| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 1 引言 | 第10-13页 |
| ·课题背景和意义 | 第10页 |
| ·课题研究现状及发展趋势 | 第10-11页 |
| ·本文所做的工作 | 第11-12页 |
| ·本文的组织结构 | 第12-13页 |
| 2 出铝排包问题的分析与建模 | 第13-19页 |
| ·工艺过程概述 | 第13页 |
| ·出铝排包问题的概述 | 第13-15页 |
| ·出铝排包的因素 | 第15-16页 |
| ·出铝排包的约束条件 | 第16页 |
| ·出铝排包的求解目标 | 第16-17页 |
| ·出铝排包问题的数学描述 | 第17-18页 |
| ·目标函数 | 第18-19页 |
| 3 常用智能优化算法介绍 | 第19-22页 |
| ·粒子群算法 | 第19页 |
| ·免疫克隆选择算法 | 第19-20页 |
| ·蚁群算法 | 第20页 |
| ·量子计算 | 第20-22页 |
| 4 遗传算法 | 第22-34页 |
| ·遗传算法概述 | 第22-27页 |
| ·遗传算法的发展历史 | 第22-23页 |
| ·遗传算法的基本思想 | 第23页 |
| ·遗传算法的特点 | 第23-24页 |
| ·标准遗传算法的构成要素 | 第24-25页 |
| ·标准遗传算法的描述 | 第25-27页 |
| ·遗传算法的数学基础 | 第27-29页 |
| ·模式 | 第27页 |
| ·模式阶和定义长度 | 第27-28页 |
| ·模式定理 | 第28-29页 |
| ·积木块假设(Building Block Hypothesis) | 第29页 |
| ·欺骗问题 | 第29-30页 |
| ·CHC算法 | 第30页 |
| ·Messy GA | 第30页 |
| ·自适应遗传算法 | 第30-31页 |
| ·基于小生境技术的遗传算法 | 第31-32页 |
| ·进化计算初步 | 第32-34页 |
| ·进化计算概述 | 第32-33页 |
| ·进化计算理论的基本框架 | 第33页 |
| ·进化策略 | 第33页 |
| ·进化策略的主要特点(与GA比较) | 第33-34页 |
| 5 智能排包的算法研究 | 第34-49页 |
| ·目前计算机排包算法研究与分析 | 第34-35页 |
| ·遗传算法在排包应用中的优势 | 第35-36页 |
| ·遗传算法的改进 | 第36-37页 |
| ·智能排包算法 | 第37-42页 |
| ·智能排包算法的流程 | 第37-38页 |
| ·智能排包算法的编码方案 | 第38-39页 |
| ·智能排包算法的适应度函数 | 第39页 |
| ·智能排包算法的种群选择方法 | 第39-40页 |
| ·智能排包算法的自适应交叉和变异算子 | 第40-42页 |
| ·智能排包算法的终止条件 | 第42页 |
| ·智能排包算法性能实验分析 | 第42-49页 |
| ·实验环境 | 第42页 |
| ·交叉和变异算子的实验分析 | 第42-44页 |
| ·选择算子的实验分析 | 第44-45页 |
| ·标准遗传算法排包与改进遗传算法排包的实验分析 | 第45-48页 |
| ·实验结论 | 第48-49页 |
| 6 智能排包系统的实现及其应用效果 | 第49-70页 |
| ·智能排包系统的总体结构 | 第49-53页 |
| ·智能排包系统的设计原则 | 第49页 |
| ·系统环境的搭建及开发语言 | 第49-50页 |
| ·排包系统的总体结构设计 | 第50-51页 |
| ·系统各子系统功能简介 | 第51-52页 |
| ·数据模型 | 第52-53页 |
| ·智能排包系统功能的实现 | 第53-68页 |
| ·系统管理 | 第53-54页 |
| ·项目数据管理 | 第54-61页 |
| ·人工排包单管理 | 第61-64页 |
| ·遗传算法排包 | 第64-68页 |
| ·智能排包系统的应用效果 | 第68-70页 |
| 结论 | 第70-72页 |
| 参考文献 | 第72-75页 |
| 在学研究成果 | 第75-76页 |
| 致谢 | 第76页 |