| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪论 | 第7-12页 |
| ·研究背景和意义 | 第7-8页 |
| ·排样问题的分类 | 第8页 |
| ·国内外研究现状 | 第8-11页 |
| ·本文的研究内容 | 第11-12页 |
| 第二章 智能优化算法概述 | 第12-27页 |
| ·遗传算法基本原理 | 第12-16页 |
| ·遗传算法概述 | 第12页 |
| ·遗传算法的特点 | 第12-13页 |
| ·遗传算法的实现 | 第13-16页 |
| ·粒子群算法的提出 | 第16-17页 |
| ·基本粒子群算法 | 第17-19页 |
| ·算法原理 | 第17-18页 |
| ·算法流程 | 第18-19页 |
| ·算法的社会行为分析 | 第19页 |
| ·几种改进粒子群算法 | 第19-24页 |
| ·带有惯性因子的粒子群算法 | 第19-20页 |
| ·带有收缩因子的粒子群算法 | 第20-21页 |
| ·基于遗传思想改进粒子群算法 | 第21-22页 |
| ·利用小生境思想的粒子群算法 | 第22-23页 |
| ·其他的改进粒子群算法 | 第23-24页 |
| ·具有量子行为粒子群算法 | 第24-26页 |
| ·粒子群算法的缺点 | 第24页 |
| ·具有量子行为粒子群算法模型 | 第24-26页 |
| ·具有量子行为粒子群算法的优点 | 第26页 |
| ·本章小结 | 第26-27页 |
| 第三章 多边性矩形包络的实现 | 第27-38页 |
| ·多边形凸壳问题 | 第27-29页 |
| ·格雷厄姆方法 | 第29-30页 |
| ·矩形包络 | 第30-31页 |
| ·遗传模拟退火混合算法的求解矩形包络 | 第31-34页 |
| ·模拟退火算法 | 第31-32页 |
| ·遗传模拟退火混合算法求解矩形包络过程 | 第32-34页 |
| ·具有量子行为的粒子群算法求解矩形包络 | 第34页 |
| ·仿真实验 | 第34-37页 |
| ·本章小结 | 第37-38页 |
| 第四章 二维矩形包络排样的优化算法 | 第38-53页 |
| ·矩形件排样问题的数学模型 | 第38-39页 |
| ·矩形排样问题的描述 | 第38页 |
| ·数学模型 | 第38-39页 |
| ·矩形件排样的启发式排放算法 | 第39-42页 |
| ·BL 条件 | 第39-40页 |
| ·BL 算法 | 第40页 |
| ·下台阶算法 | 第40-41页 |
| ·最低水平线法及其改进 | 第41-42页 |
| ·解空间的大小 | 第42页 |
| ·遗传算法求解矩形件优化排样问题 | 第42-46页 |
| ·编码方法 | 第42-43页 |
| ·适应度函数设计 | 第43页 |
| ·遗传算子 | 第43-44页 |
| ·应用遗传算法求解的具体步骤 | 第44-45页 |
| ·排样算例 | 第45-46页 |
| ·粒子群算法求解矩形件优化排样问题 | 第46-48页 |
| ·粒子群初始化及适应度函数 | 第47页 |
| ·粒子群调整 | 第47页 |
| ·停止规则 | 第47-48页 |
| ·排样算例 | 第48页 |
| ·基于具有量子行为的粒子群算法求解矩形件优化排样问题 | 第48-51页 |
| ·具有量子行为的粒子群算法的排样优化过程 | 第48-49页 |
| ·排样算例 | 第49-51页 |
| ·排样算法在服装CAD 自动排料中的应用 | 第51-52页 |
| ·本章小结 | 第52-53页 |
| 第五章 总结与展望 | 第53-55页 |
| ·总结 | 第53页 |
| ·展望 | 第53-55页 |
| 致谢 | 第55-56页 |
| 参考文献 | 第56-59页 |
| 附录 | 第59页 |