一、文献综述
新冠肺炎下的现状与困难
新冠病毒肺炎疫情对整个经济社会发展造成了很大冲击，虽然随着疫情防控形势逐步好转，但是世界卫生组织指出，新冠病毒肺炎仍会长期存在，我国部分地区仍属于于疫情中高风险地区，如何平稳、有序地安排企业复工复产是一大难题。为了化解疫情的不利影修，保持社会经济的平稳发展，政府和企业应该协同安排复工复产问题，同时复工复产不应该大面积复工复产，而要做到有选择的复工复产，应对好员工风险传播控制、防疫资源保障、产业链上下游协同复工复产。
文献[1]中详细介绍了我国疫情影响下企业复工复产遇到的六大难题，包括复工审批困难、员工到岗困难、物资保障困难、责任承担困难、现金流困难、物流困难。为解决其中的复工审批困难和责任承担困难，本课题设计了一个疫情条件下的企业复工复产管理系统，管理部门在系统上审核各企业的复工复产申请，通过信息查询、汇总分析，做出复工复产计划安排，在不放松疫情防控的前提下，复工复产以满足社会对某些产业的需求。
算法方面的研究
企业生产规划实际上是一个数学规划问题，而企业生产规划实际上在学术中有着非常广泛的研究，其中就包括较为常用的线性规划、随机规划、目标规划、整数规划、混合整数规划。
文献[2]中就将企业生产规划被建模为衣一个非线性整数规划问题模型，它建立了一个疫情条件下企业复工复产的模型，它需要从大批申请企业中选择一部分批准复工复产，并要在规定的决策周期内安排企业复工复产的时间，在不违反疫情传播风险等约束下，使得所有相关产业的综合产能需求满足率最大化。该问题被建模为一个非线性整数规划问题模型。由于每个决策周期(目前浙江省为一周)内申请复工复产的企业可能有成千上万家，问题的解空间非常庞大，传统的数学规划方法难以有效求解该问题。为此，本文提出了一个改进的禁忌搜索算法，它使用贪心策略来构造一个初始解，而后不断通过邻域搜索来探寻更优的解，并利用禁忌表来降低重复搜索的可能性。该算法还通过动态改变邻域大小来平衡全局搜索。
MySQL方面的研究
数据库简而言之就是储存电子文件的书库，用户可以通过数据库操作，对库中的文件进行新增、删除、截取、更新等操作，它是系以一定的方式储存在一起、能够给予用户共享、具有较小的冗余度、与应用程序彼此独立的数据集合。
数据库分为关系数据库和非关系数据库两大类俩大类。关系数据库是创建在关系模型基础上的数据库，借助于集合代数等数学概念和方法来处理数据库中的数据。现实世界中的各种实体以及实体之间的各种联系均用关系模型来表示。非关系型数据库则是对除了传统的关系数据库的数据库管理系统的统称。与关系数据库最大的不同点就是不使用SQL作为查询语言。
MySQL是一个关系型数据库管理系统，由瑞典 MySQL AB 公司开发，目前属于 Oracle 公司。MySQL 是一种关联数据库管理系统，关联数据库将数据保存在不同的表中，而不是将所有数据放在一个大仓库内，这样就增加了速度并提高了灵活性。MySQL 不仅仅开源，而且支持大型的数据库，可以处理拥有最多五千多万条记录的大型数据库。它使用标准的 SQL 数据语言形式，可以运行在多种系统中，并且支持多种语言，这些编程语言包括 C、C 、Python、Java、Perl、PHP、Eiffel、Ruby 和 Tcl 等。
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
