仓储库位分配问题中的智能优化方法研究
| 摘要 | 第1-3页 |
| Abstract | 第3-7页 |
| 第一章 绪论 | 第7-9页 |
| ·课题背景 | 第7页 |
| ·研究的目的和意义 | 第7页 |
| ·本文的主要研究内容 | 第7-8页 |
| ·论文结构 | 第8页 |
| ·本章小结 | 第8-9页 |
| 第二章 智能优化方法和遗传算法 | 第9-24页 |
| ·最优化问题及其传统优化方法 | 第9-10页 |
| ·最优化的重要意义 | 第9页 |
| ·传统优化方法的步骤和局限性 | 第9-10页 |
| ·智能优化方法 | 第10-11页 |
| ·遗传算法的基本原理 | 第11-12页 |
| ·遗传算法的基本概念和术语 | 第12-13页 |
| ·遗传算法的操作流程 | 第13-19页 |
| ·适应度函数及其尺度变换 | 第15-17页 |
| ·选择操作 | 第17-18页 |
| ·交叉操作 | 第18页 |
| ·变异操作 | 第18-19页 |
| ·与其它算法的比较 | 第19页 |
| ·遗传算法的改进 | 第19-22页 |
| ·分层遗传算法 | 第19-20页 |
| ·CHC算法 | 第20页 |
| ·自适应遗传算法 | 第20-21页 |
| ·基于小生境的遗传算法 | 第21页 |
| ·合遗传算法 | 第21-22页 |
| ·本章小结 | 第22-24页 |
| 第三章 遗传算法在最优化领域的应用 | 第24-33页 |
| ·遗传算法求解单目标优化问题 | 第24-27页 |
| ·只含上、下限约束的最优化问题 | 第24-26页 |
| ·约束最优化问题 | 第26-27页 |
| ·遗传算法求解多目标优化问题 | 第27-29页 |
| ·遗传算法解决组合优化问题 | 第29-32页 |
| ·优化模型的建立 | 第29-30页 |
| ·GA算法设计 | 第30-32页 |
| ·本章小结 | 第32-33页 |
| 第四章 仓储过程中库位分配问题的研究 | 第33-45页 |
| ·库位分配优化问题 | 第33-34页 |
| ·库位划分的现状及存在的问题 | 第33-34页 |
| ·库位划分的分析和研究 | 第34页 |
| ·库位分配问题的数学模型建立 | 第34-35页 |
| ·优化算法的设计和实现 | 第35-38页 |
| ·进一步研究:库位分配多目标模型的建立和求解 | 第38-44页 |
| ·模型的建立 | 第38-39页 |
| ·算法的设计和实现 | 第39-44页 |
| ·本章小结 | 第44-45页 |
| 第五章 实证研究 | 第45-52页 |
| ·案例背景 | 第45页 |
| ·库位的规划设计 | 第45-51页 |
| ·本章小结 | 第51-52页 |
| 第六章 总结与展望 | 第52-54页 |
| ·全文总结 | 第52-53页 |
| ·展望 | 第53-54页 |
| 结论 | 第54-55页 |
| 致谢 | 第55-56页 |
| 参考文献 | 第56-59页 |
| 攻读硕士学位期间研究成果 | 第59-60页 |
