25-41页 |
摘要 | 第25页 |
2.1 引言 | 第25-26页 |
2.2 遗传算法 | 第26-31页 |
2.2.1 遗传算法的基本概念 | 第26-27页 |
2.2.2 遗传算法的设计步骤 | 第27-28页 |
2.2.3 遗传算法实现方法及参数选择 | 第28-31页 |
2.3 粒子群算法 | 第31-36页 |
2.3.1 粒子群算法概述 | 第31-32页 |
2.3.2 标准粒子群算法设计步骤 | 第32-34页 |
2.3.3 粒子群算法的控制参数选择 | 第34-35页 |
2.3.4 粒子群算法的改进 | 第35-36页 |
2.4 粒子群-遗传(PSO-GA)混合算法 | 第36-39页 |
2.4.1 粒子群算法(PSO)和遗传算法(GA)的对比 | 第36-37页 |
2.4.2 PSO-GA混合优化算法基本思路和设计流程 | 第37-39页 |
2.5 本章小结 | 第39-41页 |
第三章 混合流水车间调度问题的PSO-GA算法 | 第41-61页 |
摘要 | 第41页 |
3.1 引言 | 第41-42页 |
3.2 混合FLOWSHOP调度问题概述 | 第42-43页 |
3.2.1 车间调度问题的特点 | 第42-43页 |
3.2.2 混合Flowshop调度问题描述 | 第43页 |
3.3 混合FLOWSHOP调度问题优化模型 | 第43-46页 |
3.3.1 优化目标的建立 | 第43-44页 |
3.3.2 HFS调度模型问题参数说明 | 第44-45页 |
3.3.3 HFS调度问题数学模型 | 第45-46页 |
3.4 PSO-GA混合算法设计与实现 | 第46-51页 |
3.4.1 编码设计 | 第46-48页 |
3.4.2 PSO-GA参数设计 | 第48-51页 |
3.5 算例设计与算法分析 | 第51-59页 |
3.5.1 HFS的最大流程时间C_(max)下界 | 第51-52页 |
3.5.2 算法性能分析 | 第52-57页 |
3.5.3 HFS仿真实例 | 第57-59页 |
3.6 本章小结 | 第59-61页 |
第四章 炼钢-连铸生产计划与调度问题模型与求解 | 第61-83页 |
摘要 | 第61页 |
4.1 引言 | 第61-62页 |
4.2 炼钢-连铸生产计划问题概述 | 第62-64页 |
4.2.1 炼钢-连铸工艺流程 | 第62-63页 |
4.2.2 炼钢-连铸生产计划描述 | 第63-64页 |
4.3 炼钢-连铸生产计划模型分析 | 第64-66页 |
4.3.1 炼钢-连铸生产组织模式特点与难点 | 第64-65页 |
4.3.2 炼钢-连铸生产层次建模 | 第65-66页 |
4.4 炼钢-连铸生产计划数学模型 | 第66-69页 |
4.4.1 生产计划问题参数说明 | 第66-68页 |
4.4.2 生产计划数学棋塑 | 第68-69页 |
4.5 PSO-GA混合优化算法求解 | 第69-81页 |
4.5.1 炼钢-连铸问题的PSO-GA算法求解原理及设计步骤 | 第69-71页 |
4.5.2 编码方案与粒子初始化 | 第71-72页 |
4.5.3 PSO-GA相关参数设计 | 第72页 |
4.5.4 基于时间逆序法求解粒子适应度值 | 第72-75页 |
4.5.5 仿真结果与分析 | 第75-81页 |
4.6 本章小结 | 第81-83页 |
第五章 总结与展望 | 第83-87页 |
5.1 总结 | 第83-84页 |
5.2 展望 | 第84-87页 |
参考文献 | 第87-93页 |
附录A:作者简介 | 第93页 |
附录B:攻读硕士期间项目及科研成果 | 第93页 |