首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

带二维装箱约束的团队定向问题的研究

摘要第1-5页
ABSTRACT第5-8页
符号对照表第8-9页
第一章 绪论第9-13页
   ·研究背景与意义第9-10页
   ·研究现状综述第10-11页
     ·团队定向问题第10页
     ·二维装箱问题第10-11页
   ·主要研究内容及技术路线第11-12页
     ·主要研究内容第11-12页
     ·技术路线图第12页
   ·本章小结第12-13页
第二章 定向问题概述第13-22页
   ·国内外研究现状第13-14页
   ·问题概述第14-15页
     ·NP-Hard 问题概述第14页
     ·定向问题的应用第14-15页
   ·问题扩展第15-17页
     ·车辆路径问题 VRP 的分类第15页
     ·传统 OP 问题的扩展第15-16页
     ·TOP 问题的扩展第16-17页
   ·算法研究现状第17-21页
     ·定向问题算法分类综述第17-20页
     ·元启发式算法第20-21页
   ·本章小结第21-22页
第三章 二维装箱问题第22-28页
   ·装箱问题概述第22页
   ·二维装箱算法第22-27页
     ·BL 与 BLF 算法第22-24页
     ·BF 算法第24-25页
     ·HR 算法第25-26页
     ·PH 算法第26-27页
   ·本章小结第27-28页
第四章 遗传算法第28-39页
   ·编码操作第29-31页
     ·遗传编码理论第29-30页
     ·编码设计第30-31页
   ·适应值函数第31-33页
     ·常用适应值函数构建模式第31-32页
     ·适应值函数设计第32-33页
   ·选择操作第33-35页
     ·遗传选择原理第33-34页
     ·选择操作设计第34-35页
   ·交叉操作设计第35-36页
   ·变异操作设计第36-37页
   ·终止条件第37页
   ·计算过程设计第37-38页
   ·本章小结第38-39页
第五章 带二维装箱约束的 TOP 问题第39-56页
   ·问题描述第39页
   ·2L-TOP 的问题定义第39-40页
   ·数学模型第40-42页
   ·基于 BLF 的二维装箱算法第42-53页
     ·本文算法思想第42-43页
     ·BLF 算法第43-45页
     ·改进的 BLF 算法第45-47页
     ·改进 BLF 算法设计第47-49页
     ·改进 BLF 算法数值算例第49-51页
     ·算法步骤及流程第51-53页
   ·遗传算法设计第53-55页
   ·本章小结第55-56页
第六章 测试算例及实验结果第56-66页
   ·Chao 测试算例第56-60页
     ·算例参数设置第56-57页
     ·算例结果第57-60页
   ·Iori 测试算例第60-65页
     ·算例参数设置第60-62页
     ·算法有效性第62-63页
     ·算例结果第63-65页
   ·总结第65-66页
第七章 结论与展望第66-68页
   ·结论第66-67页
   ·展望第67-68页
致谢第68-69页
参考文献第69-72页
附录A 部分程序代码第72-82页
在学期间发表的论著及取得的科研成果第82页

论文共82页,点击 下载论文
上一篇:基于虚拟仪器的振动测试分析系统研究
下一篇:基于遗传神经网络的川江滚装运输货运量预测研究