遗传算法在矿山运输车辆优化调度中的应用研究
| 1 绪论 | 第1-13页 |
| ·引言 | 第8-9页 |
| ·遗传算法的发展及特征 | 第9-11页 |
| ·遗传算法的发展过程 | 第9-10页 |
| ·遗传算法研究的发展动态 | 第10-11页 |
| ·遗传算法的基本特征 | 第11页 |
| ·本论文研究的基本内容和技术路线 | 第11-13页 |
| ·基本内容 | 第11-12页 |
| ·技术路线 | 第12-13页 |
| 2 遗传算法与车辆调度的基本理论 | 第13-28页 |
| ·遗传算法概述 | 第13-16页 |
| ·遗传算法的理论基础 | 第16-18页 |
| ·模式理论 | 第16-17页 |
| ·性能评估 | 第17-18页 |
| ·遗传算法的实施 | 第18-22页 |
| ·编码 | 第18-19页 |
| ·初始化 | 第19页 |
| ·适应度计算 | 第19-20页 |
| ·复制(reproduction) | 第20页 |
| ·交换(crossover) | 第20页 |
| ·突变(mutation) | 第20-21页 |
| ·收敛判别条件 | 第21-22页 |
| ·终止条件 | 第22页 |
| ·运输车辆优化调度基本理论 | 第22-28页 |
| ·车辆优化调度问题分类 | 第23-24页 |
| ·基本问题与基本方法 | 第24-25页 |
| ·车辆调度模型 | 第25页 |
| ·车辆优化调度基本算法 | 第25-28页 |
| 3 遗传算法概率特性分析 | 第28-49页 |
| ·终止条件的确定 | 第28-30页 |
| ·收敛时的最大适应度 | 第28-29页 |
| ·收敛代次 | 第29页 |
| ·本文研究中收敛条件的确定 | 第29-30页 |
| ·遗传算法收敛代次收敛的分布规律 | 第30-34页 |
| ·绘制收敛代次频率分布直方图 | 第30-33页 |
| ·分布拟合校验 | 第33-34页 |
| ·遗传概率的分析研究 | 第34-47页 |
| ·考察遗传概率的标准 | 第34-35页 |
| ·遗传概率的确定 | 第35-41页 |
| ·遗传概率的方差分析 | 第41-47页 |
| ·遗传概率研究结论 | 第47-49页 |
| 4 矿山运输车辆调度系统的优化 | 第49-54页 |
| ·数学模型 | 第49-50页 |
| ·遗传算法设计 | 第50-52页 |
| ·染色体结构 | 第50页 |
| ·适应度函数 | 第50-51页 |
| ·初始群体 | 第51页 |
| ·遗传算子 | 第51页 |
| ·控制参数和算法的终止条件 | 第51-52页 |
| ·实验分析 | 第52-53页 |
| ·实验结论 | 第53-54页 |
| 5 应用实例与软件设计 | 第54-67页 |
| ·金堆城钼矿简介 | 第54-55页 |
| ·应用遗传算法优化运输车辆调度系统 | 第55-61页 |
| ·基本流程 | 第56页 |
| ·产生各种调度方案 | 第56-58页 |
| ·筛选可行的运输线路 | 第58页 |
| ·适应度的计算与终止 | 第58-60页 |
| ·优化结果 | 第60-61页 |
| ·软件设计 | 第61-67页 |
| ·算法实现的基础数据 | 第61-62页 |
| ·系统主工作流程 | 第62-64页 |
| ·系统运行环境 | 第64页 |
| ·系统界面 | 第64-67页 |
| 6 结论 | 第67-69页 |
| ·研究结论 | 第67页 |
| ·本文存在问题 | 第67-69页 |
| 致谢 | 第69页 |
| 附录: 硕士研究生学习阶段发表论文 | 第69-70页 |
| 参考文献 | 第70-72页 |
