大型仓储系统的调度算法研究

摘要	第1-6页
Abstract	第6-12页
1 绪论	第12-17页
·论文的研究背景和研究意义	第12-14页
·论文的研究背景	第12-13页
·论文的研究意义	第13-14页
·研究内容	第14-15页
·研究目标	第14-15页
·研究内容	第15页
·论文的总体安排	第15-16页
·论文的创新点	第16-17页
2 大型仓储系统及其优化控制问题	第17-37页
·大型仓储系统	第17-25页
·仓储系统的形成和发展	第17-20页
·自动化仓库的类型	第20-21页
·仓储系统的组成	第21页
·仓储系统的主要作业	第21-22页
·仓储系统的优点和不足	第22-23页
·首都国际机场大型货运站仓储系统	第23-25页
·大型仓储系统的研究进展	第25-29页
·仓储系统的研究内容	第25-26页
·仓储系统的研究综述	第26-27页
·智能优化在仓储系统控制中的应用研究综述	第27-29页
·大型仓储系统的优化控制问题	第29-35页
·仓储系统的主要优化控制问题	第29-32页
·首都国际机场大型货运站仓储系统的优化问题	第32-34页
·仓储系统调度优化问题研究现状	第34-35页
·本章总结	第35-37页
3 遗传算法的基本理论	第37-54页
·遗传算法的产生和发展	第37-38页
·遗传算法的研究内容	第38-42页
·编码问题	第38-39页
·初始群体设定及适应度函数	第39页
·遗传算子	第39-41页
·参数选择	第41页
·收敛性分析及收敛速度	第41-42页
·欺骗问题	第42页
·约束优化问题的遗传算法	第42-46页
·约束优化问题	第43页
·约束处理方法	第43-44页
·基于进化算法的约束处理技术	第44-45页
·约束优化进化算法亟待解决的问题	第45-46页
·多目标优化问题的遗传算法	第46-50页
·多目标优化问题	第46页
·多目标进化算法	第46-48页
·第一代多目标进化算法	第48页
·第二代多目标进化算法	第48-49页
·当前多目标进化算法的研究热点	第49-50页
·遗传算法的不足及研究方向	第50-53页
·遗传算法的不足	第50-51页
·遗传算法的主要研究方向	第51-53页
·本章总结	第53-54页
4 遗传算法的改进	第54-77页
·遗传算法的改进问题	第54-55页
·基本遗传算法在工程应用中的局限	第54-55页
·遗传算法的改进方向	第55页
·快速单目标约束遗传算法	第55-64页
·快速单目标遗传算法的设计	第56-59页
·算法1的收敛性分析	第59-60页
·改进的单目标约束遗传算法的性能分析	第60-64页
·快速多目标约束遗传算法	第64-75页
·快速多目标遗传算法的设计	第65-69页
·改进的多目标约束遗传算法的收敛性分析	第69-72页
·改进的多目标约束遗传算法的性能分析	第72-75页
·本章总结	第75-77页
5 基于遗传算法的大型仓储系统的优化控制	第77-95页
·基于遗传算法的仓储系统的拣选路径的优化	第77-84页
·仓储系统的拣选路径优化问题	第77-80页
·基于Pareto遗传算法的自动化仓库的求解	第80-81页
·求解拣选过程中货位的动态分配的遗传算法步骤	第81页
·计算实例	第81-83页
·优化结果及分析	第83-84页
·自动化仓库中堆垛机的动态待命位的确定	第84-90页
·堆垛机的动态待命位问题	第84-86页
·基于多质点重心的堆垛机动态待命位置	第86-88页
·实例计算	第88-89页
·结果及分析	第89-90页
·基于优化控制的自动化仓库的出入库能力的分析	第90-94页
·自动化仓库的出入库能力的分析	第90-93页
·结果讨论	第93页
·实际运行测试	第93-94页
·本章总结	第94-95页
6 总结及工作展望	第95-97页
致谢	第97-98页
参考文献	第98-106页
攻读学位期间的研究成果	第106-107页