一、工件存在不同交货宽容期的最大加权超前延误问题（论文文献综述）
陈鑫[1]（2019）在《基于误工损失指标的调度问题与算法研究》文中研究指明调度问题是组合优化、计算机科学、管理科学等领域的经典问题之一,其研究内容是指在满足一定约束的前提下,将一定时间内的不同任务分配给有限的处理机,以优化一至多个目标。众多优化目标之中,任务的误工损失是一个与其交付期有关的惩罚量,等于其滞后于交付期加工的部分。以最小化任务误工损失为优化目标的调度问题于1984年提出,已被持续研究超过30年。在前人基础上,本文继续研究了该类问题的若干形式,并利用精确算法、近似算法、元启发式算法等主流方法对它们进行求解。主要成果包括:（1）研究了同型机环境下、带公共交付期的最小化误工损失问题。通过理论分析表明当处理机数量作为参数之一的情况下,该问题是强NP难问题;针对两台同型机的特殊情况,提出了一种伪多项式时间动态规划算法,从而证明在该情况下问题的复杂性降为弱NP难;随后,证明最大处理时间优先算法（LPT算法）的近似比为10。（2）将上述问题扩展到非公共交付期的形式。通过定义解的表达方式、上下界计算方法以及支配规则等,提出了一种求解两台同型机问题的分支定界算法;同时,利用任务划分思想,提出了一种求解上述问题的穷举算法;当处理机数量为m（m≥ 2）时,提出了一种遗传算法对问题进行求解。最后,通过数值实验对上述算法进行对比分析。（3）研究了流水作业环境下的调度问题。补充了该类机器环境下复杂性方面的研究结果,经分析证明三台流水机、带公共交付期的最小化误工损失问题为强≥难问题;进而提出了一种粒子群算法对带“学习效应”的流水调度问题进行求解;并通过数值实验分析粒子群算法的性能。（4）考虑了半在线调度问题。研究了两台同型机环境下、任务具有公共交付期并提前获知任务的处理时间之和及最大处理时间的半在线调度问题,证明问题的上下界均为;在仅获知任务最大处理时间的情况下,提出竞争比为≈1.1375的半在线算法,同时证明问题的竞争比下界为√17-3≈1.1231。
吴金杰[2]（2016）在《F集团全自动FOG设备研制项目进度管理研究》文中研究指明在“工业4.0”与“中国制造2025”的时代背景下,为了推动我国制造业转型升级,实现高端化的跨越,高精密自动化设备的作用显得日益突出。随着机械、电子、视觉等技术迅速发展,高精密自动化设备日趋复杂化导致研制周期越来越长,而消费性电子产品更新换代时间日趋变短,这两者形成的时间“剪刀差”,严重制约了我国高精密设备企业的健康发展。我国高精密自动化设备研制项目延期率高达91%,即使少数能按时完成,也是付出了成本超支、质量不过关的惨痛代价。因此,提升企业设备研制进度管理水平有着极为重要的意义。论文以全自动FOG设备研制项目为例,详细论述了进度管理理论在FOG项目的实际应用。首先对FOG项目进行简述；在确定项目范围后编制了WBS分解结构,估算工作时间,在网络计划技术基础上结合Microsoft Project2003软件编制了FOG项目的初始进度计划,并识别出关键路径；接着结合并行工程和强制压缩法对进度计划进行优化；再运用定性与定量相结合的方法分析FOG项目的进度风险,并制定出应对策略。最后设计出FOG项目进度控制流程与策略,对进度进行动态监测,发现进度偏差时分析原因及其造成的影响,采取措施消除偏差。FOG项目提前7天完工并顺利通过验收,比同类设备研制周期缩短了2个月。本文的研究成果,对提升高精密自动化设备研制项目的进度管理水平,缩短设备研制工期有参考意义。
秦高阳[3]（2014）在《航空紧固件企业成组调度研究》文中研究指明随着市场需求的急剧增加及市场经济模式的不断深化，我国航空紧固件企业较为落后的生产管理模式已逐步成为制约其发展的瓶颈所在。目前，航空紧固件产品的生产基本以多品种、小批量模式为主，具体的生产任务大多依照型号、批次进行计划排产，未考虑不同型号产品间的相似性。加之航空紧固件品种衍生速度快、精度要求较高，导致了作业转换频繁，作业转换时间过长的问题。如何利用产品的相似性，缩短生产过程中的作业转换时间，已成为企业提升市场响应能力亟待解决的问题。为了解决航空紧固件生产过程中作业转换时间过长的问题，在企业调研、文献和理论分析的基础上，进行了以下研究：研究了航空紧固件的产品特点及企业产品结构特点，阐述了航空紧固件生产过程中的调度现状及作业转换现状，对现存的问题及实际需求进行了分析。在此基础上，首先对适用于航空紧固件生产过程的成组方法进行了研究，从工序加工资源的角度进行成组分析，阐述了面向生产过程的产品成组方法。其次，综合考虑产品分组与到达时间等约束，研究了产品组组内划分及排序的规则。将航空紧固件产品成组调度问题划分为单机成组调度、并行机成组调度、多工序成组调度问题分别进行研究，建立了对应的数学模型，并对三类问题之间的转换关系进行了分析。进而分析建立了用以求解各类模型的启发式规则，并将其与遗传算法相融合，给出了模型的求解算法。在前期研究的基础上，结合企业实际生产任务，对其调度方案进行了求解并与运用企业现行调度方法所得的结果进行对比分析，初步验证了研究的可行性。
王都[4]（2008）在《铁路特种货物物流网络构建及运作研究》文中研究指明铁路作为国家的基础设施,国民经济的动脉,在中国经济发展中发挥着运输主力军的作用。铁路相对于其它运输方式所具有的大运量、低成本、环保、节能等优势,成为国家优先发展的绿色交通。但是,中国铁路运输的组织方式还停留在计划经济时代的管理方式,其重点任务还是完成煤炭、粮食、钢材等国家重点物资的运输,铁路总体上来说还是一个纯运输行业。目前物流业已成为世界经济发展的支柱产业,单纯的运输企业已远远不能适应国家经济发展的需要,社会各界呼唤铁路尽快改革,由单一的运输方式融入到物流网络中,在物流业发展中发挥铁路网的综合优势和骨干作用,促进现代物流业的快速发展。我国铁路高度重视铁路物流的发展,并把特货物流看作是铁路开展物流服务的标志,给予政策支持和设备投入。鉴于此,本文从发展铁路物流产业的角度对铁路特货物流网络的构建及其运作进行研究,通过剖析铁路特货物流探讨铁路行业由运输服务向物流服务发展的新途径。论文主要创新点和相关内容如下:1.通过分析铁路特货物流的内涵和国内外铁路货运发展的现状和问题,阐述铁路发展物流产业的意义和运作模式,形成铁路特货物流网络概念。提出铁路物流网络化是发展铁路物流产业的必由之路,实施铁路大客户管理是形成铁路特货物流网络的有效方法,建立轮辐式物流网络是发展铁路特货物流网络的有利手段。2.通过研究特货物流网络如何满足冷藏物流和小汽车物流需求,总结铁路特货物流网络的形成和内在规律,基于流程再造理论提出构建铁路特货物流的组织网络、基础设施网络、信息网络,发展铁路物流产业的途径和方法。3.铁路车辆调整问题是铁路特货物流网络运作的关键问题。论文利用网络流理论和优化理论分析铁路运输生产实际中车辆调整方法,建立了铁路特货物流网络的网络流模型和车辆调整数学模型,提出了模型的算法及分析方法,提出了模型约束条件改进的构想;并基于蚁群算法（Ant Colony Optimization,简称ACO）求解物流车辆调整优化模型,用ACO算法进行了冷藏车辆调整案例计算,结果表明,建立网络流模型和车辆调整模型,利用ACO算法,实施铁路特货物流网络车辆调整,是解决大规模路网上车辆调整问题的有效途径。4.铁路特货物流需要在特殊措施保障下完成,建立铁路特货物流网络技术保障体系尤为重要。论文通过对铁路特货物流网络相关技术规程和标准、信息网络和调度系统、应急平台和安全保障系统的研究,提出了保障铁路特货物流网络安全运作的方法;提出了建立统一的技术规程和标准的建议。
李修飞[5]（2008）在《钢铁企业面向订单的集成生产计划管理技术研究》文中研究指明随着经济、政治、社会环境的变化,传统面向库存的生产计划方式在提高钢铁企业效益和竞争力方面显得乏力,这为钢铁企业的生产计划管理创新带来机遇,迫使人们不得不从新的视角来审视现行的生产计划管理系统。基于以上原因,分析了国内外钢铁企业生产计划管理研究与应用中存在的问题。以东北特钢集团生产计划管理实践为背景,应用系统、集成的管理思想,研究了钢铁企业面向订单的集成生产计划管理（MTO-basedIntegrated Production Planning Management,简称MTO-IPM）方法体系以及若干具体技术。首先,运用创新、系统、集成、权变的思想,提出了MTO-IPM方法体系,构建了基于ERP/MES/PCS三层结构的MTO-IPM模型、基于价值链的MTO-IPM模型及其监控模型,并阐述了MTO-IPM方法的概念、任务与特征,研究了MTO-IPM集成设计。针对钢铁企业统一估算未来钢铁料、铁合金等物料用量的需求,以订单属性和分布式数据仓库信息为基础,构建了基于多维建模的排产量趋势主题星型模型,采用径向基神经网络等预测方法来预测排产量趋势,分析了各种方法的效果和排产量趋势,并且在算法库中提出了一个优化的线性径向基神经网络（线性回归与径向基神经网络混合）方法,为管理人员提供了计划预测方面的技术支持。提出了定性与定量相结合的订单重要度评价指标体系,采用基于模糊层次群熵的多目标分析决策法进行订单重要度评定,在战略层次上为生产计划管理提供参考依据。针对钢铁企业资源统一管理和各分厂工艺、设备总体效率最优的经营目标需求,本文建立了基于知识映射的多品种、小批量的订单分解集成优化的集团-基地级生产计划方法和关键设备负荷确定技术,以确保企业面向订单的生产过程流畅、均衡。构建了基于集团级计划的基地提料模型,该模型通过修改料单、协调供料分厂或辅助供料分厂对计划提料进行调整,以提高计划的准确性和针对性。提出了对于集团计划进行细化的考虑品种规格的基地-分厂计划模型以及求解技术,从而解决了生产计划管理的纵深集成与横向协同问题。为了及时获取各种生产作业信息,适时对整个生产计划执行过程进行监控,本文提出了一种基于工序号和批次的物料跟踪技术。并以此为基础,针对面向订单的生产作业效率改进问题,采用数据包络分析方法,构建了面向订单的生产作业总体效率模型和纯技术效率模型,并对各作业决策单元进行了效率、规模收益、投入产出冗余及敏感度分析。模型中以作业资源为输入,以合格产量为输出。以物料跟踪的实际数据为基础,分析了面向订单的生产作业差异,采用决策树C4.5算法计算本文所设计的属性信息增益率,据此划分样本生成决策树,获得面向订单的生产作业差异的规则知识。最后,为实现论文研究成果的工程实用化,将MTO-IPM方法与信息技术集成运用,结合案例企业——东北特钢集团面向订单的生产计划管理需求状况,介绍了MTO-IPM的需求分析、结构设计以及在企业中的实施和所取得的应用效果等。
关树明[6]（2007）在《一类与交货期相关的多目标排序问题研究》文中进行了进一步梳理排序问题是一类重要的组合最优化问题。在经典排序问题中,通常假设排序的目的是使衡量排法好坏的一个一维目标函数的函数值为最小,而且这个目标函数是工件完工时间的非降函数,这就是所谓的正则目标。但是,随着社会的发展,许多企业考虑的因素越来越全面。例如,在考虑对产品的服务质量的同时,也要考虑库存的限制。一方面,工件提前完工,会增加成品的库存,增加库存费用;另一方面,延误工件的加工,会影响对工件的服务质量。因此产生了同时考虑多个目标的多目标排序问题。多目标排序作为一种多目标决策问题,在解决经济、管理、工程、军事和社会等领域中出现的复杂问题中起着越来越重要的作用。多目标排序是一类重要的新型排序,有着广泛的实际背景。本文研究了与交货期相关的一类多目标排序问题,排序的目标是极小化加权提前和延误的惩罚函数值。论文第一章阐述了本文的选题背景和多目标排序问题的研究意义,对相关排序问题的研究现状进行了回顾;第二章介绍了排序问题的相关理论基础;第三章研究了具有共同交货期的单机极小化总提前延误多目标排序问题,设计了求解该问题的两个启发式算法并且在特殊情况αi =βi= 1的情况下得到一个多项式算法,分析了其品性;第四章研究了具有不同交货期的平行机极小化总提前延误的多目标排序问题,给出了一个启发式算法,举出一个实例分析了其品性,同时对于特殊情形下的这类问题得到一个多项式算法;第五章对具有交货期的总提前延误多目标排序问题做出总结,并对这类问题提出一些说明和展望。
张超勇[7]（2007）在《基于自然启发式算法的作业车间调度问题理论与应用研究》文中研究说明调度是影响制造业生产效率的关键因素。采用合理的调度可以缩短工期、减少库存、按时交货和提高信誉。随着全球市场竞争的加剧、客户需求的多样化和个性化,制造系统的调度问题日益受到广泛的重视。生产调度问题种类繁多,方法多样,其中单件车间调度（Job-Shop Scheduling Problem）是最基本、最着名的机器调度问题,同时也是最困难的NP-hard组合优化问题之一。人们为解决这一难题已经付出几十年的努力,但至今最先进的算法仍很难得到规模较小问题的最优解。近十几年来,通过模拟自然界中生物、物理过程和人类行为过程而发展的元启发式算法,如遗传算法、禁忌搜索、模拟退火、粒子群优化算法、蚁群优化算法等,为解决调度问题提供了新的思路和手段,引起了国内外学者广泛的兴趣。遗传算法和局部搜索算法是目前主要应用于调度的元启发式算法。遗传算法所具有的只根据个体的适应度值进行搜索、较少需要问题相关具体领域知识的特点使遗传算法在生产调度等问题中得到非常广泛的应用。本文改进传统的遗传算法,提出以下三点来解决Job-Shop问题:一是提出一种全主动调度类型,进一步缩小搜索的解空间;二是提出了一种基于工序编码的交叉算子POX（Precedence Operation Crossover）,使子代能更好地继承父代的优良特征;三是为克服传统遗传算法存在的早熟收敛问题,设计了一种改进子代产生模式的遗传算法。用基准实例测试改进的遗传算法,试验结果显示该算法能比其他遗传算法更有效地解决调度问题。接着本文研究了局部搜索算法,特别是禁忌搜索算法,在Job-Shop调度问题中的运用。禁忌搜索算法的优化效率依赖于问题模型,邻域结构和移动评价策略是影响算法搜索效率和解质量的关键因素。本文提出一种新的高效邻域结构,结合适当的移动评价策略和禁忌搜索参数,设计了一种动态强化的禁忌算法。使用该算法对大量的基准实例进行测试,试验结果显示对于矩形基准实例,该算法在质量和效率上可以超越目前其他算法。最近的许多研究显示单一算法较难解决复杂的调度问题,混合优化算法能提供更强大的搜索能力。然而,到目前为止混合算法仍是一种艺术。调度问题的解空间结构属于非常复杂的“大山谷”（Big Valley）拓扑结构,为了更好地探索调度问题复杂的空间结构、弥补单一算法的不足,本文提出应用自然规律来混合算法,将不同算法进行有机和谐地结合,设计了两种混合优化算法,使算法更深刻地反映问题的本质。应用提出的混合优化算法求解着名Job-Shop调度基准问题,取得了迄今为止最好的结果,达到了国际水平的前沿。在ABZ、YN、SWV、TA和DMU基准问题的106个未解决实例中,改进了84个实例的当前最好解,有3个实例证明达到最优解。对于最着名的TA基准实例,发布的最好解已被作为最新结果在国外专业网站上公布。通过与已正式发表最好的算法进行比较可看出,对于极困难的Job-Shop调度问题,混合优化算法在解的质量方面超过目前最先进的算法。在实际生产环境中,调度问题具有多目标性、多资源性、动态性和随机性等特点。基于研究传统Job-Shop调度问题的成功经验,本文对实际生产中广泛存在的调度问题进行了深入研究,在性能指标方面,研究了总拖期时间最小、提前/拖期惩罚代价最小等性能指标;在生产模式方面,研究了柔性作业车间调度问题（Flexible Job-Shop Scheduling Problem）、动态调度（Dynamic Scheduling）,并设计了相应的优化算法,如针对柔性作业车间调度问题的特点,提出了一种双层子代产生模式的改进遗传算法;将静态调度问题的成功经验扩展到动态调度问题,提出了一种基于改进遗传算法的滚动调度策略。基于这些研究成果开发出动态调度原型系统,使理论研究能应用于企业创造价值。作业车间调度是车间制造执行系统（MES）的核心功能之一,合理、有效的作业调度是MES在离散制造业成功应用的关键。在研究车间作业调度问题理论和应用的基础上,本文对单件小批量生产方式的车间作业计划与调度方面的实现方法进行了深入的研究,结合协作企业的应用背景,开发出敏捷化车间制造执行系统（AMES V1.0）,并将AMES与其它的制造资源集成,创建了一个敏捷网络化制造系统集成平台。
徐俊刚[8]（2003）在《流程企业生产调度方法与应用研究》文中研究说明流程工业包含很多重要的能源和原材料工业，是国民经济的支柱产业，其地位举足轻重。因此，用先进技术进行流程工业的改造，使其保持高效稳定发展，对国民经济的可持续发展和增强国家经济实力是非常关键的。而生产调度是流程企业生产运行的指挥中心，提高生产调度的质量和效率对于提高流程企业的经济效益和社会效益会起到重要作用。因此，开展流程企业生产调度领域的研究是非常必要的，这些研究也必将具有重要的理论和实际意义。 本文即是对流程企业生产调度中的几个典型问题进行了研究，其中有理论探讨，也有应用研究，主要研究内容和创新成果有：（1）生产调度问题描述方法研究。分析了实际调度问题和经典调度理论之间的鸿沟；指出了实际生产调度问题涉及的诸多方面，提出了多视图的描述方法。（2）Flow-shop调度问题混合策略求解方法研究。总结了求解Flow-shop调度问题的常见算法；提出了一种基于启发式搜索算法、遗传算法和禁忌搜索算法的混合遗传算法，通过对大量置换Flow-shop Benchmark问题进行实验仿真，证明算法是有效的。（3）流程企业物料流调度优化研究。总结和定义了流程企业物料流调度优化中的相关概念；基于已有工作，建立并完善了物料流调度优化的数学模型；针对实际的瓦斯调度问题，利用这个数学模型，提出了一种新的遗传编码方法并进行了实验，实验结果有一定的参考价值。（4）基于OAA的实时多Agent生产调度系统体系结构和调度算法研究。总结了实时Agent调度的相关工作；提出了一种基于OAA的实时多Agent生产调度系统体系结构，并对其组成部分进行了形式化描述；提出了一种新的基于优先级表的实时调度算法，并利用典型数据进行了实验仿真，证明算法是有效的。（5）流程企业生产调度支撑环境研究。提出了企业问题求解环境的概念；设计了流程企业企业问题求解环境的体系结构，描述了各个组成部分的功能和实现方法；介绍了开发过程中用到的一些关键技术。 总之，本文的研究工作涉及了流程企业生产调度的几个重要方面，对于建立更加完善的生产调度问题框架、选取和混合使用各种调度算法以及流程企业物料流调度优化具有一定的指导作用，而且为建立基于多Agent的实时生产调度系统以及更加完善的企业问题求解环境理论和应用系统打下了基础。
孙世杰,陈全乐,王景侠[9]（2000）在《工件存在不同交货宽容期的最大加权超前延误问题》文中研究说明本文考虑下述排序问题：有ｎ个工件需在同一台机器上加工，对各工件有一 定容交货期．若一工件在其宽容期前完工则受加权超前惩罚，若在其宽容期后完工则受 加权延误惩罚．要求适当安排一加工方式使最大惩罚最小．文中相应某指定工件需准时 完工的上述问题征得了Ｎｐ－ｈａｒｄ性，给出了最优算法，并作了一些讨论．
陈全乐,孙世杰[10]（2000）在《一个宽容交货超前延误单机排序问题》文中指出此文考虑下述排序问题 （P） :有 n个工件需在同一台机器上加工 ,对各工件有一共同的宽容交货期 .若一工件在此宽容期前完工则为一超前工件 ,若在此宽容期后完工则为一延误工件 ,要求适当安排一加工方式和宽容交货期的位置使加权超前延误工件数最小 .文中证得 （P）是 NP-hard的 ,并给出一伪多项式时间的分枝状精确算法 ,这也就可以认为它是一般意义下的 NP-hard问题而不是强NP-hard问题 .
二、工件存在不同交货宽容期的最大加权超前延误问题（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、工件存在不同交货宽容期的最大加权超前延误问题（论文提纲范文）
（1）基于误工损失指标的调度问题与算法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 主要符号表 |
| 1 绪论 |
| 1.1 调度问题及其表示方法 |
| 1.1.1 问题概述 |
| 1.1.2 调度问题三参数表示法 |
| 1.1.3 离线、在线、半在线调度 |
| 1.2 复杂性理论 |
| 1.3 求解复杂问题的算法分类及评估方法 |
| 1.3.1 精确算法 |
| 1.3.2 基于质量保证的近似算法 |
| 1.3.3 基于数值实验的启发式算法 |
| 1.4 以误工损失为优化目标的调度问题研究现状 |
| 1.4.1 单机调度问题研究情况 |
| 1.4.2 平行机调度问题研究情况 |
| 1.4.3 串联机调度问题研究情况 |
| 1.5 论文主要贡献及组织结构 |
| 2 带公共交付期的同型机调度问题 |
| 2.1 P|dj=d|Y问题的复杂性研究 |
| 2.2 求解P2|d_j=d|Y问题的若干算法 |
| 2.2.1 伪多项式时间的动态规划算法 |
| 2.2.2 指数时间的穷举算法 |
| 2.2.3 多项式时间的近似算法 |
| 2.3 数值实验 |
| 2.3.1 实验数据集及测试平台 |
| 2.3.2 结果分析 |
| 2.4 本章小结 |
| 3 非公共交付期的同型机调度问题 |
| 3.1 求解P2||Y问题的分支定界算法 |
| 3.1.1 解的编码方式及搜索树结构 |
| 3.1.2 全局上界获取及更新方法 |
| 3.1.3 局部解下界计算方法 |
| 3.1.4 节点间的支配规则 |
| 3.1.5 B&B算法整体结构 |
| 3.2 求解P2||Y问题的穷举算法 |
| 3.3 求解Pm||Y问题的遗传算法 |
| 3.3.1 染色体初始化 |
| 3.3.2 交叉操作 |
| 3.3.3 变异操作 |
| 3.3.4 GA算法整体结构 |
| 3.4 数值实验 |
| 3.4.1 实验数据集及测试平台 |
| 3.4.2 小规模实例测试结果分析 |
| 3.4.3 大规模实例测试结果分析 |
| 3.5 本章小结 |
| 4 流水作业调度问题 |
| 4.1 F3|d_j=d|Y问题的复杂性研究 |
| 4.2 求解Fm|LE|Y问题的粒子群算法 |
| 4.2.1 考虑学习效应的调度问题 |
| 4.2.2 Fm|LE|Y问题描述 |
| 4.2.3 PSO算法设计 |
| 4.2.4 PSO算法整体结构 |
| 4.3 数值实验 |
| 4.3.1 实验数据集及测试平台 |
| 4.3.2 结果分析 |
| 4.4 本章小结 |
| 5 半在线调度问题 |
| 5.1 竞争比分析方案 |
| 5.2 P2|online,SUM&MAX,d_j=d|Y问题 |
| 5.2.1 问题定义 |
| 5.2.2 ALGO_SM算法及其竞争比分析 |
| 5.2.3 问题下界 |
| 5.3 P2|online,MAX,d_j=d|Y问题 |
| 5.3.1 问题定义 |
| 5.3.2 ALGO_M算法及其竞争比分析 |
| 5.3.3 问题下界 |
| 5.4 本章小结 |
| 6 结论与展望 |
| 6.1 结论 |
| 6.2 创新点 |
| 6.3 展望 |
| 参考文献 |
| 攻读博士学位期间科研项目及科研成果 |
| 致谢 |
| 作者简介 |
（2）F集团全自动FOG设备研制项目进度管理研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景、目的与意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究目的与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.3 研究内容、方法和创新点 |
| 1.3.1 研究内容 |
| 1.3.2 研究方法 |
| 1.3.3 创新点 |
| 第2章 全自动FOG设备研制项目简介 |
| 2.1 项目背景 |
| 2.2 全自动FOG设备主要功能与规格 |
| 2.3 FOG项目流程规划与组织架构 |
| 2.3.1 项目流程规划 |
| 2.3.2 项目组织架构 |
| 第3章 全自动FOG设备研制项目进度计划编制 |
| 3.1 FOG项目范围描述 |
| 3.2 FOG项目活动分解 |
| 3.3 FOG项目活动持续时间估计 |
| 3.4 FOG项目进度计划的编制 |
| 第4章 全自动FOG设备研制项目进度计划的优化 |
| 4.1 并行工程 |
| 4.2 强制压缩法 |
| 4.2.1 设计阶段的优化 |
| 4.2.2 采购阶段的优化 |
| 4.2.3 组装阶段的优化 |
| 4.2.4 调试阶段的优化 |
| 4.3 进度计划优化后项目按时完工的概率计算 |
| 4.4 进度计划的细化 |
| 第5章 全自动FOG设备研制项目进度控制 |
| 5.1 项目进度风险识别、分析与应对 |
| 5.1.1 FOG项目进度风险识别 |
| 5.1.2 FOG项目进度风险分析 |
| 5.1.3 FOG项目进度风险应对 |
| 5.2 项目进度控制过程与策略 |
| 5.2.1 FOG项目进度控制过程 |
| 5.2.2 FOG项目进度控制策略 |
| 5.3 FOG项目进度动态监测 |
| 5.4 FOG项目进度计划的动态调整 |
| 5.5 FOG项目管理成果与心得 |
| 5.5.1 FOG项目进度管理成果 |
| 5.5.2 FOG项目成本管理成果 |
| 5.5.3 FOG项目管理心得 |
| 结论 |
| 致谢 |
| 参考文献 |
（3）航空紧固件企业成组调度研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 论文选题背景及研究意义 |
| 1.1.1 选题背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 成组技术研究现状 |
| 1.2.2 生产调度研究现状 |
| 1.2.3 成组调度研究现状 |
| 1.3 论文研究目的及课题来源 |
| 1.3.1 研究目的 |
| 1.3.2 课题来源 |
| 1.4 论文主要研究内容与思路 |
| 2 航空紧固件企业调度现状及需求分析 |
| 2.1 航空紧固件行业现状 |
| 2.2 航空紧固件企业调度现状及问题分析 |
| 2.2.1 航空紧固件企业产品结构分析 |
| 2.2.2 航空紧固件企业调度现状及问题分析 |
| 2.2.3 航空紧固件生产作业转换现状及问题分析 |
| 2.3 航空紧固件企业调度需求分析 |
| 2.4 本章小结 |
| 3 基于加工资源的航空紧固件成组方法 |
| 3.1 航空紧固件成组特点 |
| 3.2 基于加工资源的成组策略 |
| 3.2.1 传统成组技术问题分析 |
| 3.2.2 基于加工资源的成组策略 |
| 3.3 基于加工资源的成组方法 |
| 3.3.1 作业转换涉及资源分析 |
| 3.3.2 基于加工资源的成组指标 |
| 3.3.3 基于加工资源的成组过程 |
| 3.4 本章小结 |
| 4 航空紧固件成组调度 |
| 4.1 成组调度问题描述 |
| 4.2 成组调度中产品组的初始处理 |
| 4.2.1 产品组分割 |
| 4.2.2 运行初始排序 |
| 4.3 航空紧固件单机成组调度 |
| 4.3.1 单机成组调度问题描述 |
| 4.3.2 单机成组调度模型 |
| 4.3.3 单机成组调度求解算法 |
| 4.4 航空紧固件并行机成组调度 |
| 4.4.1 并行机成组调度问题描述 |
| 4.4.2 并行机成组调度模型 |
| 4.4.3 并行机成组调度求解算法 |
| 4.5 航空紧固件多工序成组调度 |
| 4.5.1 多工序成组调度问题描述 |
| 4.5.2 多工序成组调度问题分析及处理方法 |
| 4.6 本章小结 |
| 5 案例应用 |
| 5.1 A 企业生产现状分析 |
| 5.2 A 企业成组调度应用 |
| 5.2.1 基础数据收集及处理 |
| 5.2.2 调度求解 |
| 5.3 效果分析 |
| 5.4 本章小结 |
| 6 结论 |
| 致谢 |
| 参考文献 |
| 附录 |
| A. 作者在攻读硕士学位期间从事的科研课题 |
（4）铁路特种货物物流网络构建及运作研究（论文提纲范文）
| 致谢 |
| 中文摘要 |
| ABSTRACT |
| 目录 |
| 表目录 |
| 图目录 |
| 1 绪论 |
| 1.1 研究问题的提出 |
| 1.1.1 国内铁路特货物流 |
| 1.1.2 国外铁路特货物流 |
| 1.2 国内外相关研究现状 |
| 1.3 论文研究目的与意义 |
| 1.4 论文研究思路与方法 |
| 1.4.1 研究思路 |
| 1.4.2 研究方法 |
| 1.5 研究内容与体系结构 |
| 1.5.1 研究内容和创新点 |
| 1.5.2 论文体系结构 |
| 2 铁路特种货物物流网络内涵分析 |
| 2.1 铁路特种货物物流相关概念界定和现状分析 |
| 2.1.1 铁路特种货物物流相关概念 |
| 2.1.2 国外铁路特货物流现状 |
| 2.1.3 我国铁路特货物流现状 |
| 2.1.4 铁路特货物流现状分析的启示 |
| 2.2 铁路货运向现代物流发展分析 |
| 2.2.1 国外铁路货运物流发展分析 |
| 2.2.2 我国铁路物流的发展 |
| 2.2.3 铁路货运现代物流发展分析的启迪 |
| 2.3 铁路特货物流的大客户管理 |
| 2.3.1 客户关系管理概述 |
| 2.3.2 铁路物流大客户管理模式 |
| 2.3.3 铁路特货物流大客户管理策略 |
| 2.4 铁路特货物流网络内涵 |
| 2.4.1 铁路运输与网络经济 |
| 2.4.2 铁路特货物流轮辐式网络 |
| 2.4.3 轮辐式物流网络结点站间运输组织分析 |
| 2.4.4 铁路特货物流网络概念 |
| 2.5 本章小结 |
| 3 铁路特货物流网络的构建 |
| 3.1 铁路特货物流网络的分析与构建 |
| 3.1.1 铁路特货物流网络的内容和职能 |
| 3.1.2 构建铁路特货物流网络 |
| 3.1.3 铁路特货物流对网络的需求 |
| 3.2 冷藏物流对铁路特货物流网络的需求分析 |
| 3.2.1 构建铁路冷藏物流运作需要的网络 |
| 3.2.2 铁路冷藏物流的网络构建策略和运作模式 |
| 3.3 小汽车物流对铁路特货物流网络的需求分析 |
| 3.3.1 构建铁路小汽车物流运作需要的网络 |
| 3.3.2 铁路小汽车物流的网络构建策略和运作模式 |
| 3.4 铁路特货物流网络构建中的流程再造 |
| 3.4.1 流程再造理论 |
| 3.4.2 铁路冷藏物流业务流程再造 |
| 3.4.3 铁路小汽车物流业务流程再造 |
| 3.4.4 铁路特货物流网络核心业务流程的建立 |
| 3.5 本章小结 |
| 4 铁路特货物流网络的网络流模型和运作优化 |
| 4.1 铁路特货物流网络网络流模型的研究思路 |
| 4.2 铁路特货物流运作的核心问题 |
| 4.3 铁路特货物流网络的网络流模型 |
| 4.4 铁路特货物流车辆调整数学模型与算法 |
| 4.5 物流网络节点间车辆调整优化模型与算法 |
| 4.6 模型约束条件改进的构想 |
| 4.7 铁路冷藏物流车辆调整优化模型 |
| 4.8 本章小结 |
| 5 基于蚁群优化算法ACO的铁路特货物流网络车辆调整方法 |
| 5.1 ACO概述 |
| 5.2 ACO基本原理 |
| 5.2.1 蚂蚁的生态特性 |
| 5.2.2 ACO基本原理 |
| 5.2.3 ACO算法的实现 |
| 5.3 ACO算法模型 |
| 5.3.1 蚂蚁算法 |
| 5.3.2 蚁群系统 |
| 5.3.3 最大—最小蚂蚁系统 |
| 5.3.4 其他改进的蚁群算法 |
| 5.4 ACO的应用 |
| 5.5 ACO与其它智能算法的比较 |
| 5.5.1 神经网络算法 |
| 5.5.2 遗传算法 |
| 5.5.3 模拟退火算法 |
| 5.5.4 算法比较 |
| 5.6 特货运输车辆调整的ACO算法 |
| 5.6.1 ACO算法模型简介 |
| 5.6.2 特货物流车辆调整的ACO算法设计 |
| 5.6.3 算例分析计算 |
| 5.7 本章小结 |
| 6 铁路特货物流网络运作技术保障体系的研究 |
| 6.1 铁路特货物流网络相关技术规程和标准体系 |
| 6.1.1 铁路特货物流中冷藏物流标准体系的建立 |
| 6.1.2 小汽车物流技术规程 |
| 6.2 铁路特货物流信息网络和调度系统 |
| 6.2.1 铁路特货物流信息网络 |
| 6.2.2 物流配送中心管理信息系统 |
| 6.2.3 特货物流的调度系统 |
| 6.3 铁路特货物流网络应急平台和安全保障系统建设 |
| 6.3.1 建设必要性 |
| 6.3.2 建设内容 |
| 6.3.3 建设方案 |
| 6.4 本章小结 |
| 7 主要结论与研究展望 |
| 7.1 主要结论和创新点 |
| 7.2 研究展望 |
| 参考文献 |
| 附录A |
| 科技查新结论 |
| 作者简历 |
| 学位论文数据集 |
（5）钢铁企业面向订单的集成生产计划管理技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景及其意义 |
| 1.1.1 研究背景 |
| 1.1.2 课题的提出及其研究意义 |
| 1.2 研究现状 |
| 1.3 钢铁企业生产计划管理中存在的问题分析 |
| 1.4 论文课题来源 |
| 1.5 研究方法、研究目的 |
| 1.5.1 论文的研究方法 |
| 1.5.2 论文的研究目的 |
| 1.6 论文研究主要内容和结构 |
| 1.6.1 论文研究主要内容 |
| 1.6.2 论文结构 |
| 2 钢铁企业面向订单的集成生产计划管理体系研究 |
| 2.1 引言 |
| 2.2 钢铁企业面向订单的生产流程及其构成 |
| 2.2.1 钢铁企业生产流程分析 |
| 2.2.2 基于特征映射的订单视图及生产计划功能构成 |
| 2.3 钢铁企业面向订单的集成生产计划管理体系研究 |
| 2.3.1 面向订单的集成生产计划管理体系结构 |
| 2.3.2 基于ERP/MES/PCS的面向订单的集成生产计划管理模型 |
| 2.3.3 基于价值链的面向订单的集成生产计划管理模型 |
| 2.3.4 钢铁企业面向订单的集成生产计划监控模型 |
| 2.4 钢铁企业面向订单的集成生产计划管理方法的内涵 |
| 2.5 基于价值链的MTO-IPM集成设计 |
| 2.6 本章小结 |
| 3 钢铁企业订单预测及排序管理方法研究 |
| 3.1 引言 |
| 3.2 制定生产计划的参考依据策略分析 |
| 3.3 钢铁企业基于多维建模的订单排产量预测模型 |
| 3.3.1 排产量预测分析 |
| 3.3.2 基于分布式数据仓库多纬建模的订单排产量趋势主题 |
| 3.3.3 预测算法库和相关理论基础 |
| 3.3.4 计算实例 |
| 3.4 钢铁企业基于模糊层次群熵的多目标分析决策法的订单重要度评价 |
| 3.4.1 订单重要度评价排序分析 |
| 3.4.2 订单重要度评价排序模型 |
| 3.4.3 基于模糊层次群熵的多目标分析决策方法相关理论 |
| 3.4.4 基于模糊层次群熵的多目标分析决策方法 |
| 3.4.5 重要度评价排序应用实例 |
| 3.5 本章小结 |
| 4 钢铁企业面向订单的逐级生产计划制定方法研究 |
| 4.1 引言 |
| 4.2 钢铁企业面向订单的逐级生产计划管理分析 |
| 4.3 钢铁企业面向订单的集团-基地级生产计划管理 |
| 4.3.1 基于知识映射的合同表结构分析 |
| 4.3.2 集团-基地级生产计划任务分配规则 |
| 4.4 钢铁企业面向订单的基地-分厂级生产计划管理 |
| 4.4.1 钢铁企业面向订单的基地-分厂级生产计划提料描述 |
| 4.4.2 钢铁企业面向订单的基地-分厂级生产计划提料改动方法 |
| 4.4.3 钢铁企业面向订单的基地-分厂级生产计划制定方法 |
| 4.5 本章小节 |
| 5 基于生产计划执行过程的生产作业效率及差异分析方法研究 |
| 5.1 引言 |
| 5.2 钢铁企业面向订单的生产物资流动分析 |
| 5.2.1 钢铁企业基于工序号和批次的物资流动监控描述 |
| 5.2.2 钢铁企业订单跟踪描述 |
| 5.3 基于数据包络分析和物料跟踪的面向订单的生产作业效率评价 |
| 5.3.1 面向订单的生产作业效率分析 |
| 5.3.2 数据包络分析相关理论 |
| 5.3.3 面向订单的投入产出效率分析步骤 |
| 5.3.4 实例分析 |
| 5.4 基于ID3/C4.5的面向订单的生产作业差异分析方法 |
| 5.4.1 生产作业差异分析 |
| 5.4.2 ID3/C4.5相关理论 |
| 5.4.3 应用实例 |
| 5.5 本章小结 |
| 6 基于MTO-IPM的系统实现及应用 |
| 6.1 引言 |
| 6.2 应用企业介绍分析 |
| 6.3 基于MTO-IPM的系统设计 |
| 6.3.1 系统需求分析 |
| 6.3.2 系统功能设计 |
| 6.3.3 系统的面向对象设计 |
| 6.4 系统开发软件环境 |
| 6.5 系统的实施与介绍 |
| 6.5.1 订货管理 |
| 6.5.2 计划管理 |
| 6.5.3 物料跟踪 |
| 6.5.4 合同跟踪管理 |
| 6.6 实施成效 |
| 6.7 本章小结 |
| 7 结论与展望 |
| 7.1 本文研究总结 |
| 7.2 进一步工作 |
| 创新点摘要 |
| 参考文献 |
| 附录A |
| 攻读博士学位期间参与的研究项目及发表的论文 |
| 致谢 |
（6）一类与交货期相关的多目标排序问题研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 选题的背景和意义 |
| 1.2 文献综述 |
| 1.3 研究内容和创新点 |
| 第二章 排序问题的理论基础 |
| 2.1 排序问题 |
| 2.1.1 排序问题的定义 |
| 2.1.2 排序问题的表示方法 |
| 2.1.3 排序问题的求解 |
| 2.2 计算复杂性 |
| 2.3 近似算法 |
| 第三章 具有共同交货期的单机多目标排序问题分析 |
| 3.1 问题的定义和基本假设 |
| 3.2 启发式算法 |
| 3.3 品性分析 |
| 3.4 特殊类型的1|d_j=d|∑(α_iE_i+β_iT_i) 的多项式算法 |
| 3.5 结论 |
| 第四章 具有不同交货期的平行机多目标排序问题分析 |
| 4.1 问题的定义及基本假设 |
| 4.2 一个启发式算法 |
| 4.3 品性与实例分析 |
| 4.4 特殊类型的P_2||∑∑(α_[i,j]E_[i,j]+β_[i,j]T_[i,j])启发式算法 |
| 4.5 结论 |
| 第五章 结论 |
| 参考文献 |
| 致谢 |
| 作者在攻读硕士学位期间发表的学术论文 |
| 详细摘要 |
（7）基于自然启发式算法的作业车间调度问题理论与应用研究（论文提纲范文）
| 摘要 |
| Abstract |
| 英文缩写索引表 |
| 1 绪论 |
| 1.1 课题的来源、研究目的及意义 |
| 1.2 调度问题及其国内外研究概况 |
| 1.3 调度问题的研究方法 |
| 1.4 元启发式算法及其在车间调度中的应用 |
| 1.5 基于元启发式算法的调度方法研究与前景展望 |
| 1.6 本文的结构和主要研究工作 |
| 2 基于遗传算法的车间调度问题研究 |
| 2.1 遗传算法的基本介绍 |
| 2.2 Job-Shop 调度问题的描述 |
| 2.3 调度类型的研究 |
| 2.4 遗传算法求解Job-Shop 调度问题的研究 |
| 2.5 遗传算法求解非传统Job-Shop 调度问题的研究 |
| 2.6 本章小结 |
| 3 基于禁忌搜索算法的 Job-Shop 调度问题研究 |
| 3.1 禁忌搜索算法的基本理论 |
| 3.2 Job-Shop 调度问题的析取图模型描述 |
| 3.3 禁忌搜索算法求解Job-Shop 调度问题的研究 |
| 3.4 计算试验研究与结果 |
| 3.5 本章小结 |
| 4 基于混合算法的 Job-Shop 调度问题研究 |
| 4.1 引言 |
| 4.2 TSSA 混合算法求解Job-Shop 调度问题 |
| 4.3 GATS 混合算法求解Job-Shop 调度问题 |
| 4.4 本章小结 |
| 5 扩展型作业车间调度问题研究 |
| 5.1 引言 |
| 5.2 柔性作业车间调度问题的描述及求解方法 |
| 5.3 遗传算法求解柔性作业车间调度问题 |
| 5.4 作业车间动态调度问题研究 |
| 5.5 仿真实例 |
| 5.6 本章小结 |
| 6 原型系统设计与开发 |
| 6.1 应用背景分析 |
| 6.2 系统概要设计 |
| 6.3 原型系统功能 |
| 6.4 车间作业调度应用 |
| 6.5 集成运行环境 |
| 6.6 本章小结 |
| 7 总结与展望 |
| 7.1 全文总结 |
| 7.2 工作展望 |
| 致谢 |
| 参考文献 |
| 附录1 攻读博士学位期间发表论文目录 |
| 附录2 Job-Shop 调度问题基准实例测试结果 |
| 附录3 本文改进当前最好解的统计 |
| 附录4 录用文章及其获得的最好解在国外网站作为最新成果公布 |
| 附录5 部分基准实例新的最好解 |
| 附录6 软件版权证明 |
（8）流程企业生产调度方法与应用研究（论文提纲范文）
| 摘要 |
| Abstract |
| 目录 |
| 图表目录 |
| 第一章 绪论 |
| 1.1 引言 |
| 1.2 调度理论的起源和发展 |
| 1.3 生产调度问题研究方法及应用 |
| 1.3.1 数学规划方法 |
| 1.3.2 启发式搜索方法 |
| 1.3.3 系统仿真方法 |
| 1.3.4 人工智能方法 |
| 1.3.5 计算智能方法 |
| 1.3.6 实时智能方法 |
| 1.4 研究背景 |
| 1.4.1 流程企业生产调度研究现状 |
| 1.4.2 本文的研究动机和背景项目 |
| 1.5 研究内容及创新工作 |
| 1.6 论文的组织结构 |
| 第二章 生产调度问题描述方法研究 |
| 2.1 经典生产调度问题 |
| 2.1.1 基本概念 |
| 2.1.2 经典生产调度问题的一般描述 |
| 2.1.3 经典生产调度问题的分类 |
| 2.1.4 实际调度问题与经典调度理论之间的鸿沟 |
| 2.2 相关研究工作 |
| 2.3 实际生产调度问题的描述方法 |
| 2.3.1 基本视图 |
| 2.3.2 组织视图 |
| 2.3.3 信息视图 |
| 2.3.4 人员视图 |
| 2.3.5 过程视图 |
| 2.3.6 特性视图 |
| 2.4 本章小结 |
| 第三章 FLOW-SHOP调度问题混合策略求解方法研究 |
| 3.1 引言 |
| 3.2 常见基本求解算法 |
| 3.2.1 分枝定界法 |
| 3.2.2 启发式搜索算法 |
| 3.2.3 禁忌搜索算法 |
| 3.2.4 遗传算法 |
| 3.3 算法混合策略 |
| 3.3.1 现有优化算法性能分析 |
| 3.3.2 算法混合策略 |
| 3.3.3 混合遗传算法 |
| 3.3.4 HSGATS混合遗传算法 |
| 3.4 置换FLOW-SHOP调度问题求解 |
| 3.4.1 置换Flow-shop调度问题的描述和数学模型 |
| 3.4.2 置换Flow-shop Benchmark问题 |
| 3.4.3 分枝定界法求解 |
| 3.4.4 构造型方法求解 |
| 3.4.5 HSGATS算法求解 |
| 3.4.6 实验结果比较分析 |
| 3.5 本章小结 |
| 第四章 流程企业物料流调度优化研究 |
| 4.1 生产单元分类 |
| 4.2 生产单元的连接形式 |
| 4.3 流程企业物料流调度 |
| 4.3.1 相关定义 |
| 4.3.2 相关研究工作 |
| 4.3.3 物料流调度优化的数学模型 |
| 4.4 物料流调度仿真研究 |
| 4.4.1 长炼瓦斯系统生产和调度现状 |
| 4.4.2 瓦斯调度的目标 |
| 4.4.3 遗传算法在瓦斯调度中的应用 |
| 4.4.4 实验仿真 |
| 4.5 本章小结 |
| 第五章 基于OAA的实时多AGENT生产调度系统体系结构和调度算法研究 |
| 5.1 引言 |
| 5.2 相关研究工作 |
| 5.2.1 实时MAS体系结构 |
| 5.2.2 Agent建模方法 |
| 5.2.3 基于优先级的实时调度算法 |
| 5.3 基于OAA的实时多AGENT生产调度系统 |
| 5.3.1 基于OAA的实时多Agent生产调度系统体系结构 |
| 5.3.2 实时Agent模型 |
| 5.3.3 实时调度Agent模型 |
| 5.3.4 系统原型实现的例子 |
| 5.4 基于OAA的实时多AGENT系统调度算法 |
| 5.4.1 二级调度思想和降级策略 |
| 5.4.2 EDV算法的设计和实验分析 |
| 5.5 本章小结 |
| 第六章 流程企业生产调度支撑环境 |
| 6.1 引言 |
| 6.2 相关研究工作 |
| 6.2.1 问题求解环境 |
| 6.2.2 企业应用集成平台 |
| 6.2.3 企业体系结构标准 |
| 6.3 生产调度在流程企业企业体系结构中的位置 |
| 6.4 支撑流程企业生产调度的E-PSE |
| 6.4.1 E-PSE的定义和特征 |
| 6.4.2 流程企业E-PSE的体系结构 |
| 6.5 流程企业E-PSE的实现 |
| 6.5.1 数据采集接口 |
| 6.5.2 分立系统的包装和集成 |
| 6.5.3 数据平台的实施 |
| 6.5.4 组态应用开发和运行平台的实现 |
| 6.5.5 应用编程接口设计 |
| 6.6 实现E-PSE的关键技术 |
| 6.6.1 数据整合技术 |
| 6.6.2 建模技术 |
| 6.6.3 系统包装和集成技术 |
| 6.6.4 中间件技术 |
| 6.7 本章小结 |
| 第七章 结论与展望 |
| 7.1 论文总结 |
| 7.2 进一步的工作 |
| 附录A 术语表 |
| 附录B 缩略词表 |
| 参考文献 |
| 攻读学位期间文章录用和发表情况 |
| 攻读学位期间参加项目情况 |
| 致谢 |
（10）一个宽容交货超前延误单机排序问题（论文提纲范文）
| §1 引 言 |
| §2 基本的优势准则 |
| §3 (P) 是NP-hard问题 |
四、工件存在不同交货宽容期的最大加权超前延误问题（论文参考文献）
- [1]基于误工损失指标的调度问题与算法研究[D]. 陈鑫. 大连理工大学, 2019(01)
- [2]F集团全自动FOG设备研制项目进度管理研究[D]. 吴金杰. 西南交通大学, 2016(10)
- [3]航空紧固件企业成组调度研究[D]. 秦高阳. 重庆大学, 2014(02)
- [4]铁路特种货物物流网络构建及运作研究[D]. 王都. 北京交通大学, 2008(03)
- [5]钢铁企业面向订单的集成生产计划管理技术研究[D]. 李修飞. 大连理工大学, 2008(08)
- [6]一类与交货期相关的多目标排序问题研究[D]. 关树明. 武汉科技大学, 2007(04)
- [7]基于自然启发式算法的作业车间调度问题理论与应用研究[D]. 张超勇. 华中科技大学, 2007(05)
- [8]流程企业生产调度方法与应用研究[D]. 徐俊刚. 中国科学院研究生院（软件研究所）, 2003(01)
- [9]工件存在不同交货宽容期的最大加权超前延误问题[J]. 孙世杰,陈全乐,王景侠. 应用数学与计算数学学报, 2000(02)
- [10]一个宽容交货超前延误单机排序问题[J]. 陈全乐,孙世杰. 高校应用数学学报A辑（中文版）, 2000(04)