| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 附录 | 第13-14页 |
| 第1章 绪论 | 第14-20页 |
| 1.1 研究背景及意义 | 第14-16页 |
| 1.1.1 研究背景 | 第14-15页 |
| 1.1.2 研究意义 | 第15-16页 |
| 1.2 研究目标与研究内容 | 第16-17页 |
| 1.3 论文创新点与组织结构 | 第17-20页 |
| 第2章 项目调度研究综述 | 第20-52页 |
| 2.1 RCPSP描述及问题扩展 | 第20-33页 |
| 2.1.1 RCPSP中的资源 | 第20-21页 |
| 2.1.2 RCPSP中的任务 | 第21-22页 |
| 2.1.3 RCPSP的描述 | 第22-23页 |
| 2.1.4 项目网络构建及约简方法 | 第23-26页 |
| 2.1.5 项目参数 | 第26-27页 |
| 2.1.6 数学模型及问题分类 | 第27-33页 |
| 2.2 RCPSP的求解算法 | 第33-40页 |
| 2.2.1 精确算法 | 第33-34页 |
| 2.2.2 启发式算法 | 第34-38页 |
| 2.2.3 智能优化算法 | 第38-40页 |
| 2.3 MRCPSP优化算法 | 第40-43页 |
| 2.3.1 求解MRCPSP的精确算法 | 第40-41页 |
| 2.3.2 求解MRCPSP的启发式算法 | 第41页 |
| 2.3.3 求解MRCPSP的智能优化算法 | 第41-43页 |
| 2.4 PSPMSWC研究现状 | 第43-51页 |
| 2.4.1 技能的定义与分类 | 第43-45页 |
| 2.4.1.1 技能的定义 | 第43-44页 |
| 2.4.1.2 技能的分类 | 第44-45页 |
| 2.4.2 技能工人优化问题的优化目标 | 第45-46页 |
| 2.4.3 技能工人优化问题的求解算法 | 第46-50页 |
| 2.4.4 技能工人优化问题的应用领域 | 第50-51页 |
| 2.5 本章小结 | 第51-52页 |
| 第3章 求解RCPSP的Memetic算法 | 第52-66页 |
| 3.1 Memetic算法 | 第52-53页 |
| 3.2 求解RCPSP的MA | 第53-58页 |
| 3.2.1 求解步骤 | 第54-57页 |
| 3.2.1.1 个体编码 | 第54页 |
| 3.2.1.2 交叉和变异 | 第54页 |
| 3.2.1.3 局域搜索过程 | 第54-57页 |
| 3.2.2 求解过程 | 第57-58页 |
| 3.2.2.1 预处理过程 | 第57页 |
| 3.2.2.2 主过程 | 第57-58页 |
| 3.3 测试实验与计算结果 | 第58-65页 |
| 3.3.1 实验设计与参数设置 | 第58-61页 |
| 3.3.2 实验结果 | 第61-62页 |
| 3.3.3 与其他算法求解结果的对比 | 第62-65页 |
| 3.4 本章小结 | 第65-66页 |
| 第4章 求解MRCPSP的Memetic算法 | 第66-84页 |
| 4.1 求解MRCPSP的MA设计 | 第66-76页 |
| 4.1.1 个体编码和适应度计算 | 第66-68页 |
| 4.1.1.1 个体编码 | 第66页 |
| 4.1.1.2 适应度函数 | 第66-68页 |
| 4.1.2 局域搜索过程 | 第68-73页 |
| 4.1.2.1 局域搜索过程LS1 | 第69-70页 |
| 4.1.2.2 局域搜索过程LS2 | 第70-73页 |
| 4.1.3 Justification | 第73-74页 |
| 4.1.4 求解过程 | 第74-75页 |
| 4.1.5 初始种群 | 第75页 |
| 4.1.6 交叉算子 | 第75页 |
| 4.1.7 变异算子 | 第75-76页 |
| 4.2 实验与结果 | 第76-82页 |
| 4.2.1 参数设定 | 第76-77页 |
| 4.2.2 适应度函数的对比结果 | 第77-78页 |
| 4.2.3 MA的计算结果 | 第78-79页 |
| 4.2.4 与其他算法对比结果 | 第79-82页 |
| 4.3 本章小结 | 第82-84页 |
| 第5章 多技能人力资源约束项目调度优化 | 第84-100页 |
| 5.1 研究问题的背景 | 第84页 |
| 5.2 问题描述与数学模型 | 第84-87页 |
| 5.2.1 多技能人力资源约束项目调度问题描述 | 第84-85页 |
| 5.2.2 多技能人力资源约束项目调度问题的混合整数线性规划模型 | 第85-87页 |
| 5.3 两阶段启发式算法设计 | 第87-92页 |
| 5.3.1 两阶段启发式算法总体思想 | 第87-88页 |
| 5.3.2 两阶段启发式算法流程 | 第88-90页 |
| 5.3.2.1 第一阶段:计算任务优先权 | 第88页 |
| 5.3.2.2 第二阶段:确定任务开始时间及工人指派规则 | 第88-89页 |
| 5.3.2.3 两阶段启发式算法步骤 | 第89-90页 |
| 5.3.3 两阶段启发式算法实验设计与结果分析 | 第90-92页 |
| 5.3.3.1 两阶段启发式算法实验设计 | 第90页 |
| 5.3.3.2 两阶段启发式算法实验结果 | 第90-92页 |
| 5.4 基于优先规则的MA | 第92-99页 |
| 5.4.1 基于优先规则的MA流程 | 第92-93页 |
| 5.4.2 编码和解码 | 第93-95页 |
| 5.4.3 适应值计算 | 第95页 |
| 5.4.4 交叉算子 | 第95-96页 |
| 5.4.5 邻域搜索算子 | 第96页 |
| 5.4.6 基于优先规则的MA的实验设计与结果分析 | 第96-99页 |
| 5.4.6.1 参数设置 | 第96-97页 |
| 5.4.6.2 基于优先规则的MA的求解结果 | 第97-99页 |
| 5.5 本章小结 | 第99-100页 |
| 第6章 多项目中多技能人力资源调度优化 | 第100-106页 |
| 6.1 研究背景 | 第100页 |
| 6.2 问题描述及数学模型 | 第100-103页 |
| 6.2.1 问题描述 | 第100-101页 |
| 6.2.2 数学模型 | 第101-103页 |
| 6.3 实验设计与结果分析 | 第103-105页 |
| 6.3.1 实验设计 | 第103-104页 |
| 6.3.2 实验结果 | 第104-105页 |
| 6.4 本章小结 | 第105-106页 |
| 第7章 MRO中多技能人力资源优化方法 | 第106-114页 |
| 7.1 问题研究背景 | 第106-108页 |
| 7.2 问题描述和数学模型 | 第108-111页 |
| 7.2.1 MRO服务提供商多技能工人调度问题描述 | 第108-109页 |
| 7.2.2 问题的数学模型 | 第109-110页 |
| 7.2.3 数学模型约束的线性化 | 第110-111页 |
| 7.3 实验与结果 | 第111-113页 |
| 7.3.1 实验数据 | 第111-112页 |
| 7.3.2 实验结果 | 第112-113页 |
| 7.4 本章小结 | 第113-114页 |
| 第8章 总结与展望 | 第114-116页 |
| 8.1 论文工作总结 | 第114-115页 |
| 8.2 未来的研究方向 | 第115-116页 |
| 参考文献 | 第116-136页 |
| 致谢 | 第136-138页 |
| 博士期间撰写论文情况 | 第138-140页 |
| 博士期间参加的科研项目 | 第140页 |
