改进遗传算法在煤炭企业多级库存优化问题中的研究及应用
摘要 | 第5-6页 |
ABSTRACT | 第6-7页 |
第1章 绪论 | 第11-17页 |
1.1 课题研究背景与来源 | 第11-13页 |
1.2 国内外研究现状 | 第13-14页 |
1.3 课题研究内容及意义 | 第14-15页 |
1.3.1 课题研究的主要内容 | 第14页 |
1.3.2 课题研究的意义 | 第14-15页 |
1.4 论文研究的技术路线与方法 | 第15-16页 |
1.5 论文组织结构 | 第16-17页 |
第2章 相关研究理论综述 | 第17-27页 |
2.1 遗传算法 | 第17-23页 |
2.1.1 遗传算法的主要特点 | 第17-18页 |
2.1.2 遗传算法的基本理论框架 | 第18-21页 |
2.1.3 遗传算法的收敛性分析 | 第21-22页 |
2.1.4 多目标优化问题及其进化算法 | 第22-23页 |
2.2 供应链环境下库存管理的相关理论 | 第23-26页 |
2.2.1 供应链管理概述 | 第23-25页 |
2.2.2 库存管理的基本理论 | 第25页 |
2.2.3 基本库存控制策略研究 | 第25-26页 |
2.3 本章小结 | 第26-27页 |
第3章 煤炭企业多级库存优化模型的建立 | 第27-37页 |
3.1 决策方案的选择 | 第27-29页 |
3.1.1 库存控制不确定性因素分析 | 第27-28页 |
3.1.2 煤炭挥发性问题 | 第28页 |
3.1.3 多级库存控制决策方案的确定 | 第28-29页 |
3.2 问题描述 | 第29-30页 |
3.3 多级库存优化模型设计 | 第30-35页 |
3.3.1 问题假设 | 第31页 |
3.3.2 符号定义 | 第31-32页 |
3.3.3 库存优化多目标模型建立 | 第32-35页 |
3.4 本章小结 | 第35-37页 |
第4章 人工模拟算法嵌入遗传算法的设计和实现 | 第37-63页 |
4.1 算法设计思路 | 第37-40页 |
4.1.1 设计思想 | 第37-38页 |
4.1.2 设计步骤 | 第38-40页 |
4.2 算法程序设计 | 第40-49页 |
4.2.1 数据结构设计 | 第40-41页 |
4.2.2 遗传算子设计 | 第41-49页 |
4.3 人工模拟算法初始化种群设计 | 第49-51页 |
4.3.1 人工调度模拟启发式算法设计思路 | 第49页 |
4.3.2 人工模拟算法初始化种群方案设计 | 第49-51页 |
4.4 自适应遗传算法的模型求解 | 第51-55页 |
4.4.1 各仓库订货点和安全库存的确定 | 第51-54页 |
4.4.2 库存状况的判断 | 第54页 |
4.4.3 库存调配方案形成流程 | 第54-55页 |
4.5 算法实例仿真及性能分析 | 第55-61页 |
4.6 本章小结 | 第61-63页 |
第5章 库存管理子系统的设计与实现 | 第63-79页 |
5.1 系统总体目标 | 第63页 |
5.2 系统总体设计 | 第63-65页 |
5.2.1 系统开发环境 | 第63页 |
5.2.2 系统架构 | 第63-64页 |
5.2.3 系统功能结构 | 第64-65页 |
5.3 子系统功能模块设计 | 第65-69页 |
5.3.1 子系统设计目标 | 第65-66页 |
5.3.2 子系统功能结构 | 第66页 |
5.3.3 功能模块设计 | 第66-69页 |
5.4 数据库设计 | 第69-75页 |
5.4.1 数据库表结构设计 | 第69-71页 |
5.4.2 数据库逻辑模型设计 | 第71-72页 |
5.4.3 系统数据流程图设计 | 第72-75页 |
5.5 系统运行实例分析 | 第75-78页 |
5.6 本章小结 | 第78-79页 |
第6章 总结与展望 | 第79-81页 |
参考文献 | 第81-85页 |
致谢 | 第85页 |