首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

遗传算法在物流仓储优化中的应用研究

中文摘要第1-6页
Abstract第6-9页
第一章 绪论第9-15页
   ·研究背景和意义第9-10页
   ·国内外的研究现状第10-13页
     ·国外的研究现状第10-12页
     ·国内的研究现状第12-13页
   ·本文研究的主要内容第13-14页
     ·研究目标第13页
     ·主要研究内容第13-14页
   ·本章小结第14-15页
第二章 库存控制优化相关理论基础第15-30页
   ·库存控制研究第15-19页
     ·基本概念第15页
     ·库存控制的内容与目标第15-17页
     ·库存控制的策略第17-19页
   ·供应链环境下的库存控制第19-22页
     ·供应链的概念第19页
     ·供应链中的库存控制第19-20页
     ·供应链库存控制常见类型第20-21页
     ·多级库存控制第21-22页
   ·优化方法概述第22-24页
   ·遗传算法简介第24-28页
     ·遗传算法的发展历史第24页
     ·遗传算法的基本思想第24-25页
     ·遗传算法的定义第25页
     ·遗传算法的术语说明第25-26页
     ·遗传算法的求解过程第26-27页
     ·遗传算法的特点第27-28页
   ·遗传算法工具箱第28-29页
   ·本章小结第29-30页
第三章 多级库存模型研究第30-50页
   ·问题描述第30-31页
   ·上游供应链的模型第31-35页
     ·研究对象和条件假设第31-32页
     ·符号说明第32-33页
     ·成本分析和模型第33-34页
     ·模型求解第34-35页
   ·多级库存模型的建立第35-42页
     ·假设条件第35页
     ·各环节分析第35-42页
   ·多级库存研究第42-48页
   ·目标函数的建立第48-49页
   ·本章小结第49-50页
第四章 遗传算法在多级库存模型中的优化第50-66页
   ·基本数据第50-55页
   ·算法设计和实现第55-60页
     ·编码方法设计第56页
     ·适应度函数确定第56页
     ·种群初始化第56-57页
     ·物流过程的实现第57-58页
     ·遗传操作第58-60页
   ·结果分析第60-65页
     ·五种情况的比较第60-63页
     ·与其他算法的比较第63-65页
   ·本章小结第65-66页
第五章 总结与展望第66-68页
   ·总结第66页
   ·研究展望第66-68页
参考文献第68-71页
攻读学位期间本人公开发表的论文第71-72页
致谢第72-73页

论文共73页,点击 下载论文
上一篇:手机按键自动贴装系统电气控制设计
下一篇:基于李群机器学习算法的智能布线