基于智能算法的设施定位问题研究
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-14页 |
| ·背景介绍 | 第7-8页 |
| ·设备布局问题 | 第7-8页 |
| ·配送中心选址问题 | 第8页 |
| ·国内外研究现状 | 第8-11页 |
| ·多目标优化问题研究现状 | 第8-9页 |
| ·设施定位问题研究现状 | 第9-11页 |
| ·本文的研究思路和研究方法 | 第11-12页 |
| ·本文的主要工作 | 第12-14页 |
| 第二章 设施定位相关理论基础 | 第14-26页 |
| ·设施定位概念 | 第14页 |
| ·设备布局问题 | 第14-21页 |
| ·多行设备布局问题 | 第14-16页 |
| ·设备布局模型回顾 | 第16-21页 |
| ·配送中心选址问题 | 第21-25页 |
| ·配送中心概述 | 第21-23页 |
| ·配送中心选址影响因素 | 第23页 |
| ·配送中心选址方法回顾 | 第23-25页 |
| ·本章小结 | 第25-26页 |
| 第三章 智能算法相关理论基础 | 第26-39页 |
| ·多目标遗传算法理论基础 | 第26-34页 |
| ·遗传算法的基本原理 | 第26-27页 |
| ·带约束的多目标优化问题 | 第27-29页 |
| ·多目标遗传算法回顾 | 第29-31页 |
| ·多目标遗传算法还存在的问题 | 第31-32页 |
| ·改进的多目标遗传算法 | 第32-34页 |
| ·聚类算法理论基础 | 第34-38页 |
| ·聚类概述 | 第34页 |
| ·聚类算法分类 | 第34-37页 |
| ·K-means聚类数学描述 | 第37-38页 |
| ·K-means算法还存在的问题 | 第38页 |
| ·本章小结 | 第38-39页 |
| 第四章 基于多目标遗传算法的设备布局方法 | 第39-51页 |
| ·多目标设备布局模型 | 第39-40页 |
| ·基于遗传算法的多目标设备布局算法 | 第40-45页 |
| ·遗传编码及初始化 | 第41页 |
| ·约束处理和适应度函数 | 第41-43页 |
| ·遗传操作算子 | 第43-45页 |
| ·仿真试验 | 第45-50页 |
| ·数据 | 第45-47页 |
| ·单个目标的进化情况 | 第47-48页 |
| ·Pareto最优解分析 | 第48-50页 |
| ·结论 | 第50-51页 |
| 第五章 基于聚类算法的配送中心选址问题 | 第51-70页 |
| ·模型建立 | 第51-52页 |
| ·模型求解 | 第52-53页 |
| ·模型求解流程图 | 第52-53页 |
| ·配送中心位置的确定方法 | 第53页 |
| ·实证 | 第53-68页 |
| ·相关信息和数据 | 第53-57页 |
| ·前期数据准备 | 第57-59页 |
| ·配送中心个数及划分区域的确定 | 第59-62页 |
| ·运输管理优化 | 第62-64页 |
| ·成本核算 | 第64-68页 |
| ·比较分析及结论 | 第68-70页 |
| 第六章 结论与展望 | 第70-71页 |
| 参考文献 | 第71-75页 |
| 发表论文和参加科研情况说明 | 第75-76页 |
| 致谢 | 第76页 |
