求解不确定需求的供应计划问题
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第9-13页 |
| ·问题研究背景 | 第9-10页 |
| ·研究现状 | 第10-12页 |
| ·本文研究内容 | 第12-13页 |
| 2 供应计划问题的描述 | 第13-17页 |
| ·多目标规划 | 第13-14页 |
| ·向量的比较 | 第13页 |
| ·多目标规划的解 | 第13-14页 |
| ·随机规划 | 第14-15页 |
| ·期望值模型 | 第14页 |
| ·机会约束规划 | 第14-15页 |
| ·相关机会规划 | 第15页 |
| ·供应计划的多目标随机问题模型 | 第15-17页 |
| 3 不确定需求的预测 | 第17-25页 |
| ·蒙特卡罗方法 | 第17页 |
| ·蒙特卡罗方法的基本原理与流程 | 第17页 |
| ·蒙特卡罗方法与传统预测方法的区别 | 第17页 |
| ·基于蒙特卡罗模拟的预测方法 | 第17-19页 |
| ·正态分布相关随机数的产生 | 第19-25页 |
| ·基本概念与定理 | 第19-20页 |
| ·均匀随机数发生器 | 第20-23页 |
| ·产生独立的正态分布随机数 | 第23-24页 |
| ·产生相关的正态分布随机数 | 第24-25页 |
| 4 遗传算法 | 第25-31页 |
| ·遗传算法的基本术语 | 第25页 |
| ·遗传算法的特点 | 第25-26页 |
| ·遗传算法的基本理论 | 第26-28页 |
| ·模式定理 | 第26-27页 |
| ·建筑块假说 | 第27页 |
| ·内在并行性 | 第27页 |
| ·局部微调性 | 第27-28页 |
| ·遗传算法的基本流程和结构 | 第28-29页 |
| ·遗传算法的实现技术 | 第29-31页 |
| ·编码方式 | 第29页 |
| ·适应值函数 | 第29-30页 |
| ·遗传算子 | 第30-31页 |
| 5 供应计划问题求解的遗传算法 | 第31-43页 |
| ·遗传编码 | 第31页 |
| ·种群的初始化 | 第31-39页 |
| ·问题模型的约束 | 第31-32页 |
| ·GENOCOP中约束条件的处理 | 第32-33页 |
| ·凸多面体理论 | 第33-38页 |
| ·初始种群的生成 | 第38-39页 |
| ·适应值函数的确定 | 第39-40页 |
| ·遗传操作 | 第40-43页 |
| ·选择算子 | 第40-41页 |
| ·交叉算子 | 第41-42页 |
| ·变异算子 | 第42-43页 |
| 6 数值实验 | 第43-50页 |
| ·数值实验的准备 | 第43-45页 |
| ·数值实验的结果 | 第45-48页 |
| ·实验结果比较与分析 | 第48-50页 |
| 结论 | 第50-51页 |
| 参考文献 | 第51-54页 |
| 读硕士学位期间发表学术论文情况 | 第54-55页 |
| 致谢 | 第55-56页 |
| 大连理工大学学位论文版权使用授权书 | 第56页 |
