基于混合遗传算法的柔性作业车间动态调度问题研究
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第8-16页 |
| 1.1 研究背景及意义 | 第8-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 研究内容及框架 | 第12-14页 |
| 1.4 研究方法 | 第14-15页 |
| 1.5 创新之处 | 第15页 |
| 1.6 本章小结 | 第15-16页 |
| 第二章 相关基础理论概述 | 第16-25页 |
| 2.1 柔性作业车间调度概述 | 第16-18页 |
| 2.1.1 FJSP问题描述与分类 | 第16-17页 |
| 2.1.2 FJSP评价指标 | 第17-18页 |
| 2.2 遗传算法基本理论 | 第18-20页 |
| 2.2.1 遗传算法的基本原理 | 第18-19页 |
| 2.2.2 遗传算法的特点 | 第19-20页 |
| 2.3 模拟退火算法概述 | 第20-23页 |
| 2.3.1 模拟退火算法的基本思想 | 第20-22页 |
| 2.3.2 模拟退火算法的特点 | 第22-23页 |
| 2.4 机器学习机制概述 | 第23-24页 |
| 2.5 本章小结 | 第24-25页 |
| 第三章 柔性作业车间动态调度问题描述 | 第25-30页 |
| 3.1 柔性作业车间动态调度问题分析 | 第25页 |
| 3.2 柔性作业车间动态调度问题建模 | 第25-29页 |
| 3.2.1 问题描述 | 第25-26页 |
| 3.2.2 基本符号定义 | 第26-27页 |
| 3.2.3 模型假设条件 | 第27-28页 |
| 3.2.4 模型优化目标 | 第28-29页 |
| 3.3 本章小结 | 第29-30页 |
| 第四章 动态调度策略及混合遗传算法 | 第30-55页 |
| 4.1 柔性作业车间动态调度框架 | 第30-31页 |
| 4.2 动态调度策略 | 第31-33页 |
| 4.2.1 重调度触发机制 | 第31-32页 |
| 4.2.2 重调度关键技术 | 第32-33页 |
| 4.3 动态调度的混合遗传算法 | 第33-43页 |
| 4.3.1 编码与解码 | 第34-36页 |
| 4.3.2 初始化 | 第36-37页 |
| 4.3.3 种群保优策略 | 第37页 |
| 4.3.4 机器学习 | 第37-38页 |
| 4.3.5 选择操作 | 第38-39页 |
| 4.3.6 交叉操作 | 第39-41页 |
| 4.3.7 变异操作 | 第41-42页 |
| 4.3.8 模拟退火准则 | 第42页 |
| 4.3.9 终止准则 | 第42-43页 |
| 4.4 算例分析 | 第43-54页 |
| 4.4.1 仿真环境 | 第43页 |
| 4.4.2 实验数据及参数 | 第43-45页 |
| 4.4.3 实验结果及分析 | 第45-54页 |
| 4.5 本章小结 | 第54-55页 |
| 第五章 柔性作业车间调度平台原型系统 | 第55-74页 |
| 5.1 调度平台的分析 | 第55-58页 |
| 5.1.1 用例分析 | 第55-57页 |
| 5.1.2 功能性需求分析 | 第57-58页 |
| 5.1.3 非功能性需求分析 | 第58页 |
| 5.2 调度平台的设计 | 第58-67页 |
| 5.2.1 系统结构框架设计 | 第58-59页 |
| 5.2.2 系统功能模块设计 | 第59-61页 |
| 5.2.3 系统数据库设计 | 第61-65页 |
| 5.2.4 系统详细设计 | 第65-67页 |
| 5.3 调度平台的实现 | 第67-73页 |
| 5.3.1 登录界面 | 第68页 |
| 5.3.2 主界面 | 第68-69页 |
| 5.3.3 工件信息管理界面 | 第69-70页 |
| 5.3.4 调度优化管理界面 | 第70-72页 |
| 5.3.5 动态事件管理界面 | 第72-73页 |
| 5.4 本章小结 | 第73-74页 |
| 总结与展望 | 第74-76页 |
| 参考文献 | 第76-80页 |
| 致谢 | 第80-81页 |
| 附录1 部分测试实例数据 | 第81-85页 |
| 附录2 部分程序代码 | 第85-93页 |
| 个人简历、在学期间的研究成果及发表的学术论文 | 第93页 |
