首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

SAGA的研究及其在灰色预测与多目标库存优化中的应用

摘要第5-6页
ABSTRACT第6页
第一章 绪论第9-16页
    1.1 选题背景及研究意义第9-10页
    1.2 课题研究现状第10-13页
        1.2.1 退火遗传算法的研究进展第10-11页
        1.2.2 多因素灰色模型的研究进展第11-12页
        1.2.3 多目标库存优化模型的研究进展第12-13页
    1.3 本文的主要研究内容及组织结构第13-16页
        1.3.1 本文的主要研究内容第13-14页
        1.3.2 本文的组织结构第14-16页
第二章 退火遗传算法第16-25页
    2.1 退火遗传算法的基本原理第16-19页
        2.1.1 遗传算法的基本原理第16-18页
        2.1.2 模拟退火算法的基本原理第18页
        2.1.3 退火遗传算法的基本原理第18-19页
    2.2 退火遗传算法的主要步骤第19-20页
    2.3 改进的退火遗传算法第20-22页
    2.4 实验与结果分析第22-24页
    2.5 本章小结第24-25页
第三章 多因素灰色模型第25-40页
    3.1 引言第25页
    3.2 三种灰色模型第25-30页
        3.2.1 GM(1, 1)模型第25-26页
        3.2.2 GM(1, N)模型第26-28页
        3.2.3 MGM(1, N)模型第28-30页
    3.3 MGM(1, N)模型的检验第30-31页
    3.4 MGM(1, N)模型的缺陷及优化第31-33页
    3.5 基于改进的退火遗传算法优化的MGM(1, N)模型第33-39页
        3.5.1 A终端公司广州分公司简介第33页
        3.5.2 数据预处理第33-35页
        3.5.3 实验结果及分析第35-37页
        3.5.5 2015 年手机销售预测第37-39页
    3.6 本章小结第39-40页
第四章 多目标库存优化模型第40-50页
    4.1 引言第40页
    4.2 求解多目标优化问题的常规数学方法第40-41页
    4.3 多目标库存优化模型的建立第41-45页
        4.3.1 模型假设条件第42页
        4.3.2 模型符号及变量定义第42-43页
        4.3.3 多目标函数的确定第43-45页
    4.4 基于退火遗传算法的多目标库存优化模型求解第45-49页
        4.4.1 模型参数设置第45-47页
        4.4.2 实验结果与分析第47-49页
    4.5 本章小结第49-50页
结论与展望第50-52页
参考文献第52-56页
攻读硕士学位期间取得的研究成果第56-57页
致谢第57-58页
附件第58页

论文共58页,点击 下载论文
上一篇:公益报道策略研究--以《京华时报.公益周刊》为例
下一篇:基于稀疏学习的专家列表排序学习方法研究