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

矩形件排样问题的遗传模拟退火算法研究

摘要第4-6页
ABSTRACT第6-7页
第一章 绪论第10-17页
    1.1 排样优化问题概述第10页
    1.2 排样优化问题分类第10-13页
    1.3 排样优化问题研究现状第13-15页
    1.4 主要研究内容与创新点第15-16页
    1.5 本文组织结构第16-17页
第二章 矩形件排样问题的数学模型及求解算法第17-29页
    2.1 矩形件排样问题数学模型第17页
    2.2 矩形件排样问题的定序求解算法第17-23页
        2.2.1 遗传算法第18-20页
        2.2.2 模拟退火算法第20-21页
        2.2.3 蚁群算法第21-22页
        2.2.4 粒子群算法第22-23页
    2.3 矩形件排样问题的定位求解算法第23-28页
        2.3.1 BL算法第23-25页
        2.3.2 下台阶算法第25-26页
        2.3.3 最低水平线算法第26-27页
        2.3.4 基于最低水平线的搜索算法第27-28页
    2.4 本章小结第28-29页
第三章 基于匹配度的最低水平线启发式搜索算法第29-41页
    3.1 基于最低水平线的搜索算法的不足第29-30页
    3.2 算法改进思想第30-33页
        3.2.1 旋转和启发式判断第30-31页
        3.2.2 匹配度函数的设计第31-33页
    3.3 算法的具体实现步骤第33-39页
    3.4 算法流程第39-40页
    3.5 本章小结第40-41页
第四章 自适应遗传模拟退火算法第41-52页
    4.1 遗传模拟退火算法概述第41-42页
    4.2 自适应遗传模拟退火算法设计第42-50页
        4.2.1 染色体编码第42-43页
        4.2.2 初始种群生成策略第43-44页
        4.2.3 适应值计算第44页
        4.2.4 遗传算子第44-49页
        4.2.5 模拟退火第49-50页
    4.3 算法流程第50-51页
    4.4 本章小结第51-52页
第五章 矩形件排样问题的实验分析与计算第52-63页
    5.1 算例对比分析第52-62页
        5.1.1 实验一第52-53页
        5.1.2 实验二第53-56页
        5.1.3 实验三第56-58页
        5.1.4 实验四第58-62页
    5.2 本章小结第62-63页
第六章 总结与展望第63-64页
参考文献第64-69页
致谢第69-70页
攻读硕士学位期间发表的论文第70页

论文共70页,点击 下载论文
上一篇:基于改进模糊测试的Web漏洞挖掘算法研究
下一篇:基于DSP的多功能便携式电量分析记录仪的研制