首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--一般性问题论文--理论、方法论文--算法理论论文

基于蚁群算法的港口调度问题研究

摘要第1-5页
Abstract第5-8页
第一章 绪论第8-19页
   ·引言第8-9页
   ·港口调度问题概况第9-16页
     ·港口调度问题研究目的和意义第9-10页
     ·国内外研究现状及发展动态第10-15页
     ·存在的问题第15-16页
   ·本文的研究目的、研究意义及主要工作第16-19页
     ·本文的研究目的、研究意义第16-17页
     ·本文的主要工作第17-19页
第二章 基本概念介绍第19-24页
   ·车间调度问题(Job-Shop Scheduling Problem)基本描述第19-20页
   ·蚁群优化算法简介第20-24页
     ·蚁群算法的产生与发展第20-21页
     ·蚁群优化算法的基本原理第21-24页
第三章 卸船时间最短的资源配置和路径优化问题第24-46页
   ·引言第24页
   ·问题描述第24-25页
   ·建立问题的数学模型第25-36页
     ·单船单仓的数学模型第25-28页
     ·单船多仓的数学模型第28-31页
     ·多船多仓的数学模型第31-36页
   ·求解问题的蚁群算法第36-45页
     ·算法参数的选取规则第36-37页
     ·构造算法第37-38页
     ·实例仿真第38-45页
   ·本章小结第45-46页
第四章 卸船时间一定的资源配置和路径优化问题第46-55页
   ·引言第46页
   ·问题描述第46页
   ·建立问题的数学模型第46-51页
     ·单船单仓的数学模型第46-47页
     ·单船多仓的数学模型第47-49页
     ·多船多仓的数学模型第49-51页
   ·求解问题的蚁群算法第51-54页
     ·算法参数的选取规则第51-52页
     ·构造算法第52-53页
     ·实例仿真第53-54页
   ·本章小结第54-55页
第五章 装船与卸船模型的比较分析第55-57页
第六章 总结与展望第57-59页
 一、本文主要研究工作总结第57-58页
 二、需进一步研究的问题第58-59页
参考文献第59-64页
附录I第64-71页
附录II第71-76页
致谢第76-77页
攻读学位期间发表的学术论文目录第77页

论文共77页,点击 下载论文
上一篇:信息熵蚁群算法在特征提取和图像识别中的应用
下一篇:基于SOPC的实时图像处理系统的设计