章 绪论 001
1.1 生产调度问题及其分类 002
1.2 生产调度问题的描述 007
1.3 生产调度问题的优化方法 011
1.3.1 传统数学运筹学方法 011
1.3.2 启发式规则方法 012
1.3.3 智能优化方法 014
1.4 不确定产调度 024
1.4.1 不确定因素的分类 024
1.4.2 不确定因素的数学描述 025
1.4.3 不确定产调度方法 026
参考文献 028
第2章 工业混杂系统生产调度数学模型 033
2.1 生产调度问题模型概述 034
2.2 间歇生产调度数学模型 035
. 不确定调度数学模型 044
..1 基于模糊规划的生产调度模型 045
..2 基于随机规划的生产调度模型 057
参考文献 063
第3章 基于进化算法的确定离散过程生产调度 067
3.1 基于协同进化遗传算法的智能调度 068
3.1.1 遗传算法 068
3.1.2 基本合作型协同进化遗传算法 074
3.1.3 灾变合作型协同进化遗传算法 083
3.1.4 基于灾变合作型协同进化遗传算法的Job Shop调度 088
3.2 基于免疫优化算法的智能调度 097
3.2.1 免疫系统理论 097
3.2.2 改进的免疫优化算法 105
3.. 内分泌免疫算法 108
3.2.4 基于内分泌激素调节机制的零等待Flow Shop免疫调度算法 113
3.2.5 基于内分泌免疫算法的中间储罐有存储间Flow Shop调度算法 128
3.3 基于文化算法的智能调度 137
3.3.1 文化算法 137
3.3.2 灾变型文化算法 142
3.3.3 基于灾变型文化算法的中间存储时间的多产品调度 146
3.3.4 研究 148
参考文献 156
第4章 基于群智能优化算法的离散过程生产调度 159
4.1 基于粒子群优化算法的智能调度 160
4.1.1 粒子群优化算法 160
4.1.2 基于混合粒子群算法的Flow Shop生产调度 167
4.1.3 研究 179
4.2 基于蚁群算法的智能调度 191
4.2.1 基本蚁群算法 191
4.2.2 改进的蚁群算法 199
4.. 基于改进蚁群优化算法的Job Shop调度 204
4.3 基于混沌量子粒子群优化算法的智能调度 213
4.3.1 量子粒子群优化算法 213
4.3.2 混沌优化算法 214
4.3.3?混沌量子粒子群优化算法 218
4.3.4 基于混沌量子粒子群优化算法的置换流水车间调度 221
4.4 基于生物地理学优化算法的智能调度 2
4.4.1 生物地理学优化算法 2
4.4.2 基于改进的BBO算法的混合流水车间调度
4.4.3 及试验 241
参考文献 247
第5章 复杂生产过程调度问题的研究 251
5.1 基于离散正弦优化算法的零空闲置换Flow Shop调度 252
5.1.1 零空闲置换Flow Shop调度问题 253
5.1.2 求解零空闲置换Flow Shop调度问题的离散正弦优化算法 255
5.1.3 及分析 261
5.2 基于贪婪引力搜索算法的混合零空闲置换Flow Shop调度 268
5.2.1 混合零空闲置换Flow Shop调度问题 268
5.2.2 求解混合零空闲置换Flow Shop调度问题的贪婪引力搜索算法 271
5.. 及分析 278
5.3 基于教与学和分布估计混合算法的异速并行机Flow Shop调度问题 285
5.3.1 异速并行机Flow Shop调度问题建模 285
5.3.2 基本教与学优化算法 289
5.3.3 求解异速并行机Flow Shop调度的教与学和分布估计混合算法 292
5.3.4 研究 298
参考文献 303
第6章 不确定环境下的生产调度 307
6.1 基于免疫算法的不确定智能调度 308
6.1.1 不确定条件下零等待存储策略的Flow Shop调度问题 308
6.1.2 不确定条件下中间储罐存储时间有限型Flow Shop调度问题 317
6.2 基于分布估计算法的不确定智能调度 321
6.2.1 基于分布估计算法的中间存储时间有限模糊Flow Shop调度 321
6.2.2 基于改进分布估计算法的带并行机模糊混合Flow Shop调度 338
6.3 基于分散搜索机制粒子群算法的模糊Flow Shop提前拖期调度 352
6.3.1 不确定Flow Shop提前拖期调度的模糊规划模型 352
6.3.2 求解模糊Flow Shop提前拖期调度的分散搜索机制粒子群算法 356
6.3.3 及分析 363
参考文献 369
第7章 不确定条件下多目的间歇过程的短期调度 371
7.1 单周期需求不确定条件下多目的间歇过程的短期调度 372
7.1.1 单周期需求不确定条件下多目的间歇过程短期调度模型 372
7.1.2 单周期需求不确定条件下多目的间歇过程短期调度模型的求解 376
7.1.3 研究 382
7.2 多周期需求不确定条件下多目的间歇过程的短期调度 393
7.2.1 多周期需求不确定的多目的间歇过程短期调度问题的随机模型 393
7.2.2 TSM中随机目标函数的期望 400
7.. TSM中机会约束确定的等价表达 403
7.2.4 TSM中联合的机会约束确定的等价表达 404
7.2.5 多周期需求不确定的多目的间歇过程短期调度随机模型的求解 406
7.2.6 研究 409
参考文献 416
第8章 基于智能优化的多目标生产调度 419
8.1 基于生物地理学算法的多目标智能调度 420
8.1.1 多目标优化问题的一般描述 422
8.1.2 多目标柔Job Shop调度问题 424
8.1.3 改进多目标BBO优化算法 426
8.1.4 研究 434
8.2 基于粒子群优化的多目标智能调度 446
8.2.1 多目标柔作业车间调度模型 447
8.2.2 两阶段多子群粒子群算法（TM-MOPSO）的设计和实现 448
8.. 研究 456
参考文献 463
顾幸生，教授，博士生导师，特殊津贴专家。现任中国学会常务理事、中国自动化学会过程控制专业委员会务员。研究方向为智能优化技术、生产计划与调度、复杂工业过程建模控制与优化、故障检测与诊断等。承担十多项自然科学、863高技术研究发展计划、上海市重大科技攻关、上海市基础研究重点等科研项目。发表学术400余篇，其中SCI收录80余篇，EI收录300余篇。获得上海市科技进步奖、技术发明奖等6项科技奖励。获得宝钢教师奖和中国过程控制教学贡献奖，被评为上海市教育工作者、上海市青年教师。
徐震浩，工学博士，副研究员，硕士生导师。上海市自动化学会会员，中国工业与应用数学学会会员。研究方向为智能装载与物流规划、智能优化与计算、生产计划与调度、图像识别与处理等。主持自然科学和.上海市自然等项目，主要参与863高技术发展计划项目、“九五”攻关项目的子项目、上海市科委发展，上海市科委重大科研计划等，并主持和参与多项企业研发项目;在国内外学术刊物和学术会议上发表多篇学术，申请和授予多项专利及软著。
本书主要阐述了确定和不确定产调度问题的模型及其智能求解方法，重点阐述确定和不确定条件下混杂工业生产过程的调度模型、基于进化算法和群智能优化的确定产调度方法、复杂生产过程调度问题、不确定环境下的生产调度方法、不确定条件下多目的间歇过程的短期调度、基于智能优化的多目标生产调度等。
混杂工业生产过程工艺流程复杂，往往伴随着多种物理、化学变化以及物料的分离、混合、存储、转移等操作，工艺流程往往具有分布式、多阶段、多设备并行运行、多批次等特征。高效的优化技术与调度方法的研究与应用是实现企业节能、降耗、减排、降低生产成本和提高生产效率的关键核心环节。优化的生产计划与调度可以对企业的资金、设备、人力资源等进行优化配置，使企业在有限资源约束下产生很大的经济效益。
非常抱歉，您前期未参加预订活动，
无法支付尾款哦！
