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

遗传算法在无委托板坯与合同匹配中的应用

摘要第1-6页
ABSTRACT第6-13页
第1章 绪论第13-20页
   ·引言第13-14页
   ·优化设计及多目标优化设计第14-16页
     ·优化设计第14-15页
     ·多目标优化设计第15-16页
   ·国内外研究进展第16-18页
     ·多目标优化研究的发展第16-17页
     ·板坯与合同匹配问题的研究进展第17-18页
   ·研究意义第18页
   ·本文研究的主要内容第18-20页
第2章 多目标优化理论以及传统解法第20-28页
   ·引言第20页
   ·多目标优化的基本概念第20-24页
     ·多目标优化问题的数学模型第20-21页
     ·可行解的优劣性第21-22页
     ·Pareto 最优解和Pareto 曲面第22-23页
     ·偏好关系第23-24页
   ·传统式求解方法第24-27页
     ·加权系数法第24-25页
     ·约束法第25页
     ·目标规划法第25-26页
     ·传统算法的局限性第26-27页
   ·本章小结第27-28页
第3章 遗传多目标优化研究第28-40页
   ·引言第28页
   ·遗传算法基础第28-34页
     ·遗传算法的基本概念第28-29页
     ·遗传算法的基本算子第29-31页
     ·遗传算法的优化机理及优化优势第31-32页
     ·遗传算法的基本流程第32-33页
     ·自适应遗传算法第33-34页
   ·遗传算法的约束问题第34-36页
     ·染色体的合法性与可行性第34-35页
     ·约束处理策略第35-36页
   ·多目标优化遗传算法(MOGA)第36-39页
     ·多目标遗传算法的基本思想第36页
     ·非pareto 多目标遗传算法第36-37页
     ·基于Pareto 的多目标遗传算法第37-39页
   ·本章小结第39-40页
第4章 无委托板坯与合同的匹配问题第40-44页
   ·引言第40页
   ·无委托板坯与合同匹配问题分析第40-43页
     ·板坯与合同匹配问题的基本准则第40-41页
     ·匹配目标与匹配约束第41-42页
     ·匹配优化问题的数学描述第42-43页
   ·本章小结第43-44页
第5章 无委托板坯与合同优化匹配的求解策略第44-55页
   ·引言第44页
   ·基于加权系数法与遗传算法的混合求解方法第44-48页
     ·基本思想第44页
     ·多目标到单目标的转化第44-45页
     ·单目标遗传寻优第45-48页
   ·基于NSGA-II 多目标遗传算法的求解方法第48-53页
     ·基本思想第48页
     ·快速非劣解排序(Fast Non-dominated Sort)第48-49页
     ·拥挤距离分配(Crowding Distance Assignment)第49-51页
     ·二元联赛选择算子第51页
     ·NSGA-II 的主流程第51-53页
   ·本章小结第53-55页
第6章 算法软件实现与算法分析评价第55-64页
   ·引言第55页
   ·板坯与合同匹配的预处理第55-57页
     ·板坯与合同的初始匹配第55-56页
     ·初始匹配后的过滤筛选第56页
     ·部分板坯与合同的预匹配第56页
     ·预处理功能的软件实现第56-57页
   ·优化算法的性能评价指标第57-58页
   ·优化匹配实现与评价第58-62页
     ·参数设定第58页
     ·匹配结果分析与评价第58-62页
   ·优化算法及性能指标改进建议第62-64页
第7章 结论与展望第64-66页
   ·结论第64页
   ·展望第64-66页
参考文献第66-70页
致谢第70-71页
攻读硕士学位期间发表的学术论文第71页

论文共71页,点击 下载论文
上一篇:杨浦科技园区创新发展问题研究
下一篇:易变质品二级供应链库存的协调模型研究