摘要 | 第1-5页 |
ABSTRACT | 第5-9页 |
第一章 绪论 | 第9-17页 |
§1-1 研究的背景及意义 | 第9-10页 |
1-1-1 研究的背景 | 第9页 |
1-1-2 研究的意义 | 第9-10页 |
§1-2 矩形件优化排样问题的研究现状 | 第10-13页 |
1-2-1 国外研究现状 | 第10-11页 |
1-2-2 国内研究现状 | 第11-13页 |
1-2-3 国内外研究现状分析 | 第13页 |
§1-3 研究内容及论文框架 | 第13-15页 |
§1-4 本论文的创新之处 | 第15页 |
§1-5 研究方法与技术路线 | 第15-17页 |
1-5-1 研究方法 | 第15-16页 |
1-5-2 技术路线 | 第16-17页 |
第二章 矩形件优化排样的基础理论及排样算法研究 | 第17-27页 |
§2-1 矩形件优化排样问题概述 | 第17-20页 |
2-1-1 矩形件优化排样的定义 | 第17页 |
2-1-2 矩形件优化排样的工艺约束及板材情况 | 第17-18页 |
2-1-3 矩形件优化排样的数学模型 | 第18-20页 |
§2-2 启发式排样算法 | 第20-24页 |
2-2-1 BL 算法 | 第20-21页 |
2-2-2 BLF 算法 | 第21页 |
2-2-3 下台阶算法 | 第21-22页 |
2-2-4 最低水平线算法 | 第22-23页 |
2-2-5 基于最低水平线的搜索算法 | 第23-24页 |
2-2-6 最低轮廓线搜索算法 | 第24页 |
§2-3 改进的最低轮廓线搜索算法 | 第24-27页 |
第三章 遗传算法及其在矩形件优化排样问题中的应用 | 第27-39页 |
§3-1 遗传算法 | 第27-31页 |
3-1-1 遗传算法简介 | 第27页 |
3-1-2 遗传算法的基本原理 | 第27页 |
3-1-3 遗传算法的基本步骤 | 第27-30页 |
3-1-4 遗传算法的特点 | 第30-31页 |
§3-2 遗传算法在矩形件优化排样问题中的应用 | 第31-36页 |
3-2-1 编码 | 第31-32页 |
3-2-2 解码 | 第32页 |
3-2-3 初始化种群 | 第32-33页 |
3-2-4 适应度函数 | 第33页 |
3-2-5 选择算子 | 第33-34页 |
3-2-6 交叉算子 | 第34-35页 |
3-2-7 变异算子 | 第35页 |
3-2-8 遗传算法求解矩形件优化排样问题的具体步骤 | 第35-36页 |
§3-3 算例分析 | 第36-39页 |
第四章 蚁群算法及其在矩形件优化排样问题中的应用 | 第39-51页 |
§4-1 蚁群算法 | 第39-42页 |
4-1-1 蚁群算法简介 | 第39页 |
4-1-2 蚁群算法的原理 | 第39-40页 |
4-1-3 蚁群算法的基本流程 | 第40-41页 |
4-1-4 蚁群算法的特点 | 第41-42页 |
§4-2 蚁群算法在矩形件优化排样问题中的应用 | 第42-47页 |
4-2-1 与或树 | 第42页 |
4-2-2 矩形件优化排样的物理模型 | 第42-43页 |
4-2-3 矩形件优化排样的蚁群算法实现 | 第43-45页 |
4-2-4 矩形件优化排样的蚁群算法中各参数的选择 | 第45-47页 |
§4-3 算例分析 | 第47-51页 |
4-3-1 蚁群算法算例求解 | 第47-49页 |
4-3-2 遗传算法与蚁群算法求解结果比较分析 | 第49-51页 |
第五章 遗传算法和蚁群算法的整合研究 | 第51-62页 |
§5-1 遗传算法和蚁群算法整合的可行性分析 | 第51页 |
§5-2 遗传算法和蚁群算法整合的基本原理 | 第51-52页 |
§5-3 遗传算法和蚁群算法最佳融合时机的确定 | 第52-54页 |
§5-4 混合算法的实现 | 第54-56页 |
5-4-1 混合算法的实现过程 | 第54-56页 |
5-4-2 混合算法流程图 | 第56页 |
§5-5 算例分析 | 第56-62页 |
5-5-1 混合算法算例求解 | 第56-60页 |
5-5-2 各算法求解结果比较分析 | 第60-62页 |
第六章 结论与展望 | 第62-64页 |
§6-1 结论 | 第62-63页 |
§6-2 研究展望 | 第63-64页 |
参考文献 | 第64-67页 |
致谢 | 第67页 |