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

基于智能混合优化算法的不规则件优化排样技术研究

摘要第1-4页
ABSTRACT第4-9页
1 绪论第9-21页
   ·排样问题第9-12页
     ·排样问题描述第9-10页
     ·排样问题的分类第10-12页
     ·排样问题的应用第12页
   ·二维不规则件优化排样技术的研究现状及发展趋势第12-19页
     ·国外研究概况第12-15页
     ·国内研究概况第15-18页
     ·排样技术存在的问题第18页
     ·排样算法的发展趋势第18-19页
   ·本文的研究目标第19页
   ·本文的主要研究内容第19-20页
   ·本文的研究特色及创新点第20-21页
2 二维不规则件优化排样问题的描述与建模第21-25页
   ·二维不规则件优化排样问题的形式化描述与数学模型第21-22页
     ·二维不规则件优化排样问题的形式化描述第21页
     ·二维不规则件优化排样问题的数学模型第21-22页
   ·二维不规则件优化排样问题的特点及求解难度第22-23页
   ·二维不规则件优化排样问题的优化策略第23页
   ·二维不规则件优化排样问题的求解思路第23-24页
   ·本章小结第24-25页
3 优化排样问题的神经网络混合优化策略第25-42页
   ·SOM 神经网络第25-31页
     ·二维阵列SOM 模型第25-27页
     ·SOM 模型的学习算法第27-29页
     ·SOM 模型学习具体步骤第29-30页
     ·SOM 算法的特点与应用第30-31页
   ·HOPFIELD 神经网络第31-38页
     ·Hopfield 神经网络模型第31-33页
     ·Hopfield 网络状态轨迹第33-34页
     ·Hopfield 神经网络能量函数及稳定性分析第34-36页
     ·Hopfield 神经网络在优化问题中的应用第36-38页
   ·神经网络混合优化策略第38-41页
     ·神经网络混合优化策略求解思路第39-40页
     ·神经网络混合优化策略特点第40-41页
   ·本章小结第41-42页
4 不规则件优化排样的神经网络混合算法设计第42-53页
   ·神经网络混合算法的基本思路与流程第42页
   ·零件图形处理的相关技术第42-47页
     ·多边形的近似表示第43页
     ·多边形方向的判断第43-44页
     ·多边形凹凸性的确定第44页
     ·排样对象面积的求取第44页
     ·重叠性计算第44-45页
     ·加工余量第45-46页
     ·空白区域填充第46-47页
   ·自组织辅助排样算法第47-49页
     ·自组织辅助排样算法流程第47页
     ·评价函数第47-48页
     ·权系数初始化第48页
     ·最优匹配神经元的选择第48-49页
     ·权系数的自组织第49页
   ·HOPFIELD 网络在不规则件排样中的应用第49-52页
     ·排样问题的表达第49页
     ·不规则件排样能量函数的构造第49-50页
     ·神经网络结构参数的确定第50-51页
     ·网络参数与初值的选择第51-52页
     ·Hopfield 网络排样计算流程第52页
   ·本章小结第52-53页
5 ONGSA 在不规则件排样中的应用第53-69页
   ·ONGSA 排样计算流程第53-54页
   ·零件图形处理相关技术第54-57页
     ·多边形外包络矩形的求取第54页
     ·矩形排样单元与空白区域的填充算法第54-56页
     ·改进的一步平移法第56-57页
     ·平行线扫描算法第57页
   ·ONGSA 混合优化策略第57-68页
     ·GASA第57-58页
     ·小生境技术第58-60页
     ·正交试验法第60-61页
     ·ONGSA 的设计与实现第61-67页
     ·ONGSA 的特点第67-68页
   ·本章小结第68-69页
6 优化排样系统的设计与实现第69-88页
   ·优化排样系统的总体设计第69-70页
     ·基本功能规划第69-70页
     ·排样系统框架第70页
   ·优化排样系统的实现途径第70-71页
   ·优化排样系统的用户界面设计第71-74页
   ·优化排样系统的数据结构设计第74-77页
     ·零件的表示第74-75页
     ·数据结构第75-77页
   ·优化排样系统的模块设计第77页
   ·优化排样系统的操作流程设计第77-78页
   ·优化排样系统的操作步骤第78-81页
   ·运行实例第81-87页
     ·规则板材上优化排样第81-86页
     ·不规则板材上优化排样第86-87页
   ·本章小结第87-88页
总结与展望第88-91页
 1 结论第88-89页
 2 展望第89-91页
参考文献第91-97页
致谢第97-98页
攻读学位期间发表和已录用的学术论文第98-100页

论文共100页,点击 下载论文
上一篇:基于ARM的嵌入式手姿态跟踪设备控制系统研究
下一篇:图像处理在轮胎气泡激光检测中的研究与应用