离散车间生产调度是提高运营效率、降低成本，乃至取得竞争优势的重要手段和有力工具。随着离散车间生产调度问题的深入研究，新问题、新模型和新方法不断涌现。本书共7章：第1章为绪论；第2章为Job-shop最优作业切换的成组调度模型与关键技术；第3章为基于加工资源相似度的聚类成组研究；第4章为基于EDD-SDST-ACO启发规则的最优作业切换单机成组调度研究；第5章为基于GATS混合算法的最优作业切换不相关并行机成组调度研究；第6章为基于QCSO混合算法的最优作业切换柔性Job-shop调度研究；第7章为总结与展望。
本书可作为高等院校工业工程类专业本科生和工程硕士的辅助教材，也可供相关企业的工业工程师和生产管理人员阅读参考。
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Job-shop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Job-shop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-SDST-ACO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
[
我的消息
购物车
