摘要 | 第4-5页 |
ABSTRACT | 第5页 |
第一章 绪论 | 第10-16页 |
1.1 课题研究背景及意义 | 第10-11页 |
1.2 国内外研究综述 | 第11-14页 |
1.2.1 物联网研究发展现状 | 第11-12页 |
1.2.2 生产计划与调度研究现状 | 第12-14页 |
1.3 研究方法及主要研究内容 | 第14-16页 |
第二章 钢结构企业生产调度问题分析 | 第16-24页 |
2.1 钢结构企业生产流程与特点 | 第16-17页 |
2.1.1 生产流程 | 第16页 |
2.1.2 生产特点 | 第16-17页 |
2.2 生产计划与调度问题概述 | 第17-20页 |
2.2.1 生产计划与生产调度的关系 | 第17-18页 |
2.2.2 钢结构企业生产计划与调度 | 第18-20页 |
2.3 生产计划与调度问题的研究方法 | 第20-23页 |
2.3.1 研究方法与方向 | 第20-22页 |
2.3.2 智能优化算法 | 第22-23页 |
2.4 本章小结 | 第23-24页 |
第三章 基于 Petri 网的生产调度问题建模 | 第24-36页 |
3.1 Petri 网基本理论 | 第24-29页 |
3.1.1 Petri 网的概念 | 第24-27页 |
3.1.2 Petri 网的运行规则 | 第27-28页 |
3.1.3 Petri 网的基本性质 | 第28-29页 |
3.2 基于 Petri 网的生产调度建模的基本思想 | 第29-30页 |
3.3 生产调度模型的建立 | 第30-34页 |
3.3.1 生产调度问题描述 | 第30页 |
3.3.2 目标与约束条件 | 第30-31页 |
3.3.3 扩展 Petri 网与调度问题建模 | 第31-34页 |
3.4 系统模型分析 | 第34-35页 |
3.4.1 系统冲突分析 | 第34-35页 |
3.4.2 死锁问题分析 | 第35页 |
3.5 本章小结 | 第35-36页 |
第四章 混合遗传算法在钢结构生产调度中的应用 | 第36-56页 |
4.1 遗传算法理论 | 第36-41页 |
4.1.1 遗传算法的基本思想 | 第36-37页 |
4.1.2 遗传算法操作的设计 | 第37-39页 |
4.1.3 遗传算法的特点及不足 | 第39-40页 |
4.1.4 参数的自适应调整 | 第40-41页 |
4.2 混合遗传算法 | 第41-44页 |
4.2.1 模拟退火算法 | 第41-42页 |
4.2.2 混合遗传算法的思想及流程 | 第42-44页 |
4.3 基于 Petri 网模型的混合遗传算法设计 | 第44-49页 |
4.3.1 编码 | 第44-46页 |
4.3.2 种群初始化 | 第46页 |
4.3.3 适应度函数 | 第46-47页 |
4.3.4 选择算子 | 第47页 |
4.3.5 交叉算子 | 第47-48页 |
4.3.6 变异算子 | 第48页 |
4.3.7 模拟退火算法设计 | 第48-49页 |
4.3.8 终止条件 | 第49页 |
4.4 算例分析 | 第49-54页 |
4.4.1 问题描述 | 第49-51页 |
4.4.2 建模 | 第51-53页 |
4.4.3 使用混合遗传算法求解 | 第53-54页 |
4.5 本章小结 | 第54-56页 |
第五章 钢结构生产调度系统的设计与实现 | 第56-68页 |
5.1 物联网环境下的车间信息管理系统 | 第56-60页 |
5.1.1 物联网概述及其体系结构 | 第56-57页 |
5.1.2 物联网相关技术 | 第57-58页 |
5.1.2.1 RFID 技术 | 第57页 |
5.1.2.2 ZigBee 技术 | 第57-58页 |
5.1.2.3 RFID 与 ZigBee 相结合的优势 | 第58页 |
5.1.3 钢结构车间信息管理系统 | 第58-60页 |
5.1.3.1 车间信息管理系统的体系结构 | 第58-59页 |
5.1.3.2 车间数据管理系统的网络支撑环境 | 第59-60页 |
5.2 系统需求分析 | 第60-62页 |
5.3 系统设计 | 第62-65页 |
5.3.1 系统架构设计 | 第62页 |
5.3.2 数据模型设计 | 第62-64页 |
5.3.3 功能模块设计 | 第64-65页 |
5.4 系统实现与应用 | 第65-67页 |
5.5 本章小结 | 第67-68页 |
第六章 总结与展望 | 第68-70页 |
参考文献 | 第70-74页 |
致谢 | 第74-76页 |
攻读学位期间所取得的相关科研成果 | 第76页 |