首页--交通运输论文--水路运输论文--港口工程论文--港口水工建筑物论文--码头论文

煤炭码头堆场通过能力的仿真研究

摘要第1-6页
Abstract第6-11页
第1章 绪论第11-20页
   ·研究背景与意义第11-12页
   ·国内外研究现状第12-17页
     ·国外研究现状第12-14页
     ·国内研究现状第14-17页
     ·国内外现状评述第17页
   ·本文主要内容和研究方法第17-20页
     ·本文主要内容第17-18页
     ·研究方法第18-20页
第2章 本文相关理论综述第20-35页
   ·港口物流系统的定义及内涵第20-21页
     ·港口物流系统的定义第20页
     ·港口物流系统的内涵第20-21页
   ·煤炭码头物流系统相关理论第21-23页
     ·煤炭码头工艺的基本设施第21页
     ·煤炭码头装卸工艺系统及流程作业第21-22页
     ·煤炭码头的作业计划和调度第22-23页
   ·煤炭码头堆场相关理论第23-26页
     ·堆场的概念第23-24页
     ·堆场的作用与功能第24-25页
     ·堆场通过能力的理论第25-26页
   ·离散事件系统仿真基本理论第26-31页
     ·离散事件系统仿真的步骤第26-28页
     ·离散事件系统的建模方法第28页
     ·Petri 网法的详细介绍第28-31页
     ·Perti 网的建模方法第31页
   ·Witness 仿真技术第31-34页
     ·Witness 仿真软件的组成部分及特点第32-33页
     ·Witness 仿真步骤第33-34页
   ·本章小结第34-35页
第3章 我国煤炭港口运输现状及煤炭码头堆场分析第35-47页
   ·我国煤炭生产及分布现状第35-36页
   ·我国主要煤炭港口运输完成情况第36-40页
     ·煤炭海上运输市场基本情况第36-37页
     ·主要煤港运输情况第37-40页
   ·煤炭码头堆场系统的分析第40-44页
     ·煤炭码头的发展现状第40-41页
     ·煤炭码头堆场的现状第41-42页
     ·煤炭码头堆场存在的问题第42-44页
   ·影响堆场通过能力的因素第44-46页
   ·本章小结第46-47页
第4章 煤炭港口码头物流系统建模第47-59页
   ·煤炭码头物流系统的层次模型第47-48页
   ·煤炭码头物流系统的 Petri 网模型第48-54页
     ·煤炭码头物流系统的顶层 Petri 网模型第49页
     ·煤码头物流系统的子系统层 Petri 网模型第49-51页
     ·职能层的煤炭码头物流系统 Petri 网模型第51-54页
   ·煤炭码头物流系统 Petri 网模型的性能分析第54-55页
   ·煤炭码头物流系统的仿真模型第55-58页
     ·煤炭码头物流系统仿真模型的建立第55-57页
     ·煤炭码头物流系统仿真模型的评价指标第57-58页
   ·本章小结第58-59页
第5章 煤炭码头堆场通过能力仿真实证分析—以曹妃甸港为例第59-90页
   ·曹妃甸港煤码头系统分析及仿真目标第59-62页
     ·曹妃甸港煤码头系统分析第59-61页
     ·曹妃甸港口煤炭物流模型的仿真目标第61-62页
   ·曹妃甸港口煤炭物流的数据收集第62-67页
     ·曹妃甸港口煤炭物流系统中随机事件的描述第62-65页
     ·曹妃甸煤炭港口物流系统中参数的输入值第65-67页
   ·建立曹妃甸煤炭港口物流系统的仿真模型第67-76页
     ·建立曹妃甸煤炭港口物流系统的 Petri 网模型第67-69页
     ·曹妃甸煤炭港口物流系统的仿真模型第69-75页
     ·曹妃甸港口煤炭物流系统仿真模型的验证第75-76页
   ·曹妃甸港口煤炭物流系统运行结果仿真分析与优化第76-87页
     ·曹妃甸港口煤炭物流系统仿真运行结果分析第76-78页
     ·曹妃甸港口煤炭物流系统的仿真优化第78-87页
   ·政策与建议第87-89页
     ·以信息化为基础,协调堆场与港口各部门的关系第87-88页
     ·合理调度配置堆场机械设备,避免设备资源浪费第88页
     ·构建港口服务供应链,提高港口物流服务能力第88-89页
   ·本章小结第89-90页
结论第90-92页
附录第92-103页
参考文献第103-106页
攻读硕士学位期间承担的科研任务与主要成果第106-107页
致谢第107-108页
作者简介第108页

论文共108页,点击 下载论文
上一篇:基于系统动力学的校企合作绩效评价研究
下一篇:体重循环模型的全局稳定性与减肥