| 摘要 | 第6-8页 |
| Abstract | 第8-9页 |
| 第1章 绪论 | 第15-34页 |
| 1.1 课题背景 | 第15-17页 |
| 1.2 国内外有关项目管理的研究进展 | 第17-31页 |
| 1.2.1 国内外项目管理的研究现状 | 第17-30页 |
| 1.2.2 目前项目管理研究的不足 | 第30-31页 |
| 1.3 本文的主要研究内容及创新点 | 第31-34页 |
| 第2章 关于汽车灯具试验项目管理的理论 | 第34-49页 |
| 2.1 调度理论 | 第34-42页 |
| 2.1.1 调度的基本理论 | 第34-37页 |
| 2.1.2 调度理论的应用 | 第37-42页 |
| 2.2 项目管理的优化理论 | 第42-45页 |
| 2.2.1 函数优化的基本理论 | 第42-43页 |
| 2.2.2 组合优化的基本理论 | 第43-45页 |
| 2.3 项目管理的优化算法 | 第45-49页 |
| 2.3.1 优化算法的分类 | 第45-46页 |
| 2.3.2 常用的优化智能算法 | 第46-49页 |
| 第3章 汽车灯具实验室项目管理的策略研究 | 第49-60页 |
| 3.1 本章的研究背景 | 第49-51页 |
| 3.1.1 汽车灯具的发展趋势 | 第49-51页 |
| 3.1.2 汽车灯具的检测标准 | 第51页 |
| 3.2 汽车灯具检测项目分析 | 第51-54页 |
| 3.2.1 汽车灯具检测阶段 | 第52页 |
| 3.2.2 汽车灯具检测项目的分类 | 第52-54页 |
| 3.3 汽车灯具检测项目策略研究 | 第54-59页 |
| 3.3.1 单机项目调度的策略 | 第54-56页 |
| 3.3.2 平行机项目调度的策略 | 第56-59页 |
| 3.4 本章小结 | 第59-60页 |
| 第4章 基于遗传退火算法的汽车灯具试验优化管理研究 | 第60-78页 |
| 4.1 本章的研究背景 | 第60-61页 |
| 4.2 算法选择 | 第61-64页 |
| 4.2.1 遗传算法的策略研究 | 第61-62页 |
| 4.2.2 模拟退火算法的策略研究 | 第62-63页 |
| 4.2.3 遗传退火算法的策略研究 | 第63-64页 |
| 4.3 灯具实验室的平行机项目调度模型 | 第64-73页 |
| 4.3.1 调度模型的定义 | 第64-65页 |
| 4.3.2 遗传退火算法的总体流程图 | 第65-67页 |
| 4.3.3 遗传算法的参数初始化 | 第67-70页 |
| 4.3.4 模拟退火算法的参数初始化 | 第70-73页 |
| 4.4 调度模型的算例实施 | 第73-77页 |
| 4.4.1 算例数据 | 第73页 |
| 4.4.2 调度结果分析 | 第73-77页 |
| 4.5 本章小结 | 第77-78页 |
| 第5章 基于混合调度的汽车灯具试验项目管理 | 第78-95页 |
| 5.1 S公司汽车灯具试验项目分析 | 第78-82页 |
| 5.1.1 S公司汽车灯具试验项目现状 | 第78-79页 |
| 5.1.2 汽车灯具试验项目流程介绍 | 第79-81页 |
| 5.1.3 汽车灯具试验项目调度目标 | 第81-82页 |
| 5.2 基于三阶段的混合调度框架 | 第82-85页 |
| 5.2.1 混合调度策略的研究 | 第82-83页 |
| 5.2.2 三阶段调度模型的建立 | 第83-85页 |
| 5.3 实验室任务混合调度模型的建立 | 第85-89页 |
| 5.3.1 混合调度模型的假设 | 第85-87页 |
| 5.3.2 混合调度模型的调度规则 | 第87-88页 |
| 5.3.3 混合调度模型流程图 | 第88-89页 |
| 5.4 三阶段混合调度模型的实施 | 第89-94页 |
| 5.4.1 算例数据 | 第89-90页 |
| 5.4.2 算例调度结果及分析 | 第90-94页 |
| 5.5 本章小结 | 第94-95页 |
| 总结与展望 | 第95-97页 |
| 参考文献 | 第97-105页 |
| 攻读硕士学位期间发表的学术论文 | 第105-106页 |
| 致谢 | 第106页 |