| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状综述 | 第10-13页 |
| 1.3 研究内容 | 第13页 |
| 1.4 全文结构安排 | 第13-15页 |
| 第2章 多品种流水线平衡理论 | 第15-25页 |
| 2.1 流水线分类 | 第15-16页 |
| 2.2 流水线平衡概念 | 第16-17页 |
| 2.3 多品种流水线平衡问题分类 | 第17页 |
| 2.4 多品种流水线平衡优化 | 第17-19页 |
| 2.5 流水线生产作业常用术语 | 第19-22页 |
| 2.6 多品种流水线平衡研究的通用方法 | 第22-25页 |
| 2.6.1 综合优先矩阵法 | 第22-23页 |
| 2.6.2 投产排序最小循环法 | 第23-25页 |
| 第3章 多品种流水线均衡模型 | 第25-31页 |
| 3.1 问题描述 | 第25-26页 |
| 3.2 问题假设 | 第26页 |
| 3.3 参数和变量 | 第26-27页 |
| 3.4 模型建立 | 第27-31页 |
| 第4章 算法研究 | 第31-50页 |
| 4.1 智能优化算法 | 第31-33页 |
| 4.1.1 遗传算法 | 第31-32页 |
| 4.1.2 粒子群算法 | 第32-33页 |
| 4.2 算法原理 | 第33-34页 |
| 4.2.1 协同进化原理 | 第33页 |
| 4.2.2 双种群原理 | 第33-34页 |
| 4.3 多目标优化原理 | 第34-37页 |
| 4.4 平衡双种群 | 第37-44页 |
| 4.4.1 编码 | 第38-40页 |
| 4.4.2 译码 | 第40页 |
| 4.4.3 适应度函数 | 第40-41页 |
| 4.4.4 选择 | 第41页 |
| 4.4.5 交叉 | 第41-43页 |
| 4.4.6 变异 | 第43-44页 |
| 4.4.7 双种群基因迁移 | 第44页 |
| 4.5 排序双种群遗传算法 | 第44页 |
| 4.6 多目标轮换并行遗传算法 | 第44-47页 |
| 4.7 基于遗传算法和粒子群算法的混合智能优化算法 | 第47-50页 |
| 4.7.1 算法思想 | 第47页 |
| 4.7.2 算法模型 | 第47页 |
| 4.7.3 算法描述 | 第47-50页 |
| 第5章 优化结果及分析 | 第50-63页 |
| 5.1 数字实验描述及参数设定 | 第50-53页 |
| 5.2 模型求解 | 第53-63页 |
| 5.2.1 GNSPSO搜索特性 | 第53-55页 |
| 5.2.2 参数影响分析 | 第55-57页 |
| 5.2.3 小规模算例结果对比 | 第57-59页 |
| 5.2.4 大规模算例结果对比 | 第59-63页 |
| 第6章 总结与展望 | 第63-65页 |
| 6.1 全文总结 | 第63页 |
| 6.2 研究展望 | 第63-65页 |
| 参考文献 | 第65-71页 |
| 附录A GNSPSO求解结果 | 第71-73页 |
| 附录B DBGA求解结果 | 第73-75页 |
| 附录C DSGA求解结果 | 第75-77页 |
| 附录D CEGA求解结果 | 第77-79页 |
| 致谢 | 第79-80页 |
| 作者简介 | 第80页 |