首页--工业技术论文--机械、仪表工业论文--机械制造工艺论文--计算机辅助机械制造论文

板材排样优化的计算智能方法研究

中文摘要第1-4页
英文摘要第4-10页
1 绪论第10-20页
 1.1 智能决策技术第10-13页
  1.1.1 智能决策支持系统(IDSS)的概念和结构第10-11页
  1.1.2 智能决策支持系统的相关技术第11-13页
  1.1.3 智能决策支持系统的发展趋势第13页
 1.2 计算智能技术及其运用第13-15页
  1.2.1 计算智能起源及其技术领域第13-14页
  1.2.2 计算智能的发展趋势第14-15页
 1.3 毛坯下料生产中的智能决策第15-18页
  1.3.1 生产过程中的决策支持系统第15-16页
  1.3.2 板材排样优化问题第16-18页
 1.4 课题背景及特色第18-19页
  1.4.1 课题背景和研究意义第18页
  1.4.2 技术路线和主要工作第18-19页
 1.5 本章小结第19-20页
2 板材排样优化求解模型第20-35页
 2.1 板材排样优化问题第20-21页
  2.1.1 板材排样优化问题的形式化描述第20页
  2.1.2 板材排样优化问题的求解难度第20-21页
 2.2 板材排样优化的求解策略第21-25页
  2.2.1 分解策略第21-22页
  2.2.2 矩形策略第22-23页
  2.2.3 协同策略第23-24页
  2.2.4 开放策略第24-25页
 2.3 求解过程第25-26页
 2.4 异形件转化为矩形件的方法第26-27页
  2.4.1 单个零件的最小包络矩形第26页
  2.4.2 多个零件的矩形组合第26-27页
  2.4.3 大型零件的拆分第27页
 2.5 矩形零件的近似排样算法第27-34页
  2.5.1 左底排样算法第27-28页
  2.5.2 可调整排样方法第28-31页
  2.5.3 剩余矩形匹配算法第31-34页
 2.6 本章小结第34-35页
3 矩形零件排样优化的遗传算法模型第35-49页
 3.1 遗传算法的概述第35-42页
  3.1.1 遗传算法的起源第35页
  3.1.2 简单遗传算法模型第35-36页
  3.1.3 遗传算法的机理第36-37页
  3.1.4 遗传算法的特点第37页
  3.1.5 遗传算法的改进第37-42页
   3.1.5.1 标准遗传算法的局限性及其改进方式第38-39页
   3.1.5.2 分布式遗传算法第39-41页
   3.1.5.3 加速遗传算法第41-42页
 3.2 矩形零件排样优化的遗传算法模型第42-48页
  3.2.1 矩形零件排样优化的遗传算法设计第42-46页
   3.2.1.1 基因编码第42-43页
   3.2.1.2 适应度函数第43-44页
   3.2.1.3 算法参数第44页
   3.2.1.4 染色体的选择第44-45页
   3.2.1.5 染色体的交叉第45-46页
   3.2.1.6 染色体的变异第46页
  3.2.2 矩形零件排样优化的遗传算法流程第46-48页
   3.2.2.1 初始化第47页
   3.2.2.2 初始种群的产生第47页
   3.2.2.3 循环结束的判别第47页
   3.2.2.4 算法流程第47-48页
   3.2.2.5 算法复杂性分析第48页
 3.3 本章小结第48-49页
4 智能优化排样系统的关键技术第49-73页
 4.1 智能优化排样系统的运行环境第49页
 4.2 排样优化算法的软件实现技术第49-64页
  4.2.1 软件编制的基本思路第50-51页
  4.2.2 遗传算法的实现技术第51-57页
  4.2.3 排样算法的实现技术第57-64页
 4.3 协同优化实现技术第64-72页
  4.3.1 协同优化流程第64-65页
  4.3.2 模拟退火算法第65-68页
  4.3.3 局部搜索算法第68-72页
 4.4 本章小结第72-73页
5 系统运行示例及计算实例第73-82页
 5.1 智能优化排样系统的运行示例第73-75页
 5.2 计算实例第75-80页
 5.3 结论第80-81页
 5.4 本章小结第81-82页
6 总结与展望第82-84页
 6.1 研究工作总结第82-83页
 6.2 展望第83-84页
参考文献第84-89页
攻读硕士学位期间的研究工作情况第89-90页
致谢第90页

论文共90页,点击 下载论文
上一篇:NF-κB在糖尿病大血管并发症发病中作用的研究
下一篇:中国林蛙卵活性部位的化学成分研究