| 摘要 | 第2-3页 |
| Abstract | 第3-4页 |
| 1 绪论 | 第7-16页 |
| 1.1 研究背景 | 第7-8页 |
| 1.2 研究意义 | 第8-9页 |
| 1.3 国内外研究现状 | 第9-11页 |
| 1.4 主要研究内容及创新点 | 第11-16页 |
| 1.4.1 主要研究内容 | 第11-13页 |
| 1.4.2 论文结构 | 第13-15页 |
| 1.4.3 创新点 | 第15-16页 |
| 2 自动化集装箱码头装卸工艺系统简介 | 第16-26页 |
| 2.1 国内外自动化集装箱码头典型装卸工艺简介 | 第16-19页 |
| 2.2 上海港洋山港区自动化集装箱码头新型混合装卸作业系统 | 第19-20页 |
| 2.2.1 洋山港区四期工程装卸工艺 | 第19-20页 |
| 2.2.2 洋山港区四期工程平面布置 | 第20页 |
| 2.3 自动化集装箱码头AGV作业系统概述 | 第20-24页 |
| 2.3.1 自动化集装箱码头AGV作业模式 | 第21-23页 |
| 2.3.2 自动化集装箱码头AGV水平运输系统作业原理 | 第23页 |
| 2.3.3 自动化集装箱码头AGV调度原则 | 第23-24页 |
| 2.4 本章小结 | 第24-26页 |
| 3 自动化集装箱码头混合堆场系统L-AGV调度模型 | 第26-32页 |
| 3.1 自动化集装箱码头混合堆场系统L-AGV调度问题概述 | 第26-28页 |
| 3.2 模型基本假设 | 第28页 |
| 3.3 模型变量描述 | 第28-29页 |
| 3.4 L-AGV调度模型的构建 | 第29-31页 |
| 3.5 本章小结 | 第31-32页 |
| 4 L-AGV调度IM-ε-Q算法 | 第32-45页 |
| 4.1 Q学习算法 | 第32-35页 |
| 4.1.1 强化学习算法 | 第32-33页 |
| 4.1.2 Qlearning学习算法 | 第33-35页 |
| 4.2 离散事件系统建模 | 第35-37页 |
| 4.2.1 离散事件系统定义 | 第35-36页 |
| 4.2.2 离散事件系统基本要素 | 第36页 |
| 4.2.3 离散事件系统仿真进程构成 | 第36-37页 |
| 4.3 自动化集装箱码头L-AGV调度IM-ε-Q算法 | 第37-43页 |
| 4.3.1 IM-ε-Q算法设计 | 第37-39页 |
| 4.3.2 AGV调度IM-ε-Q算法实现 | 第39-43页 |
| 4.4 本章小结 | 第43-45页 |
| 5 算例与分析 | 第45-52页 |
| 5.1 实验设计 | 第45-46页 |
| 5.2 算法性能分析 | 第46-48页 |
| 5.3 车辆配置变化与码头技术参数影响关系 | 第48-50页 |
| 5.4 本章小结 | 第50-52页 |
| 6 结论与展望 | 第52-55页 |
| 6.1 结论 | 第52-53页 |
| 6.2 展望 | 第53-55页 |
| 参考文献 | 第55-58页 |
| 攻读硕士学位期间发表学术论文情况 | 第58-59页 |
| 致谢 | 第59-61页 |
