首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--机器辅助技术论文

智能优化排样技术研究

摘要第1-5页
Abstract第5-10页
第1章 绪论第10-25页
 1.1 计算机辅助优化排样问题概述第10-15页
  1.1.1 优化排样问题的基本概念第10-12页
  1.1.2 优化排样问题主要应用领域第12-13页
  1.1.3 优化排样问题的类型第13-14页
  1.1.4 优化排样方案质量的评价第14-15页
 1.2 计算机辅助优化排样问题研究背景和意义第15-17页
 1.3 计算机辅助优化排样问题国内外研究现状与趋势第17-22页
  1.3.1 优化排样问题的研究现状第17-21页
  1.3.2 优化排样问题的发展趋势第21-22页
 1.4 论文的主要内容和创新点第22-25页
  1.4.1 论文的主要内容第22-24页
  1.4.2 论文的主要创新点第24-25页
第2章 文献综述第25-45页
 2.1 优化排样问题相关理论第25-31页
  2.1.1 组合优化问题第25-28页
  2.1.2 启发式算法第28-29页
  2.1.3 NP完全问题第29-31页
 2.2 优化排样问题相关算法第31-43页
 2.3 优化排样技术难点第43-44页
 2.4 本章小结第44-45页
第3章 基于智能优化算法的优化排样问题的研究第45-68页
 3.1 矩形件优化排样问题描述第45-47页
  3.1.1 数学模型第45-46页
  3.1.2 工艺约束第46-47页
 3.2 优化排样算法分析第47-48页
 3.3 矩形件排样的启发式算法第48-55页
 3.4 高度调整法第55-57页
 3.5 基于小生境遗传算法的矩形件优化排样第57-67页
  3.5.1 遗传算法概述第58-59页
  3.5.2 小生境遗传算法第59-61页
  3.5.3 小生境遗传算法求解过程第61-63页
  3.5.4 排样算例第63-67页
 3.6 本章小结第67-68页
第4章 基于群集智能的优化排样问题的研究第68-90页
 4.1 粒子群优化算法第70-78页
  4.1.1 粒子群优化算法的起源第71-73页
  4.1.2 基本粒子群优化算法第73-75页
  4.1.3 改进粒子群优化算法第75-77页
  4.1.4 粒子群优化算法应用现状和发展趋势第77-78页
 4.2 粒子群优化算法分析第78-84页
  4.2.1 收敛性分析第78-83页
  4.2.2 参数选择分析第83-84页
 4.3 基于粒子群算法的矩形件优化排样第84-89页
  4.3.1 粒子群初始化第85-86页
  4.3.2 适应度函数第86页
  4.3.3 停止规则第86-87页
  4.3.4 排样算例第87-89页
 4.4 本章小结第89-90页
第5章 二维不规则零件排样问题研究第90-120页
 5.1 二维不规则零件排样的数学模型第91-92页
 5.2 粒子群和模拟退火算法(PSOSA)混合优化策略第92-98页
  5.2.1 混合优化策略设计的关键问题第92-93页
  5.2.2 PSOSA混合优化策略的构造出发点第93-95页
  5.2.3 PSOSA混合优化策略的特点第95-96页
  5.2.4 模拟退火算法第96-98页
 5.3 基于粒子群和模拟退火算法的二维不规则零件优化排样第98-106页
  5.3.1 零件的预处理第98-99页
  5.3.2 粒子群初始化第99-100页
  5.3.3 交叉运算第100页
  5.3.4 柯西(Cauchy)变异运算第100-102页
  5.3.5 适应度函数第102-103页
  5.3.6 算法的描述第103-104页
  5.3.7 排样算例第104-106页
 5.4 基于临界多边形的二维不规则零件优化排样第106-118页
  5.4.1 临界多边形的定义第107-109页
  5.4.2 临界多边形的求解第109-114页
  5.4.3 多边形合成算法第114页
  5.4.4 多边形面积求取算法第114-115页
  5.4.5 水平线扫描算法第115-117页
  5.4.6 基于临界多边形和水平线扫描法的排样算法第117-118页
  5.4.7 基于临界多边形和水平线扫描法的排样算法的特点第118页
 5.5 本章小结第118-120页
第6章 计算机辅助优化排样系统设计第120-130页
 6.1 计算机辅助优化排样系统结构设计第122-129页
  6.1.1 优化排样系统的基本功能规划第122页
  6.1.2 开发工具选择和介绍第122-124页
  6.1.3 排样系统模块结构第124-129页
 6.2 本章小结第129-130页
第7章 结论和展望第130-133页
 7.1 论文工作总结第130-131页
 7.2 今后工作展望第131-133页
参考文献第133-148页
个人简历第148-149页
攻读博士学位期间的工作业绩第149-151页
致谢第151页

论文共151页,点击 下载论文
上一篇:Radius桥模式网关的设计与实现
下一篇:基于变换域和PCA的人脸识别方法研究