基于遗传模拟退火算法的三维离线装箱优化问题研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 三维离线装箱问题研究现状 | 第10-12页 |
| 1.2.1 国内研究现状 | 第10-11页 |
| 1.2.2 国外研究现状 | 第11-12页 |
| 1.3 主要研究内容 | 第12页 |
| 1.4 技术路线 | 第12-13页 |
| 1.5 本章小结 | 第13-15页 |
| 第2章 三维离线装箱问题理论研究基础 | 第15-25页 |
| 2.1 三维离线装箱问题描述 | 第15-16页 |
| 2.2 三维离线装箱问题主要研究方法 | 第16-20页 |
| 2.2.1 遗传算法简介 | 第16-18页 |
| 2.2.2 启发式算法简介 | 第18-19页 |
| 2.2.3 混合遗传算法理论基础 | 第19-20页 |
| 2.3 模拟退火算法 | 第20-23页 |
| 2.3.1 模拟退火算法构成要素 | 第21-22页 |
| 2.3.2 模拟退火算法的基本流程 | 第22-23页 |
| 2.4 本章小结 | 第23-25页 |
| 第3章 三维离线装箱优化算法设计 | 第25-39页 |
| 3.1 三维离线装箱问题模型构建 | 第25-28页 |
| 3.1.1 物品装载的启发式规则 | 第25页 |
| 3.1.2 约束条件的通用数值化方法 | 第25-26页 |
| 3.1.3 约束条件的模糊罚函数处理 | 第26-28页 |
| 3.2 三维离线装箱问题优化模型 | 第28-30页 |
| 3.3 算法总体设计思想 | 第30页 |
| 3.4 遗传算法框架 | 第30-36页 |
| 3.4.1 适应度函数 | 第30-31页 |
| 3.4.2 算法编码方式 | 第31-33页 |
| 3.4.3 装载策略及解码操作 | 第33-34页 |
| 3.4.4 选择算子 | 第34页 |
| 3.4.5 交叉算子 | 第34-36页 |
| 3.4.6 变异算子 | 第36页 |
| 3.5 遗传算法与模拟退火算法集成 | 第36-37页 |
| 3.6 本章小结 | 第37-39页 |
| 第4章 三维离线装箱优化算法实现 | 第39-51页 |
| 4.1 算法实现流程 | 第39-44页 |
| 4.1.1 算法程序代码设计 | 第39-41页 |
| 4.1.2 算法的实现步骤 | 第41-44页 |
| 4.2 算法有效性分析 | 第44-49页 |
| 4.2.1 算法对比试验 1 | 第44-47页 |
| 4.2.2 算法对比试验 2 | 第47-49页 |
| 4.3 本章小结 | 第49-51页 |
| 第5章 三维离线装箱优化算法应用实证分析 | 第51-63页 |
| 5.1 应用案例背景简述 | 第51页 |
| 5.2 应用案例配送车辆装载现状分析 | 第51-56页 |
| 5.2.1 应用案例中公司配送概况分析 | 第51-55页 |
| 5.2.2 公司配送车辆装载数据分析 | 第55-56页 |
| 5.3 配送车辆装载优化实现过程 | 第56-59页 |
| 5.3.1 公司配送数据处理 | 第56-57页 |
| 5.3.2 装载优化算法实现过程 | 第57-59页 |
| 5.4 装载优化结果分析 | 第59-62页 |
| 5.5 本章小结 | 第62-63页 |
| 第6章 总结与展望 | 第63-65页 |
| 6.1 全文总结 | 第63页 |
| 6.2 研究展望 | 第63-65页 |
| 参考文献 | 第65-69页 |
| 附录 部分程序源代码 | 第69-75页 |
| 致谢 | 第75-76页 |
| 导师及作者简介 | 第76页 |
