拆卸线平衡问题的人工蜂群算法研究及其应用
| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第12-20页 |
| 1.1 课题的研究意义 | 第12-13页 |
| 1.2 国内外研究现状分析 | 第13-16页 |
| 1.3 课题研究内容、研究目标、解决的关键问题 | 第16-17页 |
| 1.4 采取的研究方法、技术路线及可行性研究 | 第17-18页 |
| 1.5 论文结构与主要内容 | 第18-20页 |
| 第2章 拆卸线平衡问题的理论研究 | 第20-32页 |
| 2.1 基本概念 | 第20-21页 |
| 2.2 问题的复杂性及与装配线的对比 | 第21-24页 |
| 2.2.1 复杂性分析 | 第21-24页 |
| 2.2.2 对比分析 | 第24页 |
| 2.3 拆卸线平衡问题的数学模型 | 第24-30页 |
| 2.3.1 拆卸时间分析 | 第24-25页 |
| 2.3.2 问题简化 | 第25-26页 |
| 2.3.3 目标函数 | 第26-28页 |
| 2.3.4 约束条件 | 第28页 |
| 2.3.5 实例的数据记录 | 第28-30页 |
| 2.4 求解的复杂性及算法 | 第30-31页 |
| 2.5 本章小结 | 第31-32页 |
| 第3章 人工蜂群算法的研究分析 | 第32-40页 |
| 3.1 蜜蜂的自然行为 | 第32-33页 |
| 3.1.1 觅食行为 | 第32页 |
| 3.1.2 舞蹈行为 | 第32-33页 |
| 3.2 仿生原理及算法结构 | 第33-36页 |
| 3.2.1 组织结构及行为模式 | 第33-34页 |
| 3.2.2 觅食过程 | 第34-35页 |
| 3.2.3 人工蜂群算法的结构 | 第35-36页 |
| 3.3 蜂群群智能特征及特点 | 第36-38页 |
| 3.3.1 群智能特征 | 第36-37页 |
| 3.3.2 算法的特点 | 第37-38页 |
| 3.4 人工蜂群算法的研究现状 | 第38-39页 |
| 3.5 本章小结 | 第39-40页 |
| 第4章 算法设计及验证对比 | 第40-65页 |
| 4.1 人工蜂群算法改进设计 | 第40-52页 |
| 4.1.1 初始化阶段 | 第40-46页 |
| 4.1.1.1 参数初始化 | 第40页 |
| 4.1.1.2 初始解生成策略 | 第40-45页 |
| 4.1.1.3 解的评价方法 | 第45-46页 |
| 4.1.2 雇佣蜂行为阶段 | 第46-48页 |
| 4.1.2.1 临域搜索策略 | 第46-48页 |
| 4.1.2.2 解的保留策略 | 第48页 |
| 4.1.2.3 可变步长的设计 | 第48页 |
| 4.1.3 观察蜂行为阶段 | 第48-49页 |
| 4.1.4 侦察蜂行为阶段 | 第49-51页 |
| 4.1.4.1 基于分布估计的搜索策略 | 第49-51页 |
| 4.1.4.2 全局随机搜索策略 | 第51页 |
| 4.1.5 算法结构流程图 | 第51-52页 |
| 4.2 算例测试 | 第52-64页 |
| 4.2.1 19个基准例子测试 | 第52-56页 |
| 4.2.2 简化模型求解 | 第56-64页 |
| 4.3 本章小结 | 第64-65页 |
| 第5章 不确定时间的平衡及算法实际应用 | 第65-74页 |
| 5.1 不确定时间的拆卸线平衡问题 | 第65-69页 |
| 5.1.1 不确定时间分析 | 第65页 |
| 5.1.2 实例测试 | 第65-68页 |
| 5.1.3 总时间最少的不确定时间问题求解 | 第68-69页 |
| 5.2 改进算法的实际应用 | 第69-72页 |
| 5.3 本章小结 | 第72-74页 |
| 结论与展望 | 第74-76页 |
| 致谢 | 第76-77页 |
| 参考文献 | 第77-80页 |
