| 摘要 | 第6-8页 |
| ABSTRACT | 第8-9页 |
| 第一章 绪论 | 第13-24页 |
| 1.1 研究背景及意义 | 第13-16页 |
| 1.2 研究现状 | 第16-22页 |
| 1.2.1 RCPSP的研究现状 | 第17-20页 |
| 1.2.2 资源受限项目调度问题的仿生智能算法求解研究 | 第20-22页 |
| 1.3 研究内容 | 第22-24页 |
| 1.3.1 本文的研究内容 | 第22页 |
| 1.3.2 论文的组织结构 | 第22-24页 |
| 第二章 资源受限项目调度问题的基本理论 | 第24-37页 |
| 2.1 RCPSP简介 | 第24-31页 |
| 2.1.1 网络计划 | 第24-27页 |
| 2.1.2 约束条件 | 第27-29页 |
| 2.1.3 RCPSP中的目标函数 | 第29-30页 |
| 2.1.4 RCPSP测试集 | 第30-31页 |
| 2.2 RCPSP的分类 | 第31-32页 |
| 2.3 RCPSP的模型及参数介绍 | 第32-33页 |
| 2.4 RCPSP的求解方法 | 第33-36页 |
| 2.4.1 精确算法 | 第33-34页 |
| 2.4.2 启发式算法 | 第34-35页 |
| 2.4.3 仿生智能优化算法 | 第35-36页 |
| 2.5 本章小结 | 第36-37页 |
| 第三章 云自适应混合细菌觅食优化算法 | 第37-54页 |
| 3.1 细菌觅食算法的仿生学基础 | 第37-39页 |
| 3.2 基本原理 | 第39-43页 |
| 3.2.1 趋化操作 | 第39-41页 |
| 3.2.2 繁殖操作 | 第41-42页 |
| 3.2.3 迁徙操作 | 第42-43页 |
| 3.3 BFO的整体流程及参数选择 | 第43-45页 |
| 3.3.1 整体流程 | 第43-45页 |
| 3.3.2 参数选择 | 第45页 |
| 3.4 改进的细菌觅食算法——云自适应混合细菌觅食优化算法 | 第45-52页 |
| 3.4.1 云理论 | 第46-47页 |
| 3.4.2 云自适应混合细菌觅食算法 | 第47-50页 |
| 3.4.3 性能测试与结果分析 | 第50-52页 |
| 3.5 本章小结 | 第52-54页 |
| 第四章 基于云自适应混合细菌觅食算法的经典资源受限项目调度问题研究 | 第54-72页 |
| 4.1 经典RCPSP描述及模型构建 | 第54-55页 |
| 4.2 云自适应混合细菌觅食算法求解经典RCPSP | 第55-58页 |
| 4.2.1 CAHBFO求解经典RCPSP的编码设计 | 第55页 |
| 4.2.2 CAHBFO求解经典RCPSP的进化策略 | 第55-56页 |
| 4.2.3 CAHBFO求解经典RCPSP的解码设计 | 第56-57页 |
| 4.2.4 求解经典RCPSP的云自适应混合细菌觅食算法 | 第57-58页 |
| 4.3 实验仿真与结果分析 | 第58-71页 |
| 4.4 本章小结 | 第71-72页 |
| 第五章 资源受限项目调度管理系统 | 第72-82页 |
| 5.1 系统设计目标及功能简介 | 第73-75页 |
| 5.1.1 系统设计目标 | 第73页 |
| 5.1.2 系统功能结构 | 第73-74页 |
| 5.1.3 系统执行流程 | 第74-75页 |
| 5.2 使用说明 | 第75-81页 |
| 5.2.1 初始界面 | 第75-76页 |
| 5.2.2 调度运行结果 | 第76-81页 |
| 5.3 本章小结 | 第81-82页 |
| 第六章 总结与展望 | 第82-84页 |
| 6.1 本文工作总结 | 第82-83页 |
| 6.2 工作展望 | 第83-84页 |
| 参考文献 | 第84-89页 |
| 附录 | 第89-101页 |
| 附录 1 | 第89-91页 |
| 附录 2 | 第91-94页 |
| 附录 3 | 第94-98页 |
| 附录 4 | 第98-101页 |
| 攻读硕士学位期间发表的学术论文及取得的相关科研成果 | 第101-102页 |
| 致谢 | 第102-103页 |
