基于遗传算法的车间动态调度研究
目录 | 第5-7页 |
CONTENTS | 第7-9页 |
摘要 | 第9-10页 |
Abstract | 第10页 |
第1章 绪论 | 第12-18页 |
1.1 课题研究背景 | 第12-13页 |
1.2 国内外研究现状及存在问题 | 第13-14页 |
1.2.1 国内外研究现状 | 第13-14页 |
1.2.2 存在问题 | 第14页 |
1.3 本文主要研究内容及意义 | 第14-15页 |
1.3.1 研究内容 | 第14-15页 |
1.3.2 研究意义 | 第15页 |
1.4 论文结构 | 第15-18页 |
第2章 车间调度问题和遗传算法理论 | 第18-32页 |
2.1 车间调度问题 | 第18-20页 |
2.1.1 车间调度问题的分类 | 第18-19页 |
2.1.2 车间调度问题的特点 | 第19-20页 |
2.2 遗传算法理论 | 第20-30页 |
2.2.1 遗传算法的产生和发展 | 第20-21页 |
2.2.2 遗传算法的基本原理和基本流程 | 第21-22页 |
2.2.3 遗传算法的基本操作 | 第22-28页 |
2.2.4 遗传算法特点及应用 | 第28-30页 |
2.3 本章小结 | 第30-32页 |
第3章 作业车间静态调度算法研究 | 第32-50页 |
3.1 作业车间调度模型描述 | 第32-36页 |
3.1.1 调度模型数学描述 | 第32-33页 |
3.1.2 建立目标模型 | 第33-35页 |
3.1.3 模型的输入和输出 | 第35-36页 |
3.2 作业车间遗传算法研究 | 第36-46页 |
3.2.1 遗传算法基本流程 | 第36-37页 |
3.2.2 编码、解码与初始种群的产生 | 第37-40页 |
3.2.3 适应度函数 | 第40-41页 |
3.2.4 遗传算子的设计 | 第41-44页 |
3.2.5 精英染色体库 | 第44页 |
3.2.6 遗传参数的选择 | 第44-46页 |
3.3 算例仿真 | 第46-48页 |
3.4 本章小结 | 第48-50页 |
第4章 作业车间动态调度研究 | 第50-70页 |
4.1 车间动态调度问题概述 | 第50-54页 |
4.1.1 车间动态调度问题描述 | 第50-51页 |
4.1.2 动态调度分类 | 第51页 |
4.1.3 动态调度策略 | 第51-52页 |
4.1.4 动态调度研究方法 | 第52-54页 |
4.2 动态调度相关技术研究 | 第54-55页 |
4.2.1 滚动窗口技术 | 第54页 |
4.2.2 重调度依据 | 第54-55页 |
4.2.3 重调度的偏离程度 | 第55页 |
4.3 动态调度研究 | 第55-65页 |
4.3.1 车间动态调度模型的修正 | 第56-60页 |
4.3.2 车间动态事件的解决 | 第60-63页 |
4.3.3 遗传算法的动态调度实时性问题 | 第63-65页 |
4.4 算例仿真 | 第65-68页 |
4.5 本章小结 | 第68-70页 |
第5章 车间调度系统研究与实现 | 第70-80页 |
5.1 车间调度系统的研究 | 第70-71页 |
5.1.1 系统功能需求分析 | 第70页 |
5.1.2 系统开发平台和运行环境 | 第70-71页 |
5.1.3 系统的结构 | 第71页 |
5.2 车间调度系统的功能模块分析 | 第71-79页 |
5.2.1 基础数据录入 | 第72-73页 |
5.2.2 遗传算法管理 | 第73-74页 |
5.2.3 优化仿真及查询 | 第74-75页 |
5.2.4 动态数据管理 | 第75-79页 |
5.3 本章小结 | 第79-80页 |
总结与展望 | 第80-82页 |
总结 | 第80-81页 |
展望 | 第81-82页 |
参考文献 | 第82-86页 |
致谢 | 第86-87页 |
学位论文评阅及答辩情况表 | 第87页 |