| 第一章 绪论 | 第1-10页 |
| ·问题的提出 | 第7-9页 |
| ·生产调度问题的基本概念 | 第7-8页 |
| ·生产调度问题的分类和表示方法 | 第8-9页 |
| ·本文所做的主要工作 | 第9-10页 |
| 第二章 作业车间调度问题方法综述 | 第10-12页 |
| ·作业车间调度问题描述 | 第10-11页 |
| ·作业车间调度问题的分类 | 第11-12页 |
| 第三章 约束满足神经网络模型 | 第12-31页 |
| ·经典作业车间调度问题的数学模型 | 第12-17页 |
| ·问题的描述 | 第12-13页 |
| ·问题的数学模型 | 第13-15页 |
| ·建模实例 | 第15-17页 |
| ·Hopfield 神经网络在生产调度问题上的应用 | 第17-18页 |
| ·约束满足神经网络模型描述 | 第18-27页 |
| ·神经元模型 | 第18-22页 |
| ·权值连接和神经元偏置设定 | 第22-26页 |
| ·CSNN 网络结构与建模 | 第26-27页 |
| ·CSNN 网络空间复杂性分析 | 第27页 |
| ·CSNN 求解算法 | 第27-31页 |
| ·CSNN 运行机制 | 第27-28页 |
| ·CSNN 算法描述 | 第28-29页 |
| ·网络参数选择策略 | 第29页 |
| ·CSNN 网络算法时间复杂性分析 | 第29-31页 |
| 第四章 CSNN 结合启发式算法求解JSP 算法 | 第31-38页 |
| ·启发式算法的引入目的和意义 | 第31页 |
| ·启发式算法描述 | 第31-35页 |
| ·相邻工序互换排序算法——启发式算法1 | 第31-33页 |
| ·确定排序下的最优算法——启发式算法2 | 第33-34页 |
| ·最后工序开工时间前提优化算法——启发式算法3 | 第34-35页 |
| ·CSNN 结合启发式算法的混合算法 | 第35-38页 |
| ·混合算法结构 | 第35-36页 |
| ·混合算法描述 | 第36-38页 |
| 第五章 CSNN 求解广义作业车间调度问题 | 第38-45页 |
| ·广义作业车间调度问题描述 | 第38-39页 |
| ·广义作业车间调度问题的数学模型 | 第39-41页 |
| ·求解广义作业车间调度问题的CSNN 模型 | 第41-44页 |
| ·求解广义作业车间调度问题的CSNN 混合算法 | 第44-45页 |
| 第六章 CSNN 的实际应用及仿真实验 | 第45-53页 |
| ·应用背景 | 第45页 |
| ·仿真环境 | 第45页 |
| ·CSNN 仿真实例 | 第45-49页 |
| ·CSNN 算法性能仿真结果 | 第48页 |
| ·结果分析 | 第48-49页 |
| ·混合算法仿真实例 | 第49-52页 |
| ·仿真实例 | 第49-51页 |
| ·结果分析 | 第51-52页 |
| ·对异常情况的讨论 | 第52-53页 |
| 第七章 结束语 | 第53-54页 |
| 参考文献 | 第54-55页 |
| 摘要 | 第55-57页 |
| Abstract | 第57-60页 |
| 致谢 | 第60页 |