首页--交通运输论文--铁路运输论文--铁路运输管理工程论文--行车组织论文

基于遗传算法和多Agent协同的调度指挥系统研究

第一章 绪论第1-42页
   ·课题的提出第30-31页
   ·铁路行车调度指挥系统的发展历史、研究和应用的现状第31-40页
     ·铁路行车调度指挥系统简介第31-34页
     ·铁路行车调度指挥系统的发展第34-36页
     ·目前研究及应用的现状第36-38页
     ·我国铁路行车调度指挥系统存在的不足以及发展趋势第38-40页
   ·本论文的主要工作和论文的组织方式第40-42页
第二章 多AGENT系统有关概念和发展情况第42-62页
   ·AGENT的起源和发展第42-46页
     ·起源第42-44页
     ·发展第44-46页
   ·AGENT的定义和分类第46-50页
   ·当前AGENT的研究现状第50-56页
     ·知识的表达与推理第50-51页
     ·AGENT的形式化模型第51-52页
     ·多AGENT系统第52-55页
     ·AGENT系统开发语言和工具第55-56页
   ·AGENT和多AGENT技术在生产调度系统中的应用第56-59页
   ·铁路行车调度指挥系统中的可行性及应用前景第59-62页
第三章 多AGENT铁路行车指挥系统中AGENT的属性和相互关系第62-69页
   ·本文中多AGENT系统的范围和假设第62-63页
   ·AGENT的选取第63-64页
   ·行车调度员的主要业务分析第64-65页
   ·车站值班员的主要业务分析第65-66页
   ·各类AGENT的属性及它们之间的关系第66-69页
第四章 多AGENT调度指挥系统中的AGENT模型第69-83页
   ·AGENT的内部结构第69-73页
     ·调度员AGENT结构第69-70页
     ·值班员AGENT结构第70-72页
     ·接口型AGENT结构第72-73页
     ·通用AGENT模型结构第73页
   ·AGENT的知识表达第73-75页
   ·AGENT的精神状态的形式化模型第75-83页
     ·语法第76-78页
     ·语义第78-83页
第五章 AGENT之间的通信第83-90页
   ·传输机制第83页
   ·通信语言第83-86页
   ·协调机制第86-90页
第六章 基于遗传算法的智能推理和决策第90-103页
   ·一些原则第91-92页
   ·遗传算法简介第92-96页
     ·遗传算法基本概念第93-95页
     ·为什么采用遗传算法第95-96页
   ·列车运行调整有关概念第96-101页
     ·列车运行图第96-98页
     ·运行图的矩阵表示第98-100页
     ·调整评价函数第100-101页
   ·列车运行调整中的遗传优化算法设计第101-103页
第七章 分布式多AGENT调度指挥系统的实现第103-105页
   ·编程语言和开发工具的选择第103页
   ·实现过程中应该注意的问题第103-105页
总结与展望第105-107页
博士在读期间主要科研工作及发表的论文第107-108页
致谢第108-109页
参考文献第109-117页

论文共117页,点击 下载论文
上一篇:融资约束、不确定性与公司投资行为研究
下一篇:政府危机管理刍议