摘要 | 第5-6页 |
ABSTRACT | 第6页 |
第1章 绪论 | 第9-14页 |
1.1 课题的研究背景、目的和意义 | 第9-10页 |
1.1.1 课题的研究背景 | 第9-10页 |
1.1.2 课题的研究目的 | 第10页 |
1.1.3 课题的研究意义 | 第10页 |
1.2 国内外研究现状 | 第10-13页 |
1.2.1 装配建模 | 第11-12页 |
1.2.2 装配序列规划问题的求解算法 | 第12-13页 |
1.3 论文研究内容 | 第13-14页 |
第2章 产品装配模型的建立 | 第14-21页 |
2.1 引言 | 第14页 |
2.2 装配模型的种类 | 第14-15页 |
2.3 装配有向图 | 第15页 |
2.4 基于有向图的产品装配模型 | 第15-18页 |
2.4.1 AOV网络原理 | 第16页 |
2.4.2 装配体的装配有向拓扑图 | 第16-18页 |
2.5 并入多种定性约束的装配有向图模型 | 第18-20页 |
2.5.1 定性约束的概念 | 第18页 |
2.5.2 并入多种定性约束的装配有向图生成方法 | 第18-20页 |
2.6 本章小结 | 第20-21页 |
第3章 基于蚁群算法的装配序列规划 | 第21-31页 |
3.1 引言 | 第21页 |
3.2 蚁群算法简介 | 第21-22页 |
3.3 蚁群算法的原理 | 第22-23页 |
3.4 蚁群算法的数学模型 | 第23-25页 |
3.5 面向装配序列规划问题的蚁群算法 | 第25-27页 |
3.5.1 装配序列规划问题的表述 | 第25页 |
3.5.2 干涉矩阵与装配初始有向图的生成 | 第25-27页 |
3.6 面向装配序列规划问题的蚁群算法流程 | 第27-29页 |
3.6.1 基于干涉矩阵的装配可行方向推导 | 第27-28页 |
3.6.2 装配零件的选择概率 | 第28页 |
3.6.3 信息素更新操作 | 第28-29页 |
3.7 面向装配序列规划问题的蚁群算法伪代码 | 第29-30页 |
3.8 本章小结 | 第30-31页 |
第4章 基于改进蚁群算法的装配序列规划 | 第31-50页 |
4.1 引言 | 第31页 |
4.2 生态共生算法 | 第31-36页 |
4.2.1 生态共生算法的简介 | 第31页 |
4.2.2 生态共生算法的数学模型 | 第31-32页 |
4.2.3 面向装配序列规划问题的离散生态共生算法的数学模型 | 第32-35页 |
4.2.4 面向装配序列规划问题的离散生态共生算法流程 | 第35-36页 |
4.3 改进蚁群算法流程 | 第36-38页 |
4.4 实例一 | 第38-43页 |
4.4.1 电机装配体装配序列规划 | 第38-42页 |
4.4.2 实验结果对比分析 | 第42-43页 |
4.5 实例二 | 第43-49页 |
4.5.1 风力发电机组行星加速器的装配序列规划 | 第43-49页 |
4.5.2 实验结果对比分析 | 第49页 |
4.6 本章小结 | 第49-50页 |
第5章 结论与展望 | 第50-52页 |
5.1 结论 | 第50页 |
5.2 创新点 | 第50页 |
5.3 展望 | 第50-52页 |
参考文献 | 第52-57页 |
攻读硕士学位期间发表的论文及其它结果 | 第57-58页 |
致谢 | 第58页 |