基于多目标蚁群算法的车间设施布局方法研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第8-15页 |
| 1.1 研究背景和意义 | 第8-9页 |
| 1.2 国内外研究现状与进展 | 第9-12页 |
| 1.3 论文的主要工作 | 第12-13页 |
| 1.4 论文的组织结构 | 第13-14页 |
| 1.5 本章小结 | 第14-15页 |
| 第二章 布局优化算法 | 第15-22页 |
| 2.1 常见布局算法 | 第15-20页 |
| 2.1.1 遗传算法 | 第15-17页 |
| 2.1.2 模拟退火算法 | 第17-18页 |
| 2.1.3 粒子群优化算法 | 第18-19页 |
| 2.1.4 蚁群算法 | 第19-20页 |
| 2.2 布局优化算法分析 | 第20-21页 |
| 2.3 本章小结 | 第21-22页 |
| 第三章 静态车间设施布局问题的多目标蚁群算法 | 第22-49页 |
| 3.1 问题描述与数学模型 | 第22-24页 |
| 3.2 问题的求解思路 | 第24-26页 |
| 3.3 多目标优化问题 | 第26-27页 |
| 3.4 改进的多目标蚁群算法 | 第27-35页 |
| 3.4.1 多目标蚁群算法 | 第27-28页 |
| 3.4.2 基于局部信息素交流的Pareto优化 | 第28-29页 |
| 3.4.3 基于小生境技术的全局搜索 | 第29-30页 |
| 3.4.4 信息素更新 | 第30页 |
| 3.4.5 启发式布局更新策略 | 第30-31页 |
| 3.4.6 布局合法化操作 | 第31-33页 |
| 3.4.7 算法步骤 | 第33-35页 |
| 3.5 算法测试及评价 | 第35-47页 |
| 3.5.1 经典算例的测试 | 第35-42页 |
| 3.5.2 性能分析 | 第42-47页 |
| 3.6 本章小结 | 第47-49页 |
| 第四章 动态车间设施布局的多目标蚁群算法 | 第49-64页 |
| 4.1 问题描述与数学模型 | 第49-50页 |
| 4.2 问题的求解思路 | 第50-51页 |
| 4.3 基于弹性区带结构的多目标蚁群算法 | 第51-56页 |
| 4.3.1 弹性区带结构解的表示方式 | 第51-52页 |
| 4.3.2 基于局部搜索的布局更新策略 | 第52-54页 |
| 4.3.3 成对交换策略 | 第54页 |
| 4.3.4 基于局部信息素交流的Pareto优化 | 第54页 |
| 4.3.5 基于小生境技术的全局搜索 | 第54-55页 |
| 4.3.6 信息素更新 | 第55页 |
| 4.3.7 算法步骤 | 第55-56页 |
| 4.4 实验结果和分析 | 第56-63页 |
| 4.4.1 测试算例 | 第56页 |
| 4.4.2 结果分析 | 第56-63页 |
| 4.5 本章小结 | 第63-64页 |
| 第五章 总结与展望 | 第64-66页 |
| 5.1 论文所做的工作 | 第64页 |
| 5.2 论文的主要创新点 | 第64-65页 |
| 5.3 研究展望 | 第65-66页 |
| 致谢 | 第66-67页 |
| 参考文献 | 第67-73页 |
| 作者简介 | 第73页 |
