粒子群优化算法改进研究及其在码头调度中的应用
| 摘要 | 第1-5页 |
| Abstract | 第5-7页 |
| 目录 | 第7-9页 |
| 第1章 绪论 | 第9-22页 |
| ·选题背景及意义 | 第9-11页 |
| ·国内外研究现状 | 第11-19页 |
| ·智能优化技术的研究现状 | 第11-15页 |
| ·集装箱码头前沿调度研究现状 | 第15-19页 |
| ·课题来源和主要工作内容 | 第19-21页 |
| ·课题来源 | 第19页 |
| ·论文主要工作内容及结构 | 第19-21页 |
| ·小结 | 第21-22页 |
| 第2章 粒子群优化算法 | 第22-30页 |
| ·基本粒子群优化算法 | 第22-24页 |
| ·粒子群算法的基本原理 | 第22-23页 |
| ·基本粒子群算法求解流程 | 第23-24页 |
| ·粒子群优化算法的研究发展 | 第24-29页 |
| ·形式上改进 | 第24-26页 |
| ·粒子状态改进 | 第26页 |
| ·邻域拓扑结构 | 第26-28页 |
| ·离散版本粒子群算法 | 第28-29页 |
| ·小结 | 第29-30页 |
| 第3章 具有动态拓扑结构的聚类粒子群算法 | 第30-40页 |
| ·算法改进的主要思想 | 第30-31页 |
| ·改进算法的设计与实现 | 第31-33页 |
| ·聚类算法的引入及处理 | 第31-32页 |
| ·KPSO算法的流程 | 第32-33页 |
| ·改进算法的性能测试与分析 | 第33-38页 |
| ·实验设计 | 第33-34页 |
| ·实验结果分析 | 第34-38页 |
| ·小结 | 第38-40页 |
| 第4章 具有多簇异构性质的自适应粒子群优化算法 | 第40-53页 |
| ·算法改进的主要策略 | 第40-42页 |
| ·渐进聚类策略 | 第40-41页 |
| ·自适应策略 | 第41-42页 |
| ·改进算法的求解流程 | 第42-43页 |
| ·算法的收敛性数学分析 | 第43-44页 |
| ·改进算法的性能测试与分析 | 第44-52页 |
| ·小结 | 第52-53页 |
| 第5章 集装箱码头前沿联合调度研究 | 第53-71页 |
| ·问题描述 | 第53-54页 |
| ·泊位-岸桥联合调度数学模型 | 第54-57页 |
| ·模型参数 | 第54-56页 |
| ·目标函数 | 第56页 |
| ·约束条件 | 第56-57页 |
| ·泊位岸桥联合调度策略 | 第57-63页 |
| ·泊位分配策略 | 第57-58页 |
| ·岸桥分配策略 | 第58-60页 |
| ·泊位岸桥联合调度 | 第60-63页 |
| ·调度模型的粒子群算法求解设计 | 第63-66页 |
| ·问题的求解流程 | 第63-64页 |
| ·问题的粒子表达 | 第64-66页 |
| ·算例研究 | 第66-70页 |
| ·算例介绍 | 第66页 |
| ·实际案例的优化求解 | 第66-70页 |
| ·小结 | 第70-71页 |
| 第6章 总结与展望 | 第71-73页 |
| ·全文工作总结 | 第71-72页 |
| ·未来研究展望 | 第72-73页 |
| 致谢 | 第73-74页 |
| 参考文献 | 第74-79页 |
| 攻读硕士期间发表的论文与参加的科研项目 | 第79页 |
