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

基于改进遗传算法的汽车装配生产线平衡问题研究

致谢第4-5页
摘要第5-6页
Abstract第6-7页
缩写和符号清单第11-17页
1 绪论第17-23页
    1.1 课题背景第17-18页
    1.2 研究目的和意义第18-20页
    1.3 研究方法、关键内容与论文结构第20-23页
2 文献综述第23-41页
    2.1 装配生产线物流系统的建模研究第23-26页
        2.1.1 装配生产线物流系统建模的研究现状第23-24页
        2.1.2 面向对象的建模方法第24-26页
    2.2 启发式优化算法的研究第26-32页
        2.2.1 模拟退火算法第26-28页
        2.2.2 禁忌搜索法第28页
        2.2.3 神经网络算法和蚁群算法第28-29页
        2.2.4 求解汽车装配线平衡问题启发式算法文献汇总与分析第29-32页
    2.3 汽车装配生产线平衡问题研究要素与文献总结第32-35页
    2.4 汽车装配生产线平衡问题研究领域存在的问题与挑战第35-37页
    2.5 遗传算法在分析装配平衡领域的应用与文献分析第37-41页
3 汽车装配生产线平衡问题的数学建模第41-59页
    3.1 研究目标第41页
    3.2 汽车装配生产线物流描述和与装配生产线平衡问题描述第41-55页
        3.2.1 汽车厂生产流程描述第41-44页
        3.2.2 混流装配生产线平衡问题基本数学模型第44-46页
        3.2.3 混流装配生产线相关概念术语定义第46-48页
        3.2.4 混流装配生产线平衡问题的约束条件研究第48-52页
        3.2.5 装配产品选项配置问题第52-55页
    3.3 汽车装配线平衡问题综合约束条件数学模型第55-58页
    3.4 本章小结第58-59页
4 求解汽车装配线平衡问题的遗传算法研究第59-79页
    4.1 遗传算法在汽车装配生产线平衡问题应用描述第59-60页
    4.2 传统遗传算法存在的问题与改进算法的结构流程框架第60-73页
    4.3 改进的算法算子及其参数选择与收敛相关性分析第73-78页
        4.3.1 算法参数取值范围与整体收敛性研究第73-75页
        4.3.2 改进的自适应算法算子策略第75-78页
    4.4 本章小结第78-79页
5 改进遗传算法收敛性分析与性能测试评价第79-92页
    5.1 改进遗传算法收敛性分析第79-82页
    5.2 算法性能测试评价第82-90页
        5.2.1 基于Schaffer F6函数的算法测试第82-85页
        5.2.2 基于De-Jong函数F2的算法测试第85-89页
        5.2.3 装配平衡问题分析领域标准算例测试第89-90页
    5.3 本章小结第90-92页
6 改进遗传算法的工程案例应用研究第92-127页
    6.1 案例背景简介第92-94页
    6.2 案例问题分析第94-108页
        6.2.1 案例问题基本信息描述第94-106页
        6.2.2 案例分析的数学模型与算法预处理第106-107页
        6.2.3 遗传算法的初始化定义第107-108页
    6.3 案例的算法应用与分析第108-117页
        6.3.1 单一类型产品装配的平衡分析第108-110页
        6.3.2 混合投放(混流)产品装配的平衡分析第110-117页
    6.4 改进遗传算法横向对比分析第117-123页
        6.4.1 改进遗传算法的计算效能分析第118-121页
        6.4.2 改进遗传算法的计算结果评价第121-123页
    6.5 算法参数对于收敛性影响分析第123-126页
    6.6 本章小结第126-127页
7 论文结论和未来工作展望第127-131页
    7.1 论文的结论第127-128页
    7.2 研究的主要创新点第128-129页
    7.3 研究未来展望第129-131页
附录一第131-133页
附录二第133-136页
附录三第136-140页
参考文献第140-147页
作者简历及在学研究成果第147-151页
学位论文数据集第151页

论文共151页,点击 下载论文
上一篇:电子商务企业末端配送若干关键问题的研究
下一篇:希尔伯特黄变换方法及其在特征提取中的应用研究