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

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

论文共73页,点击 下载论文
上一篇:复杂网络控制交错联通分支转换方法研究
下一篇:基于CPG的仿人机器人步行控制研究