离散车间排序依赖作业切换的成组调度研究电子书

前折页

版权页

内容简介

前言

1　绪论

1.1　研究背景

1.2　国内外相关研究现状

◎1.2.1　作业切换

◎1.2.2　成组技术

◎1.2.3　Job-shop调度

1.2.4　成组调度研究现状

1.3　研究目的、意义

1.4　研究内容、方法、技术路线

◎1.4.1　研究内容

◎1.4.2　研究方法

◎1.4.3　技术路线

1.5　本书的创新之处

1.6　本章小结

2　Job-shop最优作业切换的成组调度模型与关键技术

2.1　引言

2.2　Job-shop最优作业切换问题

◎2.2.1　Job-shop调度

◎2.2.2　Job-shop作业切换

◎2.2.3　Job-shop作业切换影响因素分析

◎2.2.4　最优作业切换问题的提出

2.3　基于成组技术的最优作业切换的Jobshop调度模型

◎2.3.1　面向Job-shop最优作业切换成组调度

◎2.3.2　基于成组技术的最优作业切换的Job-shop调度模型

2.4　面向最优作业切换的Job-shop成组调度关键技术

◎2.4.1　零件聚类成组

◎2.4.2　基于成组技术的最优作业切换单机调度问题

◎2.4.3　基于成组技术的最优作业切换不相关并行机调度问题

◎2.4.4　基于成组技术的最优作业切换柔性Jobshop调度问题

2.5　本章小结

3　基于加工资源相似度的聚类成组研究

3.1　引言

3.2　加工资源特征

3.3　加工资源相似性度量

◎3.3.1　建立编码矩阵

◎3.3.2　加工资源的加权相似性度量

3.4　基于加工资源相似的零件聚类成组遗传算法

◎3.4.1　聚类效果评价

◎3.4.2　目标函数

◎3.4.3　分组编码

◎3.4.4　种群初始化

◎3.4.5　适应度函数

◎3.4.6　选择操作

◎3.4.7　交叉操作

◎3.4.8　变异操作

3.5　实例验证

◎3.5.1　数据生成

◎3.5.2　计算结果

3.6　本章小结

4　基于EDD-SDSTACO启发规则的最优作业切换单机成组调度研究

4.1　引言

4.2　问题描述

4.3　模型构建

4.4　EDD-SDST-ACO启发式规则

◎4.4.1　蚁群算法

◎4.4.2　工件组排序

◎4.4.3　工件组内排序

◎4.4.4　信息素更新策略

◎4.4.5　EDD-SDST-ACO算法流程

4.5　EDD-SDST-ACO启发式规则有效性验证

◎4.5.1　数据生成

◎4.5.2　参数设置

◎4.5.3　计算结果

4.6　实证研究

4.7　本章小结

5　基于GATS混合算法的最优作业切换不相关并行机成组调度研究

5.1　引言

5.2　问题描述

5.3　模型构建

5.4　算法设计

◎5.4.1　种群初始化

◎5.4.2　适应度函数

◎5.4.3　获得初始解

◎5.4.4　邻域生成方法

◎5.4.5　交叉操作

◎5.4.6　变异操作

◎5.4.7　遗传禁忌搜索算法流程

5.5　算法有效性验证

◎5.5.1　数据生成

◎5.5.2　算法参数设置

◎5.5.3　计算结果

5.6　本章小结

6　基于QCSO混合算法的最优作业切换柔性Job-shop调度研究

6.1　引言

6.2　问题描述

6.3　模型构建

6.4　算法设计

◎6.4.1　编码机制

◎6.4.2　解码机制

◎6.4.3　搜索模式

◎6.4.4　跟踪模式

◎6.4.5　量子旋转角更新

◎6.4.6　适应度函数

◎6.4.7　量子猫群优化算法流程

6.5　算法有效性验证

◎6.5.1　数据生成

◎6.5.2　计算结果

6.6　实证研究

6.7　本章小结

7　总结与展望

7.1　本书总结

7.2　研究展望

参考文献

反侵权盗版声明

后折页