| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 1 绪论 | 第8-14页 |
| 1.1 研究背景 | 第8-9页 |
| 1.2 研究目的 | 第9-10页 |
| 1.3 国内外研究现状 | 第10-11页 |
| 1.4 研究内容及论文框架 | 第11-14页 |
| 2 配送中心拣货作业与并行遗传计算概述 | 第14-28页 |
| 2.1 配送中心简述 | 第14-15页 |
| 2.1.1 配送中心形成及特征 | 第14-15页 |
| 2.1.2 配送中心的作业环节和区域配置 | 第15页 |
| 2.2 拣货系统的相关概念和理论 | 第15-20页 |
| 2.2.1 拣货系统的基本概念 | 第15-16页 |
| 2.2.2 拣货系统分类及拣货策略 | 第16-17页 |
| 2.2.3 拣货系统优化问题分类 | 第17-19页 |
| 2.2.4 拣货系统优化目标 | 第19-20页 |
| 2.3 并行计算 | 第20-28页 |
| 2.3.1 多核架构与并行编程技术 | 第20-22页 |
| 2.3.2 并行算法评价 | 第22页 |
| 2.3.3 并行编程模式 | 第22-23页 |
| 2.3.4 OpenMP 并行编程模型 | 第23-25页 |
| 2.3.5 Intel Parallel Studio 高性能分析工具 | 第25-28页 |
| 3 订单分批在拣选路径上的研究 | 第28-42页 |
| 3.1 问题简述 | 第28-29页 |
| 3.2 订单分批处理模型 | 第29-34页 |
| 3.2.1 订单分批策略 | 第29-30页 |
| 3.2.2 模型准备 | 第30-32页 |
| 3.2.3 建立模型 | 第32-34页 |
| 3.3 订单分批的算法研究与设计 | 第34-37页 |
| 3.4 算法实现步骤 | 第37-38页 |
| 3.5 遗传算法设计 | 第38-41页 |
| 本章小结 | 第41-42页 |
| 4 改进的并行遗传算法 | 第42-56页 |
| 4.1 引言 | 第42页 |
| 4.2 遗传算法的并行改进模式 | 第42-49页 |
| 4.2.1 改进思路 | 第42-43页 |
| 4.2.2 遗传算法并行改进的实现方法 | 第43-44页 |
| 4.2.3 改进算法的实现步骤 | 第44-48页 |
| 4.2.4 遗传参数设置 | 第48-49页 |
| 4.3 实现验证 | 第49-53页 |
| 4.3.1 运行环境的搭建 | 第49页 |
| 4.3.2 并行遗传算法的核心代码 | 第49-53页 |
| 4.4 同步问题 | 第53-54页 |
| 4.5 改进算法的性能分析 | 第54-55页 |
| 4.5.1 测试用例 | 第54页 |
| 4.5.2 算法测试结果分析 | 第54-55页 |
| 本章小结 | 第55-56页 |
| 5 总结与展望 | 第56-58页 |
| 5.1 研究总结 | 第56-57页 |
| 5.2 展望 | 第57-58页 |
| 致谢 | 第58-60页 |
| 参考文献 | 第60-64页 |
| 附录 研究生期间发表论文情况 | 第64页 |