首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

基于蚁群算法的矩形件优化排样问题研究

摘要第1-5页
ABSTRACT第5-9页
1 绪论第9-20页
   ·排样问题第9-12页
     ·排样问题的整体描述第9-11页
     ·排样问题的分类第11-12页
   ·排样问题的研究背景和意义第12-13页
     ·排样问题的应用第12页
     ·计算机辅助排样的意义第12-13页
   ·矩形件下料问题研究现状第13-18页
     ·矩形件排样问题的分类第14-15页
     ·矩形件优化排样技术的研究现状第15-18页
   ·排样技术存在的问题和发展趋势第18页
   ·本文的主要研究内容第18-19页
   ·论文研究特色及创新点第19-20页
2 蚁群优化第20-27页
   ·ACO 算法原理分析第21-22页
   ·ACO 算法数学描述第22-23页
   ·ACO 算法流程第23-24页
   ·ACO 算法特点与优势第24-25页
   ·ACO 算法在排样问题中的应用第25-26页
   ·本章小结第26-27页
3 矩形件带排样问题的蚁群算法求解第27-49页
   ·问题的描述第27-28页
   ·剪切下料矩形件排样问题的排布算法第28-33页
     ·分层排布(level-packing)算法第29-30页
     ·本文提出的一种新的排布算法—基于长度方向最小浪费准则法第30-33页
   ·蚁群算法求解第33-43页
     ·矩形件排样问题的蚁群算法模型建立第33-37页
     ·参数选择第37-42页
     ·算法设计第42-43页
   ·运行实例第43-48页
     ·同公开文献中实例比较第43-44页
     ·同商业排样软件比较第44-48页
   ·本章小结第48-49页
4 本文算法在其它矩形件排样问题上的应用第49-55页
   ·矩形件装箱问题中的应用第49-54页
     ·算法修改第49-51页
     ·运行实例第51-54页
   ·本章小结第54-55页
5 优化排样系统的设计与实现第55-62页
   ·优化排样系统的总体设计第55-56页
     ·基本功能规划第55页
     ·排样系统模块结构第55-56页
   ·优化排样系统的实现途径第56-57页
   ·优化排样系统的用户界面设计第57-60页
   ·优化排样系统的操作步骤第60-61页
   ·本章小结第61-62页
总结与展望第62-63页
 结论第62页
 展望第62-63页
参考文献第63-69页
致谢第69-70页
攻读学位期间发表的学术论文目录第70-71页

论文共71页,点击 下载论文
上一篇:基于适体和DNA连续复制的生物传感器
下一篇:基于纳米粒子及核酸内切酶的DNA生物传感器及逻辑门的研究