自动化立体仓库优化调度研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第11-19页 |
| 1.1 课题提出的背景 | 第11-12页 |
| 1.2 发展趋势 | 第12-13页 |
| 1.3 当今研究现状 | 第13-15页 |
| 1.3.1 运筹学方法 | 第13页 |
| 1.3.2 系统仿真的方法 | 第13-14页 |
| 1.3.3 禁忌搜索法 | 第14页 |
| 1.3.4 神经网络算法 | 第14页 |
| 1.3.5 遗传算法 | 第14-15页 |
| 1.3.6 基于优先级的调度方法 | 第15页 |
| 1.4 本文主要研究工作 | 第15-16页 |
| 1.5 各章节内容安排 | 第16-19页 |
| 第二章 自动化立体仓库作业调度原理 | 第19-27页 |
| 2.1 自动化立体仓库的构成 | 第19-20页 |
| 2.2 自动化立体仓库的控制系统构成 | 第20-22页 |
| 2.3 自动化立体仓库的分类 | 第22-23页 |
| 2.4 基本作业流程 | 第23-25页 |
| 2.5 货位管理原则 | 第25-26页 |
| 2.6 本章小结 | 第26-27页 |
| 第三章 出入库优化调度 | 第27-35页 |
| 3.1 相关定义 | 第27页 |
| 3.2 优化调度的目标 | 第27-30页 |
| 3.2.1 作业的优先级 | 第28页 |
| 3.2.2 货位分配规则 | 第28-29页 |
| 3.2.3 作业调度的相关原则 | 第29-30页 |
| 3.3 堆垛机的调度 | 第30-34页 |
| 3.3.1 堆垛机时间调度数学模型的建立 | 第31-32页 |
| 3.3.2 堆垛机运行速度的界定 | 第32-34页 |
| 3.4 本章小结 | 第34-35页 |
| 第四章 路径优化问题的求解算法 | 第35-45页 |
| 4.1 粒子群算法概述 | 第35-37页 |
| 4.1.1 粒子群算法的产生与发展 | 第35页 |
| 4.1.2 粒子群算法的基本原理 | 第35-37页 |
| 4.2 遗传算法简介 | 第37-43页 |
| 4.2.1 遗传算法描述 | 第37页 |
| 4.2.2 遗传算法的要素 | 第37-38页 |
| 4.2.3 遗传算法各部分操作介绍 | 第38-43页 |
| 4.3 两种算法的比较 | 第43-44页 |
| 4.4 本章小结 | 第44-45页 |
| 第五章 自动化立体仓库路径优化问题 | 第45-61页 |
| 5.1 定义 | 第45页 |
| 5.2 路径优化问题的问题描述 | 第45-46页 |
| 5.3 自动化立体仓库模型描述 | 第46-48页 |
| 5.4 标准遗传算法求解立体仓库路径优化问题 | 第48-51页 |
| 5.4.1 算法编码及初始群体的产生 | 第48-49页 |
| 5.4.2 适应度函数 | 第49页 |
| 5.4.3 选择操作 | 第49-50页 |
| 5.4.4 交叉操作 | 第50-51页 |
| 5.4.5 变异操作 | 第51页 |
| 5.4.6 算法步骤 | 第51页 |
| 5.5 粒子群算法求解路径优化问题 | 第51-53页 |
| 5.5.1 粒子编码及其位置和速度的初始化 | 第51-52页 |
| 5.5.2 评价函数 | 第52页 |
| 5.5.3 算法步骤 | 第52-53页 |
| 5.6 改进遗传算法求解路径优化问题 | 第53-56页 |
| 5.6.1 改进遗传算法的算法思想 | 第53页 |
| 5.6.2 约束条件的提出 | 第53-54页 |
| 5.6.3 算法的实现与流程 | 第54-56页 |
| 5.7 实验结果对比与分析 | 第56-60页 |
| 5.8 本章小结 | 第60-61页 |
| 第六章 自动存储/检索软件管理系统 | 第61-73页 |
| 6.1 信息系统的建立 | 第61-68页 |
| 6.1.1 系统运行平台 | 第61页 |
| 6.1.2 系统体系结构设计 | 第61-63页 |
| 6.1.3 系统体系构架 | 第63页 |
| 6.1.4 各模块介绍 | 第63-68页 |
| 6.2 数据库的设计 | 第68-69页 |
| 6.3 数据库的连接 | 第69-70页 |
| 6.4 应用实例分析 | 第70-72页 |
| 6.5 本章小结 | 第72-73页 |
| 第七章 总结与展望 | 第73-75页 |
| 致谢 | 第75-77页 |
| 参考文献 | 第77-80页 |
