| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 研究背景与意义 | 第10-11页 |
| 1.1.1 研究背景 | 第10-11页 |
| 1.1.2 研究意义 | 第11页 |
| 1.2 国内外研究现状 | 第11-16页 |
| 1.2.1 泊位分配问题研究现状 | 第11-13页 |
| 1.2.2 岸桥优化问题研究现状 | 第13页 |
| 1.2.3 航速优化问题的研究现状 | 第13-14页 |
| 1.2.4 泊位与岸桥协同调度问题的研究现状 | 第14-15页 |
| 1.2.5 粒子群算法的研究现状 | 第15-16页 |
| 1.2.6 目前国内外研究的不足之处 | 第16页 |
| 1.3 本文结构 | 第16-18页 |
| 第2章 航速优化、泊位分配与岸桥调度问题的研究 | 第18-26页 |
| 2.1 航速优化问题 | 第18-19页 |
| 2.2 装箱问题相关理论 | 第19-20页 |
| 2.3 泊位分配问题 | 第20-22页 |
| 2.4 岸桥调度问题 | 第22-24页 |
| 2.5 双港协同优化问题 | 第24-25页 |
| 2.6 本章小结 | 第25-26页 |
| 第3章 考虑船舶排放的双港泊位与岸桥调度协同优化模型 | 第26-34页 |
| 3.1 问题描述 | 第26-27页 |
| 3.2 模型假设 | 第27-28页 |
| 3.3 定义符号 | 第28-30页 |
| 3.4 建立模型 | 第30-33页 |
| 3.5 本章小结 | 第33-34页 |
| 第4章 基于遗传算子和植物生长算子的混合PSO算法 | 第34-52页 |
| 4.1 标准粒子群算法 | 第34-36页 |
| 4.1.1 算法的数学描述 | 第34-35页 |
| 4.1.2 标准PSO算法的流程 | 第35-36页 |
| 4.2 基本多目标粒子群算法与改进 | 第36-41页 |
| 4.2.1 粒子的更新 | 第36-37页 |
| 4.2.2 非劣解集φ_1与外部档案φ_2 | 第37-38页 |
| 4.2.3 基于密度的精英策略 | 第38-39页 |
| 4.2.4 个体极值和全局极值的选取 | 第39页 |
| 4.2.5 粒子跳出搜索空间的处理 | 第39-40页 |
| 4.2.6 动态搜索 | 第40页 |
| 4.2.7 基本多目标粒子群算法的流程 | 第40-41页 |
| 4.3 粒子群算法的遗传算子和植物生长算子改进 | 第41-46页 |
| 4.3.1 遗传算子改进 | 第41-44页 |
| 4.3.2 植物生长算子改进 | 第44-46页 |
| 4.4 参数的选取 | 第46-47页 |
| 4.4.1 群体规模 | 第46页 |
| 4.4.2 学习因子 | 第46-47页 |
| 4.4.3 惯性因子 | 第47页 |
| 4.4.4 交叉与变异概率 | 第47页 |
| 4.5 编码 | 第47-49页 |
| 4.6 泊位与岸桥的分配原则 | 第49-50页 |
| 4.7 算法流程 | 第50页 |
| 4.8 本章小结 | 第50-52页 |
| 第5章 实例分析 | 第52-58页 |
| 5.1 实例数据 | 第52-53页 |
| 5.2 实例求解 | 第53-55页 |
| 5.3 结果分析 | 第55-57页 |
| 5.4 本章小结 | 第57-58页 |
| 结论与展望 | 第58-60页 |
| 参考文献 | 第60-65页 |
| 致谢 | 第65页 |