| 摘要 | 第1-5页 |
| Abstract | 第5-11页 |
| 第1章 绪论 | 第11-30页 |
| ·研究背景及意义 | 第11-13页 |
| ·国内外研究成果及方法综述 | 第13-25页 |
| ·本文研究的主要问题、思路及研究方法 | 第25-30页 |
| ·基于PSO-BP神经网络集装箱吞吐量预测模型研究 | 第26-27页 |
| ·基于专家咨询法和模糊层次分析法的评价指标权重确定方法研究 | 第27-28页 |
| ·基于离散事件系统仿真的布局方案综合评价 | 第28页 |
| ·基于机器学习与遗传算法的布局方案智能优化研究 | 第28-30页 |
| 第2章 集装箱码头平面布局决策的理论与方法 | 第30-42页 |
| ·集装箱吞吐量预测 | 第30-33页 |
| ·港口经济腹地 | 第30-32页 |
| ·港口集装箱吞吐量预测 | 第32-33页 |
| ·集装箱码头设施规模的确定 | 第33-37页 |
| ·码头主要尺度 | 第33-34页 |
| ·所需泊位数 | 第34-35页 |
| ·码头前沿宽度 | 第35页 |
| ·堆场规模 | 第35-37页 |
| ·集装箱码头的装卸工艺及其选择 | 第37-38页 |
| ·集装箱船舶装卸工艺 | 第37-38页 |
| ·集装箱堆场和车辆装卸工艺 | 第38页 |
| ·码头布局方案决策的主要问题及解决方法 | 第38-41页 |
| ·主要问题 | 第38-40页 |
| ·布局方案决策的新思路 | 第40-41页 |
| ·小结 | 第41-42页 |
| 第3章 基于PSO的BP神经网络预测模型 | 第42-68页 |
| ·粒子群优化算法 | 第42-47页 |
| ·粒子群优化算法基本原理 | 第42-43页 |
| ·粒子群算法的各种改进算法 | 第43-45页 |
| ·与其他进化算法的比较 | 第45-47页 |
| ·神经网络预测模型及改进 | 第47-52页 |
| ·神经网络预测模型 | 第47-50页 |
| ·BP模型的典型改进算法 | 第50-52页 |
| ·基于PSO的BP神经网络的算法实现 | 第52-56页 |
| ·算法设计及流程 | 第53-55页 |
| ·数值试验 | 第55-56页 |
| ·PSO-BP网络港口集装箱吞吐量预测中的应用 | 第56-67页 |
| ·输入变量的选取 | 第56-57页 |
| ·数据预处理 | 第57页 |
| ·粒子群-神经网络的结构模型 | 第57-59页 |
| ·粒子群-神经网络的学习过程 | 第59-60页 |
| ·预测结果及分析 | 第60-61页 |
| ·不同预测方法比较 | 第61-65页 |
| ·综合分析 | 第65-67页 |
| ·小结 | 第67-68页 |
| 第4章 专家咨询法和模糊层次分析法结合的评价指标权重确定方法研究 | 第68-91页 |
| ·集装箱码头布局方案综合评价指标体系框架 | 第68-72页 |
| ·构建码头布局方案综合评价指标体系的思路和方法 | 第68-69页 |
| ·构建码头布局方案综合评价体系的关键技术 | 第69-70页 |
| ·集装箱码头布局方案中的多目标分析 | 第70-71页 |
| ·多目标问题的解决方法 | 第71-72页 |
| ·集装箱码头布局方案评价指标的确定 | 第72-81页 |
| ·评价指标的选取方法 | 第72-76页 |
| ·布局方案评价指标体系模型 | 第76-81页 |
| ·评价指标权重的确定 | 第81-87页 |
| ·专家咨询法确定指标权值 | 第82-83页 |
| ·模糊层次分析法确定指标权值 | 第83-87页 |
| ·综合评价指标体系确立 | 第87-90页 |
| ·权值的调整系数的确定 | 第88页 |
| ·指标最终权的确定 | 第88-90页 |
| ·小结 | 第90-91页 |
| 第5章 基于随机系统仿真及模糊多目标决策的布局方案综合评价 | 第91-118页 |
| ·码头布局方案仿真模型及与评价系统的数据交换 | 第92-101页 |
| ·泊位模块的实现 | 第92-97页 |
| ·道口模块的实现 | 第97-98页 |
| ·堆场模块的实现 | 第98-100页 |
| ·统计模块的实现 | 第100页 |
| ·建模图例 | 第100-101页 |
| ·基于动态链接库技术的统计模块的实现 | 第101-105页 |
| ·eM-Plant动态链接库实现方法 | 第102页 |
| ·动态链接库中统计数据库设计 | 第102-104页 |
| ·数据交换接口及其实现 | 第104-105页 |
| ·基于仿真的布局方案多目标综合评价 | 第105-111页 |
| ·评价指标值的预处理 | 第105-107页 |
| ·布局方案的模糊多目标综合评价模型 | 第107-108页 |
| ·方案评价实例分析 | 第108-111页 |
| ·布局方案决策的灵敏度分析 | 第111-116页 |
| ·目标权重的灵敏度分析 | 第111-113页 |
| ·方案评分的灵敏度分析 | 第113-114页 |
| ·实例分析 | 第114-116页 |
| ·小结 | 第116-118页 |
| 第6章 集装箱码头布局方案仿真优化研究 | 第118-148页 |
| ·码头布局方案仿真优化适用性分析 | 第118-120页 |
| ·仿真优化的特点 | 第118-119页 |
| ·布局方案决策需解决的主要问题 | 第119-120页 |
| ·布局方案的多目标仿真优化算法 | 第120-126页 |
| ·常用仿真优化算法特点及存在的问题 | 第120-124页 |
| ·基于非群体迭代的多目标遗传算法(VR-UC) | 第124-126页 |
| ·对非群体迭代遗传算法(VR-UC)的修正 | 第126-136页 |
| ·遗传算法的应用关键 | 第126-127页 |
| ·传统交叉算子的缺陷 | 第127-128页 |
| ·交叉算子的修正-错位交叉 | 第128-131页 |
| ·改进的非群体迭代多目标优化遗传算法 | 第131-134页 |
| ·算法测试 | 第134-136页 |
| ·基于改进VR-UC算法的布局方案多目标优化 | 第136-147页 |
| ·应用VR-UC算法实现方案仿真优化的关键技术 | 第136-139页 |
| ·布局方案仿真优化的框架 | 第139-140页 |
| ·布局方案的机器学习 | 第140-142页 |
| ·布局方案的优化模型 | 第142-145页 |
| ·布局方案仿真优化应用案例 | 第145-147页 |
| ·小结 | 第147-148页 |
| 第7章 总结与展望 | 第148-151页 |
| ·全文总结 | 第148-150页 |
| ·工作展望 | 第150-151页 |
| 参考文献 | 第151-159页 |
| 致谢 | 第159-160页 |
| 攻读博士学位期间发表的论文和参与的科研项目 | 第160页 |
