基于多目标遗传算法的集装箱泊位—岸桥分配优化研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-20页 |
| ·研究背景和意义 | 第10-12页 |
| ·选题背景 | 第10-11页 |
| ·研究意义 | 第11-12页 |
| ·国内外研究综述 | 第12-17页 |
| ·研究现状 | 第12-14页 |
| ·多目标优化研究现状 | 第14-15页 |
| ·多目标遗传算法研究现状 | 第15-17页 |
| ·本文研究的主要内容 | 第17-18页 |
| ·采取的研究方法和技术路线 | 第18-20页 |
| 第2章 泊位-岸桥分配的数学模型 | 第20-30页 |
| ·问题描述 | 第20-21页 |
| ·数学模型 | 第21-24页 |
| ·模型参数 | 第21-22页 |
| ·目标函数 | 第22-24页 |
| ·约束条件 | 第24页 |
| ·模型优化方法选择 | 第24-30页 |
| ·传统多目标优化方法 | 第25-26页 |
| ·多目标智能优化算法 | 第26-29页 |
| ·对比分析 | 第29-30页 |
| 第3章 泊位-岸桥分配模型的求解 | 第30-50页 |
| ·多目标遗传算法相关理论 | 第30-36页 |
| ·遗传算法 | 第30-34页 |
| ·多目标遗传算法相关定义 | 第34-36页 |
| ·多目标遗传算法选择方法及约束处理 | 第36-40页 |
| ·多目标遗传算法选择方法 | 第36-39页 |
| ·约束条件处理 | 第39-40页 |
| ·多目标遗传算法的准备 | 第40-41页 |
| ·个体的编码 | 第40-41页 |
| ·种群初始化 | 第41页 |
| ·适应度函数确定 | 第41页 |
| ·多目标遗传算法的执行过程 | 第41-47页 |
| ·交叉运算 | 第42-43页 |
| ·变异运算 | 第43-44页 |
| ·Pareto分级法 | 第44页 |
| ·拥挤距离计算 | 第44-46页 |
| ·选择过程 | 第46页 |
| ·终止条件判断 | 第46-47页 |
| ·从属变量的确定 | 第47-49页 |
| ·最终方案选择策略 | 第49-50页 |
| 第4章 算例研究 | 第50-58页 |
| ·算例建模 | 第50-51页 |
| ·基础数据 | 第50-51页 |
| ·实例模型 | 第51页 |
| ·算例求解 | 第51-58页 |
| ·多目标遗传算法求解 | 第51-53页 |
| ·单目标优化求解 | 第53-55页 |
| ·结果与分析 | 第55-58页 |
| 第5章 结论与展望 | 第58-60页 |
| ·结论 | 第58页 |
| ·展望 | 第58-60页 |
| 参考文献 | 第60-64页 |
| 攻读学位期间公开发表论文 | 第64-65页 |
| 致谢 | 第65-66页 |
