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--计算机的应用论文--信息处理(信息加工)论文--机器辅助技术论文

三维打印云平台及其关键技术研究

致谢第4-5页
摘要第5-6页
Abstract第6-7页
第1章 绪论第10-20页
    1.1 论文研究背景及意义第10-12页
        1.1.1 研究背景第10-11页
        1.1.2 研究意义第11-12页
    1.2 国内外研究现状第12-18页
        1.2.1 三维打印云平台研究现状第12-13页
        1.2.2 云制造资源建模技术研究现状第13-16页
        1.2.3 多目标优化算法研究现状第16-18页
    1.3 论文研究内容第18-20页
第2章 三维打印云平台架构第20-36页
    2.1 云平台总体架构设计第20-25页
        2.1.1 系统功能需求分析第20-21页
        2.1.2 系统性能需求分析第21-22页
        2.1.3 云平台技术架构第22-24页
        2.1.4 云平台用户界面概要设计第24-25页
    2.2 云平台用户管理模块第25-27页
        2.2.1 云平台用户操作流程第25-27页
        2.2.2 云平台管理员操作流程第27页
    2.3 云平台模型管理模块第27-34页
        2.3.1 重复模型检测功能的实现第27-30页
        2.3.2 验证码功能的实现第30-31页
        2.3.3 断点续传功能的实现第31-33页
        2.3.4 模型三维显示功能的实现第33-34页
    2.4 云平台任务优化调度模块第34-35页
    2.5 本章小结第35-36页
第3章 云打印设备资源与任务建模第36-50页
    3.1 本体的概述第36-37页
        3.1.1 本体的定义第36页
        3.1.2 本体的构成第36-37页
    3.2 基于本体的云打印设备资源与任务建模第37-44页
        3.2.1 云打印资源分类第38-39页
        3.2.2 基于本体的云打印设备资源建模第39-42页
        3.2.3 基于本体的云打印任务建模第42-44页
    3.3 本体任务模型中关键参数的确定第44-49页
    3.4 本章小结第49-50页
第4章 基于资源匹配的云打印任务优化调度方法研究第50-65页
    4.1 云打印任务调度问题分析第50-51页
    4.2 云打印任务与资源匹配问题简化第51-52页
    4.3 遗传算法概述第52-55页
        4.3.1 基本遗传算法第52-54页
        4.3.2 遗传多目标算法第54-55页
    4.4 基于遗传算法的云打印任务与资源匹配方法第55-64页
        4.4.1 多目标优化模型第55-56页
        4.4.2 线性加权法求解第56-59页
        4.4.3 并行选择法求解第59-60页
        4.4.4 NSGA-Ⅱ法求解第60-64页
    4.5 本章小结第64-65页
第5章 实验研究第65-84页
    5.1 基于遗传算法的云打印任务与资源匹配实验研究第65-74页
        5.1.1 线性加权法第66-70页
        5.1.2 并行选择法第70-72页
        5.1.3 NSGA-Ⅱ法第72-74页
        5.1.4 结论第74页
    5.2 三维打印云平台承载能力及服务器性能测试第74-83页
        5.2.1 云平台的发布第75-78页
        5.2.2 承载能力及服务器性能测试第78-83页
    5.3 本章小结第83-84页
第6章 总结与展望第84-86页
    6.1 总结第84-85页
    6.2 展望第85-86页
参考文献第86-89页

论文共89页,点击 下载论文
上一篇:面向结构安全监测的建筑建模及应用
下一篇:基于物联网的建筑安全监测管理系统研究