线轨切割问题的智能优化算法设计
摘要 | 第5-6页 |
ABSTRACT | 第6-7页 |
第1章 绪论 | 第11-17页 |
1.1 课题背景 | 第11页 |
1.2 国内外研究现状 | 第11-14页 |
1.3 课题研究目的及意义 | 第14-17页 |
1.3.1 课题研究目的 | 第14-15页 |
1.3.2 课题研究意义 | 第15-17页 |
第2章 线轨切割问题的理论基础 | 第17-25页 |
2.1 经典一维下料问题 | 第17-20页 |
2.1.1 一维下料问题描述 | 第17页 |
2.1.2 一维下料问题常用算法 | 第17-20页 |
2.2 装箱问题 | 第20-21页 |
2.2.1 经典装箱问题 | 第20-21页 |
2.2.2 可变尺寸装箱问题 | 第21页 |
2.3 可变尺寸装箱问题常用算法 | 第21-24页 |
2.3.1 可变尺寸装箱问题常用启发式算法 | 第22-23页 |
2.3.2 可变尺寸装箱问题常用智能优化算法 | 第23-24页 |
2.4 本章小结 | 第24-25页 |
第3章 线轨切割问题的数学模型建立 | 第25-37页 |
3.1 线轨相关知识概述 | 第25-27页 |
3.1.1 线轨 | 第25页 |
3.1.2 线轨的结构和特点 | 第25-26页 |
3.1.3 线轨的主要性能指标 | 第26-27页 |
3.2 线轨切割流程及工艺要求 | 第27-29页 |
3.2.1 线轨切割流程 | 第27-28页 |
3.2.2 线轨切割工艺要求 | 第28-29页 |
3.3 线轨切割数学模型的建立 | 第29-34页 |
3.3.1 线轨切割的相关概念及符号表示 | 第29-30页 |
3.3.2 线轨切割的目标 | 第30-32页 |
3.3.3 线轨切割的限制条件 | 第32页 |
3.3.4 线轨切割的数学模型 | 第32-34页 |
3.4 本章小结 | 第34-37页 |
第4章 线轨切割问题的启发式算法设计 | 第37-41页 |
4.1 问题的预处理 | 第37-38页 |
4.2 启发式算法设计 | 第38-40页 |
4.2.1 余料优先利用启发式算法流程 | 第38-40页 |
4.2.2 适应度函数的建立 | 第40页 |
4.3 本章小结 | 第40-41页 |
第5章 遗传模拟退火算法设计 | 第41-53页 |
5.1 遗传算法设计 | 第41-46页 |
5.1.1 遗传算法基本原理 | 第41-43页 |
5.1.2 线轨切割问题的遗传算法设计 | 第43-46页 |
5.2 遗传模拟退火算法设计 | 第46-50页 |
5.2.1 模拟退火的基本原理 | 第46-47页 |
5.2.2 模拟退火算法的设计 | 第47-50页 |
5.3 遗传模拟退火算法设计 | 第50-51页 |
5.4 本章小结 | 第51-53页 |
第6章 仿真结果比较分析 | 第53-67页 |
6.1 余料优先利用启发式算法实验 | 第53-55页 |
6.2 遗传模拟退火算法参数实验 | 第55-64页 |
6.2.1 交叉算子实验 | 第55-56页 |
6.2.2 变异算子实验 | 第56-58页 |
6.2.3 种群规模实验 | 第58页 |
6.2.4 模拟退火参数实验 | 第58-59页 |
6.2.5 遗传算法实验 | 第59-61页 |
6.2.6 遗传模拟退火实验 | 第61-64页 |
6.3 算法结果对比分析 | 第64-65页 |
6.3.1 遗传算法和遗传模拟退火算法对比 | 第64页 |
6.3.2 启发式算法和遗传模拟退火算法对比 | 第64-65页 |
6.4 本章小结 | 第65-67页 |
第7章 结论与展望 | 第67-69页 |
7.1 全文总结 | 第67页 |
7.2 研究展望 | 第67-69页 |
参考文献 | 第69-73页 |
致谢 | 第73页 |