首页--交通运输论文--铁路运输论文--铁路运输管理工程论文--重载铁路运输论文

重载运输卸车组织优化研究

摘要第6-8页
Abstract第8-9页
第1章 绪论第12-18页
    1.1 背景和意义第12-13页
    1.2 国内外铁路重载运输发展现状第13-14页
        1.2.1 国内铁路重载运输发展现状第13-14页
        1.2.2 国外铁路重载运输发展现状第14页
    1.3 国内外相关技术的研究现状第14-16页
        1.3.1 铁路重载运输卸车组织研究现状第14-16页
        1.3.2 集疏运系统研究现状第16页
    1.4 研究内容及技术路线第16-18页
第2章 重载铁路卸车系统相关理论概述第18-26页
    2.1 重载铁路集疏运系统概述第18-20页
        2.1.1 重载铁路集疏运系统内涵第18-19页
        2.1.2 重载铁路集疏运系统特征第19页
        2.1.3 重载铁路集疏运系统发展进程第19-20页
        2.1.4 重载铁路疏运系统优化的必要性第20页
    2.2 重载铁路卸车设备第20-23页
        2.2.1 翻车机系统概述第21页
        2.2.2 翻车机的分类第21-23页
    2.3 重载铁路卸车站分析第23-25页
        2.3.1 重载铁路与既有铁路卸车站的不同第23-24页
        2.3.2 重载铁路卸车站平面布置第24-25页
    2.4 本章小结第25-26页
第3章 重载铁路卸车作业系统优化模型第26-37页
    3.1 重载铁路卸车作业系统分析第26-30页
        3.1.1 卸车作业流程描述第26-27页
        3.1.2 卸车作业系统的特征第27-28页
        3.1.3 卸车作业系统影响因素分析第28-30页
        3.1.4 卸车作业系统中存在的问题第30页
    3.2 卸车调度问题描述第30-31页
    3.3 卸车调度优化模型第31-35页
        3.3.1 相关边界假定第32页
        3.3.2 符号说明第32-33页
        3.3.3 目标函数第33-34页
        3.3.4 约束条件第34-35页
        3.4.5 模型分析第35页
    3.4 本章小结第35-37页
第4章 基于遗传算法的模型求解第37-53页
    4.1 遗传算法基本理论第37-39页
        4.1.1 遗传算法概述第37页
        4.1.2 遗传算法基本流程第37-38页
        4.1.3 遗传算法的特点第38-39页
    4.2 模型求解算法第39-48页
        4.2.1 个体编码方式的设计第40-41页
        4.2.2 种群初始化第41页
        4.2.3 适应度函数设计第41-43页
        4.2.4 遗传算子设计第43-46页
        4.2.5 算法流程第46-48页
    4.3 算例第48-52页
        4.3.1 参数设置第49-50页
        4.3.2 结果分析第50-52页
    4.4 本章小结第52-53页
结论与展望第53-55页
致谢第55-56页
参考文献第56-59页

论文共59页,点击 下载论文
上一篇:负面指导经历对员工社会阻抑的影响--基于资源保存理论的视角
下一篇:差错管理氛围对员工创新绩效的影响研究--基于个人—组织匹配理论视角