| 摘要 | 第1-7页 |
| ABSTRACT | 第7-8页 |
| 致谢 | 第8-13页 |
| 第1章 绪论 | 第13-18页 |
| ·研究背景 | 第13页 |
| ·调度问题研究现状 | 第13-15页 |
| ·本文研究意义 | 第15-16页 |
| ·本文研究内容和结构安排 | 第16-18页 |
| 第2章 车间调度问题概述 | 第18-28页 |
| ·调度问题概述 | 第18-20页 |
| ·调度的任务 | 第18页 |
| ·调度问题的分类 | 第18-20页 |
| ·车间调度问题 | 第20-21页 |
| ·Job-shop 调度问题描述 | 第20页 |
| ·数学模型 | 第20-21页 |
| ·车间调度问题的特点 | 第21-22页 |
| ·车间调度问题的优化方法 | 第22-28页 |
| ·数学方法 | 第22-23页 |
| ·基于规则的调度方法 | 第23-24页 |
| ·系统仿真的方法 | 第24-25页 |
| ·基于DEDS 的解析模型方法 | 第25页 |
| ·邻域搜索法 | 第25-26页 |
| ·人工智能方法 | 第26-27页 |
| ·车间调度优化方法中存在的问题 | 第27-28页 |
| 第3章 蚁群算法 | 第28-40页 |
| ·蚁群算法概论 | 第28-31页 |
| ·蚁群算法的生物学基础 | 第28-29页 |
| ·蚁群算法的原理 | 第29-31页 |
| ·蚁群算法基本模型及实现步骤 | 第31-35页 |
| ·蚁群算法基本模型 | 第31-33页 |
| ·基本蚁群算法的具体实现 | 第33-35页 |
| ·蚁群算法的特征 | 第35页 |
| ·蚁群算法的优点 | 第35页 |
| ·蚁群算法的缺点 | 第35页 |
| ·蚁群算法的研究概况 | 第35-37页 |
| ·蚁群算法在调度问题中的应用 | 第37-40页 |
| ·英文文献综述 | 第37-38页 |
| ·中文文献综述 | 第38-40页 |
| 第4章 基于Job-shop 调度问题的改进蚁群算法 | 第40-53页 |
| ·车间调度问题的析取图 | 第40-42页 |
| ·基于JSP 的改进蚁群算法 | 第42-49页 |
| ·构建JSP 的解 | 第43-46页 |
| ·解的局部调整方案 | 第46-48页 |
| ·信息素更新 | 第48-49页 |
| ·模拟实验与分析 | 第49-52页 |
| ·JSP 实例 | 第49-50页 |
| ·结果与比较 | 第50-52页 |
| ·小结 | 第52-53页 |
| 第5章 总结与展望 | 第53-55页 |
| ·总结 | 第53页 |
| ·展望 | 第53-55页 |
| 参考文献 | 第55-61页 |
| 攻读硕士学位期间发表的论文 | 第61-62页 |