自动化立体仓库储位规划算法研究
摘要 | 第1-4页 |
Abstract | 第4-8页 |
1 绪论 | 第8-13页 |
·项目背景 | 第8页 |
·目的意义 | 第8页 |
·储位规划算法研究现状 | 第8-12页 |
·储位规划算法研究国内外现状 | 第9页 |
·智能优化算法研究现状 | 第9-12页 |
·本文的组织结构 | 第12-13页 |
2 储位规划算法研究 | 第13-26页 |
·遗传算法介绍 | 第13-21页 |
·遗传算法的特点 | 第13-14页 |
·遗传算法的一般流程 | 第14-15页 |
·遗传算法组成 | 第15-19页 |
·遗传算法相关参数的设置 | 第19页 |
·结束条件 | 第19页 |
·遗传算法的收敛性 | 第19-21页 |
·模拟退火算法原理 | 第21-24页 |
·物理系统退火过程 | 第21-23页 |
·Metropolis采样 | 第23页 |
·模拟退火算法的特点 | 第23-24页 |
·混合遗传模拟退火算法 | 第24-25页 |
·小结 | 第25-26页 |
3 储位规划模型建立 | 第26-35页 |
·问题描述与建模 | 第26-28页 |
·算法的总体流程 | 第28-29页 |
·初始解的获得 | 第29-34页 |
·物资存储仓库的获得 | 第29-31页 |
·仓库物资数量的分配 | 第31页 |
·仓库物资数量的调整 | 第31-34页 |
·小结 | 第34-35页 |
4 基于混合遗传算法的储位规划 | 第35-43页 |
·混合遗传算法操作 | 第35-37页 |
·混合遗传算法的编码 | 第37页 |
·混合遗传算法的选择操作 | 第37-39页 |
·轮盘赌选择法 | 第38页 |
·Metropolis采样 | 第38-39页 |
·混合遗传算法的交叉操作 | 第39-41页 |
·混合遗传算法的变异操作 | 第41-42页 |
·混合遗传操作后的调整操作 | 第42页 |
·混合遗传算法的结束条件 | 第42页 |
·小结 | 第42-43页 |
5 基于混合遗传算法的储位规划实际应用 | 第43-48页 |
·未加入精英保留策略对结果的影响 | 第43-44页 |
·未加入Metropolis采样对结果的影响 | 第44-45页 |
·混合遗传算法结果 | 第45-47页 |
·小结 | 第47-48页 |
6 结论与展望 | 第48-50页 |
·结论 | 第48页 |
·不足与展望 | 第48-50页 |
参考文献 | 第50-53页 |
致谢 | 第53-55页 |