| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第11-21页 |
| 1.1 本文研究的背景 | 第11-12页 |
| 1.2 本文研究的目的及意义 | 第12-13页 |
| 1.3 自动化立体仓库的发展历程 | 第13-16页 |
| 1.3.1 自动化立体仓库的历史 | 第13-14页 |
| 1.3.2 立体仓库的研究理论及成果 | 第14-16页 |
| 1.4 关于货位优化的国内外研究现状 | 第16-17页 |
| 1.4.1 国外的研究现状 | 第16-17页 |
| 1.4.2 国内的研究现状 | 第17页 |
| 1.5 本文研究的主要内容 | 第17-21页 |
| 第二章 解决自动化立体仓库及货位优化问题的相关理论 | 第21-35页 |
| 2.1 自动化立体仓库系统 | 第21-23页 |
| 2.1.1 自动化立体仓库的分类 | 第21-22页 |
| 2.1.2 自动化立体仓库的存储设备 | 第22-23页 |
| 2.2 货位优化的原则 | 第23-24页 |
| 2.2.1 货物的周转率原则 | 第23页 |
| 2.2.2 先入先出的原则 | 第23页 |
| 2.2.3 重心稳定原则 | 第23页 |
| 2.2.4 相关性存储原则 | 第23-24页 |
| 2.2.5 货物尺寸原则 | 第24页 |
| 2.3 货位优化的途径 | 第24-25页 |
| 2.3.1 ABC分类法 | 第24页 |
| 2.3.2 将货物进行相关性分组 | 第24-25页 |
| 2.3.3 平衡各区的工作量 | 第25页 |
| 2.3.4 易混淆物品分开存放 | 第25页 |
| 2.4 货物存储的方法 | 第25-26页 |
| 2.4.1 定位存储 | 第25页 |
| 2.4.2 随机存储 | 第25-26页 |
| 2.4.3 分类存储 | 第26页 |
| 2.4.4 共享存储 | 第26页 |
| 2.4.5 分类随机存储 | 第26页 |
| 2.5 货位的编码 | 第26-27页 |
| 2.5.1 区段编码法 | 第27页 |
| 2.5.2 地址式编码法 | 第27页 |
| 2.5.3 品项群别法 | 第27页 |
| 2.5.4 坐标法 | 第27页 |
| 2.6 遗传算法简介 | 第27-30页 |
| 2.6.1 编码方式的确定 | 第28-29页 |
| 2.6.2 初始化种群的设定 | 第29页 |
| 2.6.3 适应度函数的确定 | 第29页 |
| 2.6.4 策略的选择 | 第29页 |
| 2.6.5 交叉算子的运算 | 第29-30页 |
| 2.6.6 变异算子的运算 | 第30页 |
| 2.6.7 参数的控制及算法终止的条件 | 第30页 |
| 2.7 粒子群算法简介 | 第30-33页 |
| 2.7.1 粒子群算法的原理 | 第31-32页 |
| 2.7.2 明确表示方案 | 第32-33页 |
| 2.7.3 确定适应度函数 | 第33页 |
| 2.7.4 确定控制参数 | 第33页 |
| 2.7.5 选择粒子群优化的模型 | 第33页 |
| 2.7.6 结束粒子群算法的准则 | 第33页 |
| 2.8 本章小结 | 第33-35页 |
| 第三章 U形多道式立体仓库货位优化的模型求解 | 第35-53页 |
| 3.1 关于直线式、横移式和U形式立体仓库的说明 | 第35-36页 |
| 3.2 货位优化模型的设计 | 第36-45页 |
| 3.2.1 建立模型时候的问题假设 | 第37-38页 |
| 3.2.2 数学模型的建立 | 第38-45页 |
| 3.3 多目标函数问题的模型分析 | 第45-49页 |
| 3.3.1 简单式加权和方法 | 第46页 |
| 3.3.2 目标规划法 | 第46-47页 |
| 3.3.3 乘除法 | 第47页 |
| 3.3.4 约束法 | 第47-48页 |
| 3.3.5 功效系数法 | 第48-49页 |
| 3.4 权重系数变化法 | 第49-51页 |
| 3.5 本章小结 | 第51-53页 |
| 第四章 利用多目标智能优化算法进行问题求解 | 第53-87页 |
| 4.1 五种智能优化算法的阐述 | 第53-55页 |
| 4.2 五种智能优化算法的对比与选择 | 第55-57页 |
| 4.3 利用遗传算法进行货位优化的求解 | 第57-70页 |
| 4.3.1 遗传算法的求解步骤设计 | 第57-58页 |
| 4.3.2 本文运用遗传算法的求解流程 | 第58-62页 |
| 4.3.3 运用Matlab进行遗传算法的仿真 | 第62-70页 |
| 4.4 利用粒子群算法进行货位优化的求解 | 第70-78页 |
| 4.4.1 粒子群算法的求解步骤设计 | 第70-71页 |
| 4.4.2 本文运用粒子群算法的求解流程运用 | 第71-72页 |
| 4.4.3 运用Matlab进行粒子群算法的仿真 | 第72-78页 |
| 4.5 两种智能算法的分析与比较 | 第78-79页 |
| 4.6 实例应用 | 第79-85页 |
| 4.7 本章小结 | 第85-87页 |
| 第五章 结论与展望 | 第87-89页 |
| 5.1 本文的结论 | 第87页 |
| 5.2 展望 | 第87-89页 |
| 致谢 | 第89-91页 |
| 参考文献 | 第91-97页 |
| 附录A 攻读硕士期间发表的论文情况 | 第97-99页 |
| 附录B 部分程序代码 | 第99-100页 |