| 中文摘要 | 第1-5页 |
| 英文摘要 | 第5-6页 |
| 1 引言 | 第6-8页 |
| 1．1 供应计划问题的传统解决方法 | 第6页 |
| 1．2 基于遗传算法的解决方法 | 第6-7页 |
| 1．3 论文的结构与研究的内容 | 第7-8页 |
| 2 遗传算法 | 第8-11页 |
| 2．1 遗传算法的基本概念 | 第8-9页 |
| 2．2 遗传算法的操作流程 | 第9页 |
| 2．3 遗传算法的基本机理 | 第9-11页 |
| 3 供应计划问题 | 第11-14页 |
| 3．1 供应计划问题的基本描述 | 第11-12页 |
| 3．2 供应计划问题的数学模型 | 第12页 |
| 3．3 用相关随机数预测将来需求 | 第12-14页 |
| 4 生成正态分布相关随机数的计算方法 | 第14-18页 |
| 4．1 理论依据 | 第14-15页 |
| 4．1．1 正态分布的相关性依据 | 第14页 |
| 4．1．2 生成标准正态分布独立随机数的依据 | 第14-15页 |
| 4．2 计算方法 | 第15-16页 |
| 4．3 对生成的相关随机数的统计检验 | 第16-18页 |
| 5 遗传算法的操作 | 第18-27页 |
| 5．1 编码方式的选择 | 第18页 |
| 5．2 初始种群的产生——边界初始化 | 第18-22页 |
| 5．2．1 TEZUKA Masaru和 HIJI Masahiro的方法 | 第18-19页 |
| 5．2．2 改进方法1 | 第19-21页 |
| 5．2．3 改进方法2 | 第21-22页 |
| 5．3 适应度值函数 | 第22-24页 |
| 5．3．1 蒙特卡洛模拟(MCS)方法 | 第22-23页 |
| 5．3．2 适应值函数的确定 | 第23-24页 |
| 5．4 改进遗传算子的操作 | 第24-25页 |
| 5．4．1 选择操作 | 第24-25页 |
| 5．4．2 交叉操作 | 第25页 |
| 5．4．3 变异操作 | 第25页 |
| 5．5 早熟收敛的产生和克服 | 第25-27页 |
| 6 数据验证 | 第27-32页 |
| 7 结论 | 第32-33页 |
| 参考文献 | 第33-34页 |
| 致谢 | 第34-35页 |
| 学位论文独创性声明 | 第35页 |
| 学位论文版权使用授权书 | 第35页 |