基于微粒群算法的多模式资源受限项目调度优化问题研究
| 摘要 | 第1-6页 |
| Abstract | 第6-13页 |
| 第一章 绪论 | 第13-22页 |
| ·项目调度问题概述 | 第14-16页 |
| ·项目调度问题概述和分类 | 第14-15页 |
| ·项目调度的研究现状 | 第15-16页 |
| ·资源受限项目调度问题概述 | 第16-20页 |
| ·资源受限项目调度问题的产生与发展 | 第16页 |
| ·资源受限项目调度问题的分类 | 第16-20页 |
| ·按项目调度目标分类 | 第17-18页 |
| ·按资源类型分类 | 第18页 |
| ·按模型的不同分类 | 第18-20页 |
| ·论文的研究内容及意义 | 第20-22页 |
| ·论文的研究意义 | 第20页 |
| ·论文的研究内容 | 第20-21页 |
| ·论文的组织结构 | 第21-22页 |
| 第二章 微粒群优化算法概述 | 第22-32页 |
| ·微粒群优化算法的起源及基础规则 | 第22-23页 |
| ·微粒群优化算法的起源 | 第22页 |
| ·微粒群优化算法的基础规则 | 第22-23页 |
| ·基本微粒群优化算法 | 第23-27页 |
| ·微粒群优化算法的原理 | 第23页 |
| ·微粒群优化算法的数学描述 | 第23-25页 |
| ·微粒群优化算法的参数分析 | 第25-26页 |
| ·最大速度V_(max) | 第25页 |
| ·权重因子w | 第25页 |
| ·PSO算法参数设计 | 第25-26页 |
| ·微粒群算法的流程分析 | 第26-27页 |
| ·微粒群算法与其他进化算法的对比 | 第27-30页 |
| ·微粒群算法与模拟退火算法的比较 | 第28页 |
| ·微粒群算法与遗传算法的比较 | 第28-29页 |
| ·微粒群算法与人工神经网络的比较 | 第29-30页 |
| ·微粒群算法的研究方向 | 第30-31页 |
| ·微粒群算法的研究现状 | 第30-31页 |
| ·微粒群算法的研究方向 | 第31页 |
| ·本章小结 | 第31-32页 |
| 第三章 基于微粒群算法的MRCPSP问题研究 | 第32-50页 |
| ·MRCPSP的问题描述和假设 | 第32-37页 |
| ·MRCPSP的问题描述 | 第32页 |
| ·MRCPSP的求解方法 | 第32-37页 |
| ·精确最优调度方法 | 第33-34页 |
| ·基于优先规则的方法 | 第34-35页 |
| ·智能优化方法 | 第35-37页 |
| ·构建MRCPSP问题模型 | 第37-41页 |
| ·构建MRCPSP的网络模型 | 第37-39页 |
| ·构建MRCPSP问题的数学模型 | 第39-41页 |
| ·数学模型的分析 | 第39-40页 |
| ·MRCPSP问题数学模型 | 第40-41页 |
| ·PSO求解MRCPSP问题 | 第41-49页 |
| ·PSO求解MRCPSP问题的编码设计 | 第41-42页 |
| ·PSO求解MRCPSP问题的进化策略 | 第42-44页 |
| ·PSO求解MRCPSP问题速度进化方程 | 第42-43页 |
| ·PSO求解MRCPSP问题进化过程设计 | 第43-44页 |
| ·适应度函数设计 | 第44-46页 |
| ·PSO求解MRCPSP问题的解码设计 | 第46-49页 |
| ·解码规则 | 第46-47页 |
| ·基于规则的调度策略 | 第47-48页 |
| ·PSO求解MRCPSP问题解码方法设计 | 第48-49页 |
| ·本章小结 | 第49-50页 |
| 第四章 基于改进微粒群算法的MRCPSP问题研究 | 第50-62页 |
| ·改进PSO算法的设计思想 | 第50-53页 |
| ·模拟退火算法改进PSO | 第50-51页 |
| ·变异操作 | 第51-52页 |
| ·改进微粒群算法流程 | 第52-53页 |
| ·应用实例 | 第53-56页 |
| ·构建实例 | 第53-55页 |
| ·相关信息初始化 | 第55-56页 |
| ·算法参数信息初始化 | 第55页 |
| ·种群初始化流程 | 第55-56页 |
| ·实验结果性能测试及分析 | 第56-58页 |
| ·构建系统 | 第58-60页 |
| ·本章小结 | 第60-62页 |
| 第五章 结论和展望 | 第62-64页 |
| ·结论 | 第62页 |
| ·未来研究方向 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 硕士期间发表的学术论文 | 第68页 |
