中小型钢铁企业混匀矿配比计算系统的设计研究
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第一章 绪论 | 第9-11页 |
| ·选题背景及意义 | 第9页 |
| ·问题提出 | 第9页 |
| ·国内外研究现状 | 第9-10页 |
| ·本文研究内容 | 第10-11页 |
| 第二章 智能算法简析 | 第11-18页 |
| ·引言 | 第11页 |
| ·经典智能优化方法概述 | 第11-12页 |
| ·蚁群算法 | 第12-18页 |
| ·蚁群算法背景介绍 | 第13页 |
| ·蚁群算法基本原理 | 第13-14页 |
| ·蚁群算法的特点 | 第14-15页 |
| ·蚁群算法的研究进展 | 第15-18页 |
| 第三章 蚁群算法应用 | 第18-26页 |
| ·基本蚁群算法模型 | 第18-21页 |
| ·TSP问题描述 | 第18-19页 |
| ·基本蚁群算法模型 | 第19-21页 |
| ·基本蚁群算法流程 | 第21-22页 |
| ·VRP问题 | 第22-26页 |
| ·VRP问题的定义 | 第23页 |
| ·求解VRP问题的方法概述 | 第23-24页 |
| ·基本蚁群算法在经典VRP问题上的应用 | 第24-25页 |
| ·应用蚁群算法求解VRP与TSP的区别 | 第25-26页 |
| 第四章 一种改进的蚁群算法 | 第26-42页 |
| ·蚁群系统(ACS) | 第26-27页 |
| ·最值蚂蚁系统(MMAS) | 第27-28页 |
| ·蚁群算法的改进策略 | 第28-35页 |
| ·路径选择策略的改进 | 第28-29页 |
| ·信息更新策略的改进 | 第29-30页 |
| ·局部搜索的引入 | 第30-31页 |
| ·参数设置与相关参数的动态调整 | 第31-35页 |
| ·蚁群算法与遗传算法的融合 | 第35-37页 |
| ·融合的基本思路 | 第35页 |
| ·变异操作 | 第35-36页 |
| ·交叉操作 | 第36-37页 |
| ·改进蚁群算法流程 | 第37-40页 |
| ·实验结果 | 第40-42页 |
| 第五章 蚁群算法在混匀矿配比计算中的应用 | 第42-48页 |
| ·生产工艺 | 第42页 |
| ·优化的基本步骤 | 第42-43页 |
| ·配比计算系统设计 | 第43页 |
| ·数学模型 | 第43-46页 |
| ·软件实现 | 第46-48页 |
| 第六章 总结与展望 | 第48-50页 |
| ·总结 | 第48页 |
| ·存在的问题及工作展望 | 第48-50页 |
| 参考文献 | 第50-53页 |
| 附录 | 第53-57页 |
| 发表论文和科研情况说明 | 第57-58页 |
| 致谢 | 第58页 |
