基于云遗传算法的关键链项目调度方法研究
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第13-22页 |
| 1.1 选题背景及现实意义 | 第13-14页 |
| 1.2 国内外研究综述 | 第14-15页 |
| 1.3 研究思路和主要内容 | 第15-19页 |
| 1.3.1 论文思路 | 第15-16页 |
| 1.3.2 论文内容 | 第16-18页 |
| 1.3.3 论文结构 | 第18-19页 |
| 1.4 论文方法 | 第19-20页 |
| 1.5 论文的创新点 | 第20-21页 |
| 1.6 本章小结 | 第21-22页 |
| 第2章 文献综述 | 第22-35页 |
| 2.1 遗传算法的基本理论 | 第22-26页 |
| 2.1.1 遗传算法的基本思想 | 第22页 |
| 2.1.2 遗传算法的基本算法 | 第22-23页 |
| 2.1.3 缓冲区的计算 | 第23-24页 |
| 2.1.4 缓冲区的管理 | 第24页 |
| 2.1.5 基准计划的产生 | 第24-25页 |
| 2.1.6 基于智能优化算法生成基准计划 | 第25页 |
| 2.1.7 计划生成方案 | 第25-26页 |
| 2.2 遗传算法的基本理论 | 第26-30页 |
| 2.2.1 遗传算法的基本思想 | 第26页 |
| 2.2.2 遗传算法的基本算法 | 第26-30页 |
| 2.3 云模型遗传算法 | 第30-34页 |
| 2.3.1 云模型理论 | 第30-33页 |
| 2.3.2 云模型在遗传算法中的应用 | 第33-34页 |
| 2.4 本章小结 | 第34-35页 |
| 第3章 云遗传算法求解单模式关键链项目调度问题 | 第35-50页 |
| 3.1 关键链方法的简化方案 | 第35-36页 |
| 3.2 单模式关键链调度方案分析 | 第36-38页 |
| 3.2.1 基于单模式的资源受限项目优化调度描述 | 第36页 |
| 3.2.2 单模式关键链项目优化调度问题模型 | 第36-37页 |
| 3.2.3 基准计划的优化调度模型 | 第37-38页 |
| 3.3 云遗传算法设计 | 第38-41页 |
| 3.3.1 算法设计 | 第38-39页 |
| 3.3.2 编码方式与解码方案 | 第39-40页 |
| 3.3.3 适值函数 | 第40页 |
| 3.3.4 云遗传操作 | 第40-41页 |
| 3.4 仿真实验 | 第41-49页 |
| 3.4.1 算例描述 | 第41-42页 |
| 3.4.2 遗传算法仿真 | 第42-45页 |
| 3.4.3 云遗传算法仿真 | 第45-48页 |
| 3.4.4 仿真结果分析 | 第48-49页 |
| 3.5 本章小结 | 第49-50页 |
| 第4章 云遗传算法求解多模式关键链项目调度问题 | 第50-62页 |
| 4.1 多模式关键链调度理论研究 | 第50-53页 |
| 4.1.1 基于多模式的关键链方法描述 | 第50页 |
| 4.1.2 多模式关键链项目优化调度问题模型 | 第50-53页 |
| 4.2 云遗传算法求解多模式关键链项目调度问题 | 第53-58页 |
| 4.2.1 问题描述 | 第53-54页 |
| 4.2.2 模式选择 | 第54-56页 |
| 4.2.3 初始化 | 第56页 |
| 4.2.4 云遗传操作 | 第56-58页 |
| 4.3 仿真实验 | 第58-61页 |
| 4.3.1 算例描述 | 第58页 |
| 4.3.2 多模式云遗传算法仿真 | 第58-61页 |
| 4.3.3 仿真结果分析 | 第61页 |
| 4.4 本章小结 | 第61-62页 |
| 结论与展望 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 附录 | 第68-87页 |
| 攻读学位期间发表的学术论文 | 第87-88页 |
| 致谢 | 第88页 |
