声明
摘要
第一章 绪论
1.1 选题背景及研究意义
1.2 国内外研究现状
1.2.1 知识员工相关问题研究现状
1.2.2 传统服务业员工柔性调度问题研究现状
1.2.3 知识密集型服务业员工柔性调度问题研究现状
1.3 本文主要内容及结构安排
1.3.1 本文主要内容
1.3.2 本文结构安排
第二章 相关理论基础
2.1 知识员工
2.1.1 知识员工定义
2.1.2 知识员工分类
2.1.3 知识员工特征
2.2 项目管理相关理论
2.2.1 项目定义
2.2.2 项目计划
2.2.3 资源进度计划
2.3 多目标遗传算法
2.3.1 基本遗传算法
2.3.2 多目标遗传算法的基本原理
2.3.3 多目标遗传算法的关键技术
2.3.4 多目标遗传算法的相关操作方法
2.3.5 多目标遗传算法的应用与改进
第三章 考虑工作效率匹配度的单目标柔性调度问题分析
3.1 技术型知识员工柔性调度问题的界定
3.1.1 问题特征分析
3.1.2 问题决策阶段划分
3.2 技术型知识员工柔性调度问题基本定义
3.2.1 问题基本要素定义
3.2.2 任务关系的明确及分类
3.2.3 项目示例
3.3 基于需求-服务匹配模式的员工任务分配问题描述
3.3.1 可并行任务组的划分
3.3.2 基于需求-服务匹配模式的员工分配决策
3.4 考虑工作效率匹配度的单目标柔性调度模型的建立与求解
3.4.1 考虑工作效率匹配度的单目标柔性调度模型的建立
3.4.2 基于动态规划方法的问题分析
3.4.3 基于动态规划方法的模型求解
第四章 考虑员工满意因素的多目标柔性调度问题分析
4.1 项目调度过程中技术型知识员工满意因素调查问卷的设计
4.1.1 初始题项的理论来源
4.1.2 调查问卷的设计与发放
4.2 项目调度过程中技术型知识员工满意因素的分析与评价
4.2.1 问卷数据收集与整理
4.2.2 满意因素的提取与分析
4.2.3 满意因素相关评价指标的定义
4.3 考虑员工满意因素的多目标柔性调度模型的建立
4.3.1 优化目标分析和函数构建
4.3.2 问题定义及假设分析
4.3.3 问题模型的建立
4.4 本章小结
第五章 基于遗传算法的多目标柔性调度问题求解
5.1 基于多目标柔性调度问题的Pareto排序遗传算法设计
5.1.1 算法流程设计及参数设定
5.1.2 算法基本操作设计
5.1.3 基于群体Pareto排序的选择机制设计
5.2 多目标柔性调度问题算例分析
5.2.1 问题参数设定
5.2.2 仿真结果分析
5.3 本章小结
第六章 总结与展望
致谢
参考文献
研究成果