VIP会员
内容简介
本书详细阐述了微粒群算法和DNA遗传算法等新型群体智能优化算法的基本原理，以及在Flow-shop、Job-shop型生产调度问题、带约束条件的模糊交货期流水车间调度问题和半导体生产调度问题上的研究应用。本书在分析比较各种典型生产调度问题特点的基础上，研究了不同调度算法在这些生产调度问题中的应用，通过对实际生产调度问题的仿真实验，并将仿真结果进行分析和比较，得出了有效和实用的改进算法，为企业生产运作管理提供了科学的指导方法。 ????本书适合管理专业或计算机专业的本科生和研究生以及生产调度人员阅读。
目录
第1章 绪论 1.1 本书写作背景及意义 1.2 本书主要内容 第2章 生产调度问题及其优化方法 2.1 生产调度问题的提出 2.1.1 生产调度问题 2.1.2 生产调度问题的分类 2.2 车间生产调度问题 2.2.1 车间生产调度问题的描述 2.2.2 车间调度问题的特点 2.2.3 Job-shop、Flow-shop和可重入型的车间调度问题 2.3 生产调度问题的优化方法 2.3.1 调度策略的研究 2.3.2 生产调度方法的研究 2.4 小结 第3章 人工生命与群体智能 3.1 人工生命 3.1.1 人工生命的研究思想 3.1.2 人工生命的研究结构 3.1.3 人工生命的研究动态 3.2 群体智能 3.2.1 群体智能的研究起源 3.2.2 群体智能算法的原理 3.2.3 群体智能的研究动态 3.3 群体智能与人工生命的关系 3.3.1 群体智能与人工生命的区别 3.3.2 群体智能与人工生命的联系 3.4 小结 第4章 微粒群算法 4.1 微粒群算法 4.1.1 微粒群算法的基本思想 4.1.2 微粒群算法的参数设置 4.1.3 微粒群算法的框架理念 4.1.4 微粒群算法的设计及流程 4.1.5 微粒群算法的收敛性分析 4.2 微粒群算法与其他优化方法的比较 4.3 微粒群算法的应用现状 4.4 小结 第5章 DNA遗传算法 5.1 DNA算法 5.1.1 DNA算法的基本原理 5.1.2 DNA组成结构 5.1.3 DNA分子操作技术 5.1.4 DNA计算与软计算的集成 5.1.5 DNA算法的研究现状及应用 5.2 DNA遗传算法 5.2.1 DNA遗传算法的基本概念 5.2.2 DNA遗传算法的实现技术 5.2.3 DNA遗传算法与遗传算法的比较 5.3 小结 第6章 作业型生产车间的微粒群调度算法 6.1 作业车间调度问题描述 6.2 基于作业调度问题的微粒群算法 6.2.1 编码 6.2.2 局部极值的判断 6.2.3 建立记忆库 6.2.4 动态设定惯性权重 6.2.5 自适应的交叉机制 6.2.6 自适应的变异机制 6.2.7 改进微粒群算法的流程 6.3 仿真算例 6.4 小结 第7章 流水型生产车间的DNA遗传调度算法 7.1 流水车间调度问题的描述 7.2 DNA遗传算法 7.3 改进DNA遗传算法 7.3.1 建立工序问题的DNA计算模型 7.3.2 编码方法 7.3.3 适应度函数 7.3.4 分裂算子 7.3.5 变异算子 7.3.6 选择算子 7.4 仿真算例 7.5 小结 第8章 模糊交货期流水车间的微粒群调度算法 8.1 模糊交货期调度问题 8.1.1 订单完成期的模糊描述 8.1.2 订单的实际处理时间 8.1.3 模糊目标函数 8.2 提前/滞后流水车间(FSSP)的混合微粒群算法 8.2.1 提前/滞后FSSP问题的描述 8.2.2 引入惩罚函数 8.2.3 动态惯性权重 8.2.4 引进交换子、交换序 8.2.5