基于改进遗传算法的入库分配问题优化研究
| 中文摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 1.绪论 | 第9-20页 |
| 1.1 研究背景与实际意义 | 第9-17页 |
| 1.1.1 立体仓库及其相关介绍 | 第10页 |
| 1.1.2 立体仓库的分类 | 第10-13页 |
| 1.1.3 立体仓库的构成 | 第13-15页 |
| 1.1.4 自动化立体仓库的优势 | 第15页 |
| 1.1.5 自动化立体仓库的发展与国内外研究现状 | 第15-17页 |
| 1.2 研究内容 | 第17页 |
| 1.3 关联规则简介 | 第17-18页 |
| 1.4 本文主要内容与结构 | 第18-20页 |
| 1.4.1 本文主要内容 | 第18-19页 |
| 1.4.2 本文主要结构 | 第19-20页 |
| 2.货位分配概念模型 | 第20-26页 |
| 2.1 货位分配优化理论 | 第20-22页 |
| 2.1.1 货位分配策略 | 第20-21页 |
| 2.1.2 货位分配原则 | 第21-22页 |
| 2.2 约束条件与模型假设 | 第22-23页 |
| 2.2.1 约束条件 | 第22页 |
| 2.2.2 模型假设 | 第22-23页 |
| 2.3 数学模型的建立 | 第23-25页 |
| 2.3.1 基于货架的稳定性 | 第24页 |
| 2.3.2 基于取货时间最短 | 第24页 |
| 2.3.3 基于关联规则 | 第24-25页 |
| 2.3.4 目标函数 | 第25页 |
| 2.4 本章小结 | 第25-26页 |
| 3.相关算法 | 第26-38页 |
| 3.1 Apriori算法 | 第26-27页 |
| 3.2 遗传算法 | 第27-32页 |
| 3.2.1 遗传算法简介 | 第27-28页 |
| 3.2.2 遗传算法的特点 | 第28页 |
| 3.2.3 遗传算法的基本过程 | 第28-31页 |
| 3.2.4 遗传算法的算子选择 | 第31-32页 |
| 3.2.5 适应度函数 | 第32页 |
| 3.3 模拟退火算法 | 第32-35页 |
| 3.3.1 模拟退火算法简介 | 第32页 |
| 3.3.2 模拟退火算法的特点 | 第32-33页 |
| 3.3.3 模拟退火算法的基本过程 | 第33-35页 |
| 3.3.4 模拟退火算法的参数设置 | 第35页 |
| 3.4 改进的遗传算法 | 第35-37页 |
| 3.4.1 改进的遗传算法简介 | 第35页 |
| 3.4.2 改进的遗传算法特点 | 第35页 |
| 3.4.3 改进的遗传算法基本过程 | 第35-37页 |
| 3.5 本章小结 | 第37-38页 |
| 4.仿真实验 | 第38-48页 |
| 4.1 MATLAB简介 | 第38-39页 |
| 4.2 基本参数设定 | 第39-40页 |
| 4.3 仿真结果与分析 | 第40-47页 |
| 4.4 本章小结 | 第47-48页 |
| 5.总结与展望 | 第48-49页 |
| 5.1 工作总结 | 第48页 |
| 5.2 课题展望 | 第48-49页 |
| 参考文献 | 第49-52页 |
| 致谢 | 第52-53页 |
| 作者简介 | 第53-54页 |
