| 1 前言 | 第1-10页 |
| 1．1 研究背景 | 第7-8页 |
| 1．2 遗传算法解决有限能力批量生产计划问题 | 第8-9页 |
| 1．3 研究工作与内容 | 第9-10页 |
| 2 ERP的发展与相关技术 | 第10-21页 |
| 2．1 ERP简介 | 第10-15页 |
| 2．1．1 ERP的发展 | 第10-11页 |
| 2．1．2 MRP/MRPⅡ/ERP三者之间的关系 | 第11页 |
| 2．1．3 ERP的原理 | 第11-12页 |
| 2．1．4 ERP的构成与功能简介 | 第12-13页 |
| 2．1．5 ERP中的DSS | 第13-14页 |
| 2．1．6 未来发展趋势 | 第14-15页 |
| 2．2 数据仓库技术 | 第15-21页 |
| 2．2．1 数据仓库的定义 | 第15-16页 |
| 2．2．2 数据仓库的发展 | 第16页 |
| 2．2．3 数据仓库的体系结构 | 第16-17页 |
| 2．2．4 数据仓库的设计 | 第17-18页 |
| 2．2．5 ERP和数据仓库的结合 | 第18-19页 |
| 2．2．6 数据仓库的物理存储 | 第19-21页 |
| 3 遗传算法概述 | 第21-33页 |
| 3．1 遗传算法的思想与特点 | 第21-22页 |
| 3．2 遗传算法的基本流程 | 第22-23页 |
| 3．3 算法关键参数和操作的设计 | 第23-28页 |
| 3．3．1 编码 | 第23页 |
| 3．3．2 适配值函数 | 第23-25页 |
| 3．3．3 算法参数 | 第25页 |
| 3．3．4 遗传算子 | 第25-27页 |
| 3．3．5 算法的终止条件 | 第27-28页 |
| 3．4 遗传算法在实际应用问题中的探讨 | 第28-31页 |
| 3．4．1 确定P_m和P_c的方法 | 第28-29页 |
| 3．4．2 采用多次遗传算法 | 第29页 |
| 3．4．3 让父代中最好的解直接遗传到下一代 | 第29-30页 |
| 3．4．4 避免近亲繁殖 | 第30页 |
| 3．4．5 动态地设置交叉概率和变异概率 | 第30-31页 |
| 3．5 遗传算法的退火思想 | 第31-33页 |
| 3．5．1 模拟退火算法(SA)与Boltzmann生存机制 | 第31-32页 |
| 3．5．2 多级退火和移民策略 | 第32-33页 |
| 4 多级退火遗传算法解决CLSP问题 | 第33-48页 |
| 4．1 生产管理中的有限能力批量计划问题 | 第33页 |
| 4．2 多级退火遗传算法解CLSP | 第33-41页 |
| 4．2．1 ULSP混合整数规划模型 | 第33-36页 |
| 4．2．2 CLSP混合整数规划模型 | 第36-37页 |
| 4．2．3 CLSP问题的基因表示 | 第37-38页 |
| 4．2．4 适应度函数的确定 | 第38-39页 |
| 4．2．5 交叉算子和变异算子的确定 | 第39-41页 |
| 4．2．6 多级退火策略 | 第41页 |
| 4．3 多级退火遗传算法的具体实现 | 第41-42页 |
| 4．4 算法的实际应用 | 第42-48页 |
| 4．4．1 算法的应用环境 | 第42-46页 |
| 4．4．2 算法的性能分析 | 第46-48页 |
| 5 ERP生产计划系统的设计实现 | 第48-55页 |
| 5．1 系统背景 | 第48页 |
| 5．2 系统目标 | 第48-49页 |
| 5．3 系统逻辑模型和结构设计 | 第49-50页 |
| 5．4 生产计划管理系统 | 第50-52页 |
| 5．5 多级退火遗传算法的应用 | 第52-55页 |
| 5．5．1 数据库存储 | 第52-53页 |
| 5．5．2 算法的应用 | 第53-55页 |
| 6 结束语 | 第55-56页 |
| 致谢 | 第56-57页 |
| 参考文献 | 第57-61页 |
| 附录 | 第61页 |