| 摘要 | 第1-6页 |
| Abstract | 第6-19页 |
| 第一章 绪论 | 第19-27页 |
| ·引言 | 第19-21页 |
| ·自动小车存取系统及其相关系统的研究现状综述 | 第21-26页 |
| ·自动化立体仓库的建模 | 第22-23页 |
| ·死锁控制 | 第23-24页 |
| ·AVS/RS其它相关方面的研究现状 | 第24-26页 |
| ·本文的主要研究内容 | 第26-27页 |
| 第二章 双重着色动态赋时Petri网构建AVS/RS系统模型 | 第27-48页 |
| ·前言 | 第27-28页 |
| ·双重着色动态赋时Petri网(DCDT-PN)模型的方法 | 第28-31页 |
| ·AVS/RS系统行为分析 | 第31-34页 |
| ·应用DCDT-PN构建AVS/RS的模块化模型 | 第34-38页 |
| ·应用DCDT-PN构建货物任务进入系统的行为模型 | 第34页 |
| ·应用DCDT-PN构建装载行为模型 | 第34-36页 |
| ·应用DCDT-PN构建卸载行为模型 | 第36页 |
| ·应用DCDT-PN构建输送行为模型 | 第36-37页 |
| ·应用DCDT-PN构建离开系统的行为模型 | 第37-38页 |
| ·应用DCDT-PN构建指定行为模型 | 第38页 |
| ·AVS/RS系统的DCDT-PN模型 | 第38-43页 |
| ·AVS/RS系统模型的可行性分析 | 第43-47页 |
| ·入库过程的可行性分析 | 第43-45页 |
| ·出库过程的可行性分析 | 第45-47页 |
| ·本章小结 | 第47-48页 |
| 第三章 基于有向图和PN的AVS/RS系统环路死锁控制 | 第48-60页 |
| ·问题的描述及其研究现状分析 | 第48-49页 |
| ·示例说明 | 第49-51页 |
| ·死锁控制 | 第51-59页 |
| ·RGVs死锁条件与路径图 | 第51-55页 |
| ·RGVs的死锁避免控制策略 | 第55-56页 |
| ·示例分析 | 第56-57页 |
| ·RGVs临界状态控制策略 | 第57-58页 |
| ·死锁控制算法 | 第58-59页 |
| ·本章小结 | 第59-60页 |
| 第四章 AVS/RS系统无死锁控制的建模 | 第60-79页 |
| ·问题的描述 | 第60-63页 |
| ·无死锁优化模型构建要素 | 第63-69页 |
| ·整体框架结构图 | 第63-64页 |
| ·环路识别流程 | 第64页 |
| ·环路和环路链的标示 | 第64-66页 |
| ·环路(链)上输入库所达到时间的计算 | 第66-67页 |
| ·环路(链)上输入库所达到时间算法的改进 | 第67-68页 |
| ·无死锁控制的其它标示 | 第68-69页 |
| ·OLDO-Model模型 | 第69-71页 |
| ·升降机接货的数学模型LO-Model | 第71-75页 |
| ·BDO-Model混合无死锁路径模型 | 第75-78页 |
| ·模型求解方法 | 第78页 |
| ·本章小结 | 第78-79页 |
| 第五章 基于改进遗传算法的OLDO模型优化 | 第79-108页 |
| ·问题的描述 | 第79页 |
| ·基于遗传算法的整数规划背景介绍 | 第79-84页 |
| ·整数规划的研究现状 | 第79-80页 |
| ·遗传算法基本知识 | 第80-81页 |
| ·约束条件的处理 | 第81-84页 |
| ·OLDO-Model无死锁优化控制的数学模型示例 | 第84-91页 |
| ·基于惩罚函数法的OLDO-Model的遗传算法优化 | 第91-98页 |
| ·整数的处理 | 第91-92页 |
| ·编码规则 | 第92页 |
| ·约束条件处理和适应度函数的确定 | 第92-93页 |
| ·变异算子 | 第93页 |
| ·种群的多样性 | 第93页 |
| ·选择和交叉算子 | 第93页 |
| ·实验结果和分析 | 第93-98页 |
| ·基于可行域约束的OLDO-Model的遗传算法优化 | 第98-103页 |
| ·约束条件的处理和适应度函数确定 | 第98页 |
| ·选择算子 | 第98-99页 |
| ·均匀算术交叉算子 | 第99-100页 |
| ·非一致变异算子 | 第100页 |
| ·启发式交叉和变异率 | 第100页 |
| ·种群重组 | 第100-101页 |
| ·算法步骤 | 第101-102页 |
| ·实验结果和分析 | 第102-103页 |
| ·基于启发式均匀交叉算子的OLDO-Model的遗传算法优化 | 第103-107页 |
| ·启发式均匀交叉算子 | 第104-105页 |
| ·实验结果和分析 | 第105-107页 |
| ·本章小结 | 第107-108页 |
| 第六章 基于遗传算法的LO-Model优化控制 | 第108-125页 |
| ·问题的描述 | 第108页 |
| ·自动化立体仓库接货过程优化的研究现状 | 第108-110页 |
| ·基于遗传算法的线性加权目标和求解LO-Model | 第110-118页 |
| ·染色体的表达 | 第110-111页 |
| ·初始种群 | 第111-112页 |
| ·适应度函数 | 第112-114页 |
| ·约束条件的处理 | 第114-115页 |
| ·选择算子和精英保留策略 | 第115页 |
| ·交叉算子 | 第115-116页 |
| ·变异算子 | 第116页 |
| ·基于遗传算法的LO-Model优化示例 | 第116-118页 |
| ·多目标遗传算法在LO-Model中的应用 | 第118-124页 |
| ·NSGA-Ⅱ算法概述 | 第119-121页 |
| ·改进的NSGA-Ⅱ算法及其在LO-Model中的应用 | 第121-124页 |
| ·本章小结 | 第124-125页 |
| 第七章 基于多目标遗传算法的BDO-Model优化控制 | 第125-157页 |
| ·多目标优化问题 | 第125-130页 |
| ·多目标优化问题 | 第125-126页 |
| ·多目标遗传算法 | 第126-130页 |
| ·BDO-Model模型示例 | 第130-137页 |
| ·线性加权和处理多目标的BDO模型优化 | 第137-144页 |
| ·编码方式 | 第137页 |
| ·初始种群 | 第137页 |
| ·适应度函数设计与计算 | 第137-138页 |
| ·选择算子 | 第138页 |
| ·交叉算子 | 第138页 |
| ·变异算子 | 第138-139页 |
| ·约束条件的处理 | 第139-140页 |
| ·算法的改进 | 第140-144页 |
| ·基于改进多目标遗传算法的BDO模型的优化 | 第144-155页 |
| ·约束条件的处理 | 第145页 |
| ·改进的快速排序和拥挤度计算 | 第145-146页 |
| ·启发式交叉算子 | 第146-148页 |
| ·变异算子 | 第148页 |
| ·种群重组选择和保留精英策略 | 第148-149页 |
| ·算法流程 | 第149-150页 |
| ·改进的NSGA-Ⅱ算法在BDO模型优化中的应用 | 第150-155页 |
| ·本章小结 | 第155-157页 |
| 第八章 总结和展望 | 第157-160页 |
| ·本文工作总结和主要创新点 | 第157-159页 |
| ·未来工作展望 | 第159-160页 |
| [参考文献] | 第160-170页 |
| 致谢 | 第170-171页 |
| 攻读博士学位期间撰写和发表的论文 | 第171页 |
| 攻读博士学位期间参加的课题 | 第171页 |
