首页--交通运输论文--水路运输论文--水路运输技术管理论文--水运工作组织与管理论文--船舶调度管理论文

多目标船舶调度优化问题蚁群算法研究

致谢第1-5页
摘要第5-6页
ABSTRACT第6-8页
目录第8-10页
1 绪论第10-16页
   ·研究背景和意义第10-11页
   ·研究问题的提出第11-13页
   ·研究的内容与实例第13页
   ·研究的框架与思路第13-14页
   ·研究的重点及难点第14-16页
2 船舶调度问题的研究现状第16-32页
   ·问题的产生与发展第16-24页
     ·水路运输的特点第18-19页
     ·战略层面的研究第19-21页
     ·工业船运问题研究脉络第21-23页
     ·不定航线不定期船运问题研究脉络第23页
     ·班轮船运问题研究脉络第23-24页
     ·未来研究方向与研究视角第24页
   ·问题的模型描述第24-29页
   ·问题的算法概述第29-32页
3 蚁群优化方法第32-44页
   ·群智能算法概述第32-33页
   ·蚁群优化方法的产生与发展第33-36页
     ·双桥实验与ACO的产生第33-35页
     ·ACO的发展第35-36页
   ·蚁群优化方法研究现状第36-38页
   ·算法的典型应用第38-42页
     ·求解旅行商问题第39-41页
     ·求解二次分配问题第41页
     ·求解0-1规划问题第41-42页
   ·算法用于船舶调度问题第42-44页
4 船舶调度优化问题数学模型第44-58页
   ·迅隆公司船舶调度现状第44-45页
     ·公司现状第44-45页
     ·目前的船舶调度方式第45页
   ·船舶调度问题描述第45-52页
   ·符号说明第52-54页
   ·目标函数第54-55页
   ·约束条件第55页
   ·船舶调度数学模型第55-58页
5 多目标船舶调度优化问题的蚁群算法第58-64页
   ·算法思想第58-60页
   ·算法流程第60-63页
     ·算法总体流程第60-61页
     ·蚂蚁路径构造算法第61页
     ·蚂蚁的目标函数第61-62页
     ·局部优化算法第62-63页
   ·算法的计算机实现第63-64页
6 算法运行与结果分析第64-70页
   ·数据来源第64-65页
   ·实验设置第65-66页
   ·最优调度方案第66-67页
   ·结果讨论与管理意义第67页
   ·基于蚁群算法的船舶调度决策支持系统第67-70页
7 总结与展望第70-72页
参考文献第72-80页
附录第80-84页
作者简历及在学期间所取得主要科研成果第84页

论文共84页,点击 下载论文
上一篇:胶泥缓冲器特性及其检测方法研究
下一篇:基于LabVIEW索力测试系统开发研究