摘要 | 第5-6页 |
ABSTRACT | 第6-7页 |
第1章 绪论 | 第11-17页 |
1.1 课题研究背景及意义 | 第11-12页 |
1.2 国内外研究现状 | 第12-15页 |
1.2.1 群智能算法的国内外研究现状 | 第12-13页 |
1.2.2 萤火虫算法的国内外研究现状 | 第13页 |
1.2.3 车间调度问题的国内外研究现状 | 第13-15页 |
1.3 本文的主要研究内容 | 第15-17页 |
1.3.1 研究内容 | 第15页 |
1.3.2 主要特色与创新点 | 第15页 |
1.3.3 组织结构 | 第15-17页 |
第2章 车间调度问题简介及其现有求解算法分析 | 第17-25页 |
2.1 车间调度问题简介 | 第17-19页 |
2.1.1 车间调度问题的描述 | 第17页 |
2.1.2 流水车间调度 | 第17-18页 |
2.1.3 作业车间调度 | 第18-19页 |
2.1.4 车间调度问题的特点 | 第19页 |
2.2 车间调度问题的现有求解算法分析 | 第19-24页 |
2.2.1 精确算法 | 第19-20页 |
2.2.2 传统启发式算法 | 第20-22页 |
2.2.3 智能优化算法 | 第22-24页 |
2.3 本章小结 | 第24-25页 |
第3章 萤火虫优化算法及其改进 | 第25-48页 |
3.1 标准萤火虫优化算法研究与实现 | 第25-30页 |
3.1.1 寻优思想概述 | 第25页 |
3.1.2 相关变量的定义 | 第25-26页 |
3.1.3 GSO算法的四个阶段 | 第26-28页 |
3.1.4 算法实现 | 第28-30页 |
3.2 自适应搜索的AGSO算法 | 第30-33页 |
3.2.1 标准GSO优点 | 第30页 |
3.2.2 标准GSO缺点 | 第30-31页 |
3.2.3 改进描述 | 第31-32页 |
3.2.4 AGSO实现描述 | 第32-33页 |
3.3 AGSO算法实验 | 第33-39页 |
3.3.1 实验环境以及公共参数设置 | 第33页 |
3.3.2 全局寻优实验 | 第33-39页 |
3.3.3 AGSO算法总结 | 第39页 |
3.4 模拟退火算法 | 第39-43页 |
3.4.1 SA算法的要素构成 | 第40-41页 |
3.4.2 SA算法的实现流程 | 第41-43页 |
3.5 基于捕食搜索策略的萤火虫和模拟退火混合优化算法 | 第43-46页 |
3.5.1 捕食搜索策略概述 | 第43页 |
3.5.2 SAGSO算法 | 第43-44页 |
3.5.3 高维多模函数优化实验 | 第44-46页 |
3.6 本章小结 | 第46-48页 |
第4章 改进离散萤火虫优化算法求解PFSP问题 | 第48-66页 |
4.1 置换流水线调度问题数学模型 | 第48-50页 |
4.2 改进的DGSO算法设计 | 第50-57页 |
4.2.1 PFSP问题编码方式 | 第50-51页 |
4.2.2 NEH初始化 | 第51-52页 |
4.2.3 个体距离计算方式 | 第52-53页 |
4.2.4 位置更新策略 | 第53-55页 |
4.2.5 DGSO算法流程 | 第55-57页 |
4.3 仿真实验及其结果分析 | 第57-65页 |
4.3.1 仿真环境和参数设定 | 第57页 |
4.3.2 Car算例仿真结果分析 | 第57-62页 |
4.3.3 Taillard问题仿真结果分析 | 第62-65页 |
4.4 本章小结 | 第65-66页 |
第5章 流水线调度系统设计与实现 | 第66-74页 |
5.1 系统需求及关键技术 | 第66-69页 |
5.1.1 系统需求 | 第66-67页 |
5.1.2 关键技术选择 | 第67-69页 |
5.1.3 数据库表的设计 | 第69页 |
5.2 流水线调度系统主要功能展示 | 第69-73页 |
5.2.1 系统整体框架 | 第69-70页 |
5.2.2 软件系统成果展示 | 第70-73页 |
5.3 本章小结 | 第73-74页 |
第6章 论文总结与未来展望 | 第74-76页 |
6.1 研究工作总结 | 第74-75页 |
6.2 未来工作展望 | 第75-76页 |
参考文献 | 第76-79页 |
附录 | 第79-83页 |
致谢 | 第83-84页 |
攻读硕士期间发表的论文和参加的科研项目 | 第84页 |