| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-18页 |
| ·经济全球化带来集装箱货物量迅速激增 | 第9-10页 |
| ·集装箱码头生产的特点 | 第10-12页 |
| ·国内外研究现状 | 第12-14页 |
| ·国内外集装箱港口布局和运作差异 | 第12-13页 |
| ·港口生产调度实施信息化的意义 | 第13-14页 |
| ·港口调度国内外研究现状 | 第14-17页 |
| ·本文研究主要内容 | 第17-18页 |
| 第2章 结合历史全局最优与局部最优的粒子群算法 | 第18-33页 |
| ·港口集装箱生产调度理论研究--调度算法 | 第18-20页 |
| ·基于运筹学的调度算法理论 | 第18页 |
| ·基于规则的调度算法 | 第18-19页 |
| ·基于排序的方法 | 第19页 |
| ·基于人工智能的调度算法 | 第19-20页 |
| ·粒子群算法相关理论 | 第20-23页 |
| ·智能算法基本理论概述 | 第20页 |
| ·两种群智能算法 | 第20-22页 |
| ·算法比较 | 第22-23页 |
| ·粒子群算法基本理论 | 第23-25页 |
| ·粒子群算法基本原理 | 第23页 |
| ·标准粒子群算法(Standard Particle swarm optimization PSO) | 第23-24页 |
| ·标准粒子群算法的操作步骤 | 第24-25页 |
| ·结合历史全局最优与局部最优的粒子群算法描述 | 第25-32页 |
| ·算法分析 | 第25-26页 |
| ·算法的递推方程 | 第26-27页 |
| ·结合历史全局最优与局部最优的粒子群算法操作步骤 | 第27-29页 |
| ·结合历史全局最优与局部最优的粒子群算法在函数优化中的应用 | 第29-32页 |
| ·本章小结 | 第32-33页 |
| 第3章 集装箱装载数学模型及其优化 | 第33-51页 |
| ·多目标理论 | 第35-36页 |
| ·集装箱船及集装箱 | 第36-38页 |
| ·集装箱船 | 第36-37页 |
| ·集装箱 | 第37-38页 |
| ·集装箱船装载集装箱模型 | 第38-43页 |
| ·基于体积浪费最少的集装箱船装载集装箱数学模型 | 第38页 |
| ·体积浪费最少的集装箱船装载集装箱数学模型求解 | 第38-40页 |
| ·向次全局最优解学习的粒子群算法编码 | 第40页 |
| ·算法编码 | 第40页 |
| ·向次最优解学习的粒子群算法递推方程 | 第40-41页 |
| ·向次最优解学习的粒子群算法解决装载模型仿真实验 | 第41-43页 |
| ·基于承重能力浪费最少的集装箱货物装载数学模型 | 第43-47页 |
| ·基于承重能力浪费最少的集装箱货物装载数学模型 | 第43-44页 |
| ·集装箱船装载集装箱问题求解 | 第44页 |
| ·向次最优解学习的粒子群算法模拟实际模型 | 第44-47页 |
| ·基于集装箱货物装载的多目标数学模型 | 第47-50页 |
| ·集装箱船装载集装箱问题求解 | 第47-48页 |
| ·向次最优解学习的粒子群算法模拟实际模型 | 第48-50页 |
| ·本章小结 | 第50-51页 |
| 第4章 港口生产调度系统构架与功能 | 第51-58页 |
| ·港口生产调度系统整体构架 | 第51-54页 |
| ·功能模块设计 | 第54-56页 |
| ·船舶停靠计划模块 | 第54页 |
| ·配载监控中心 | 第54-55页 |
| ·堆场监控中心 | 第55-56页 |
| ·道口监控中心 | 第56页 |
| ·本章小结 | 第56-58页 |
| 第5章 总结与展望 | 第58-60页 |
| ·本文主要工作 | 第58-59页 |
| ·展望 | 第59-60页 |
| 参考文献 | 第60-67页 |
| 附件A:类粒子群优化货物装载模型的算子操作(交换与变异) | 第67-70页 |
| 致谢 | 第70-71页 |
| 攻读硕士期间发表的学术论文 | 第71页 |
