军事装备技术区车辆优化调度算法研究与实现
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 选题背景及实际意义 | 第11-12页 |
| 1.1.1 选题背景 | 第11-12页 |
| 1.1.2 实际意义 | 第12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.2.1 国外研究情况 | 第12-13页 |
| 1.2.2 国内研究现状 | 第13-14页 |
| 1.2.3 军内研究现状 | 第14-15页 |
| 1.3 论文的结构及主要创新点 | 第15-17页 |
| 1.3.1 论文的结构体系 | 第15页 |
| 1.3.2 主要创新点 | 第15-17页 |
| 第2章 军用车辆调度问题研究 | 第17-25页 |
| 2.1 作战行动优化 | 第17-20页 |
| 2.1.1 军事运筹学概述 | 第17-18页 |
| 2.1.2 兵力分配问题 | 第18-19页 |
| 2.1.3 作战效能评估 | 第19-20页 |
| 2.2 车辆调度问题类型 | 第20-21页 |
| 2.2.1 常规车辆调度问题种类 | 第20页 |
| 2.2.2 装备技术区车辆调度问题 | 第20-21页 |
| 2.3 影响因素分析 | 第21-25页 |
| 2.3.1 车辆自身因素 | 第21-22页 |
| 2.3.2 驾驶员因素 | 第22-23页 |
| 2.3.3 客观环境因素 | 第23-24页 |
| 2.3.4 “人-车-目标点”综合影响因子 | 第24-25页 |
| 第3章 遗传算法综述 | 第25-39页 |
| 3.1 遗传算法一般性描述 | 第25-29页 |
| 3.1.1 基本概念 | 第25-26页 |
| 3.1.2 遗传算法的组成部分 | 第26-29页 |
| 3.1.3 算法流程 | 第29页 |
| 3.2 基本遗传算法及其衍变 | 第29-37页 |
| 3.2.1 基本遗传算法描述 | 第30-31页 |
| 3.2.2 编码方式的扩展 | 第31-33页 |
| 3.2.3 选择操作的扩展 | 第33-34页 |
| 3.2.4 交叉操作的扩展 | 第34-36页 |
| 3.2.5 变异操作的扩展 | 第36-37页 |
| 3.3 遗传算法在车辆优化调度中的应用 | 第37-39页 |
| 第4章 军事装备技术区车辆调度模型 | 第39-47页 |
| 4.1 问题描述 | 第39-40页 |
| 4.2 模型构建 | 第40-42页 |
| 4.2.1 前提和约束 | 第40页 |
| 4.2.2 建模分析 | 第40-42页 |
| 4.3 遗传算法求解 | 第42-47页 |
| 4.3.1 编码方法 | 第42-43页 |
| 4.3.2 初始群体生成 | 第43页 |
| 4.3.3 适应度函数设计 | 第43页 |
| 4.3.4 遗传操作 | 第43-46页 |
| 4.3.5 算法参数的设置 | 第46-47页 |
| 第5章 军事装备技术区车辆调度实例 | 第47-63页 |
| 5.1 模型初始数据设定 | 第47-48页 |
| 5.2 冬季适应性训练定点保障车辆调度 | 第48-53页 |
| 5.2.1 问题描述 | 第48-49页 |
| 5.2.2 数据准备 | 第49-51页 |
| 5.2.3 算法求解 | 第51-53页 |
| 5.3 指挥机关演练伴随保障车辆调度 | 第53-59页 |
| 5.3.1 问题描述 | 第53-54页 |
| 5.3.2 数据准备 | 第54-57页 |
| 5.3.3 算法求解 | 第57-59页 |
| 5.4 结果分析 | 第59-63页 |
| 5.4.1 程序运行次数和解的关系 | 第59-61页 |
| 5.4.2 算法参数和解的关系 | 第61页 |
| 5.4.3 模型参数和解的关系 | 第61-63页 |
| 第6章 结论与展望 | 第63-65页 |
| 6.1 研究内容与结论 | 第63-64页 |
| 6.2 存在主要不足 | 第64页 |
| 6.3 下步工作展望 | 第64-65页 |
| 参考文献 | 第65-69页 |
| 致谢 | 第69页 |
