摘要 | 第1-6页 |
ABSTRACT | 第6-15页 |
第一章 绪论 | 第15-39页 |
·研究背景及意义 | 第15-17页 |
·国内外研究现状 | 第17-34页 |
·煤炭物流物联网 | 第17-21页 |
·煤炭物流优化调度模型 | 第21-28页 |
·随机规划模型及求解算法 | 第28-32页 |
·非线性约束优化问题的粒子群求解算法 | 第32-33页 |
·目前研究存在的问题 | 第33-34页 |
·本文研究内容 | 第34-39页 |
·研究内容 | 第34-35页 |
·论文结构安排 | 第35-36页 |
·本文的创新点 | 第36-39页 |
第二章 煤炭物流物联网智能感知系统框架 | 第39-65页 |
·煤炭物流概述 | 第39-40页 |
·物流的含义 | 第39-40页 |
·物流与供应链 | 第40页 |
·煤炭供应链 | 第40-43页 |
·煤炭物流体系 | 第43-44页 |
·物联网概述 | 第44-59页 |
·RFID技术与物联网 | 第47-51页 |
·M2M技术与物联网 | 第51-54页 |
·WSN与物联网 | 第54-57页 |
·物联网应用状况 | 第57-59页 |
·物联网技术在煤炭物流供应链中的应用 | 第59-63页 |
·开放的物联网架构 | 第60页 |
·基于物联网的煤炭物流供应链集成框架 | 第60-61页 |
·物联网对煤炭物流供应链的作用 | 第61-63页 |
·本章小结 | 第63-65页 |
第三章 煤炭物流三层库存与运输联合优化随机规划模型 | 第65-95页 |
·物流优化与策略 | 第65-70页 |
·物流优化 | 第65-66页 |
·多级库存策略 | 第66-67页 |
·库存运输问题 | 第67-70页 |
·煤炭物流三层库存与运输模型 | 第70-92页 |
·问题的提出 | 第70-75页 |
·数学模型 | 第75-92页 |
·煤炭物流三层库存与运输随机规划模型 | 第92-94页 |
·随机期望值规划模型 | 第92-93页 |
·随机机会约束规划模型 | 第93-94页 |
·本章小结 | 第94-95页 |
第四章 煤炭物流库存与运输联合优化随机规划模型求解算法 | 第95-139页 |
·混合智能算法简介 | 第95-96页 |
·随机模拟 | 第96-98页 |
·BP神经网络拟合随机规划不确定函数 | 第98-112页 |
·BP神经网络 | 第98-99页 |
·改进的粒子群算法 | 第99-103页 |
·IPSO算法优化BP神经网络 | 第103-107页 |
·仿真实验 | 第107-111页 |
·结论 | 第111-112页 |
·复杂约束的处理 | 第112-127页 |
·改进的粒子群优化算法 | 第113-114页 |
·约束处理技术 | 第114-115页 |
·混合粒子群算法 | 第115页 |
·数值实验 | 第115-127页 |
·结论 | 第127页 |
·复杂约束下的随机规划模型求解算法 | 第127-137页 |
·构造乘子罚函数 | 第128-129页 |
·基于乘子法求解随机规划的混合智能算法 | 第129-130页 |
·数值实验 | 第130-137页 |
·结论 | 第137页 |
·本章小结 | 第137-139页 |
第五章 煤炭物流多层库存与运输联合优化随机规划模型的求解与仿真 | 第139-153页 |
·煤炭物流多层库存与运输联合优化随机规划模型的求解算法 | 第139-142页 |
·煤炭物流多层库存与运输联合优化随机期望值模型求解算法 | 第139-141页 |
·煤炭物流多层库存与运输联合优化随机机会约束规划模型求解算法 | 第141-142页 |
·随机规划模型仿真实验 | 第142-151页 |
·“1-1-1”随机期望值模型仿真实验 | 第142-145页 |
·“1-1-1”随机机会约束规划模型仿真实验 | 第145-146页 |
·“2-1-2”随机期望值模型仿真实验 | 第146-150页 |
·“2-1-2”随机机会约束规划模型仿真实验 | 第150-151页 |
·本章小结 | 第151-153页 |
第六章 结论与展望 | 第153-157页 |
·主要研究结论 | 第153-154页 |
·研究展望 | 第154-157页 |
参考文献 | 第157-169页 |
致谢 | 第169-171页 |
攻读博士期间发表论文和参加的科研项目 | 第171页 |