| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第10-22页 |
| 1.1 选题背景 | 第10-11页 |
| 1.2 选题可行性 | 第11-12页 |
| 1.3 国内外现状研究 | 第12-19页 |
| 1.3.1 布局设计问题的国内外研究现状 | 第12页 |
| 1.3.2 智能优化算法国内外研究现状 | 第12-19页 |
| 1.4 论文主要内容 | 第19-21页 |
| 1.5 本章小结 | 第21-22页 |
| 2 船舶机舱智能布局设计数学模型的建立 | 第22-32页 |
| 2.1 引言 | 第22页 |
| 2.2 问题分析 | 第22-23页 |
| 2.3 建立数学模型 | 第23-31页 |
| 2.3.1 建立机舱布局空间的数学模型 | 第23-24页 |
| 2.3.2 建立机舱舱室坐标系 | 第24-25页 |
| 2.3.3 机舱内设备布局原则、规范、设计经验 | 第25-28页 |
| 2.3.3.1 单一设备布局原则 | 第25-27页 |
| 2.3.3.2 总体设备布局原则 | 第27-28页 |
| 2.3.4 确定目标函数及约束条件 | 第28-31页 |
| 2.3.4.1 设计变量 | 第28页 |
| 2.3.4.2 目标函数 | 第28-30页 |
| 2.3.4.3 约束条件 | 第30-31页 |
| 2.4 本章小结 | 第31-32页 |
| 3 基于遗传变异粒子群算法的船舶机舱智能布局优化设计 | 第32-55页 |
| 3.1 遗传算法 | 第32-39页 |
| 3.1.1 遗传算法基本原理 | 第32-33页 |
| 3.1.2 编码方式 | 第33-34页 |
| 3.1.3 遗传算法的适应度函数 | 第34-35页 |
| 3.1.4 遗传算子 | 第35-37页 |
| 3.1.5 遗传参数 | 第37-38页 |
| 3.1.6 遗传算法的改进 | 第38-39页 |
| 3.2 粒子群算法 | 第39-43页 |
| 3.2.1 粒子群算法基本原理 | 第39-41页 |
| 3.2.2 粒子群算法参数 | 第41页 |
| 3.2.3 粒子群算法的改进 | 第41-43页 |
| 3.3 遗传变异粒子群算法研究 | 第43-45页 |
| 3.3.1 遗传算法、粒子群算法优缺点分析 | 第43页 |
| 3.3.2 遗传算法和粒子群算法融合可行性分析 | 第43页 |
| 3.3.3 遗传变异粒子群算法原理 | 第43-45页 |
| 3.4 遗传变异粒子群算法改进效果测试 | 第45-49页 |
| 3.5 基于遗传变异粒子群算法的船舶机舱智能布局优化设计 | 第49-54页 |
| 3.5.1 实验条件 | 第49页 |
| 3.5.2 问题描述 | 第49页 |
| 3.5.3 设置参数 | 第49-50页 |
| 3.5.4 建立模型 | 第50-51页 |
| 3.5.5 编码方法 | 第51页 |
| 3.5.6 适应度函数 | 第51页 |
| 3.5.7 遗传算子 | 第51页 |
| 3.5.8 计算流程 | 第51-53页 |
| 3.5.9 仿真实验结果 | 第53-54页 |
| 3.5.10 实验结果分析 | 第54页 |
| 3.6 本章小结 | 第54-55页 |
| 4 基于遗传变异粒子群蚁群混合算法的船舶机舱智能布局优化设计 | 第55-73页 |
| 4.1 蚁群算法 | 第55-61页 |
| 4.1.1 蚁群算法基本原理 | 第55-56页 |
| 4.1.2 基本蚁群算法流程 | 第56-57页 |
| 4.1.3 蚁群算法参数 | 第57-58页 |
| 4.1.4 蚁群算法改进 | 第58-61页 |
| 4.2 基于遗传变异粒子群蚁群的混合算法 | 第61-64页 |
| 4.2.1 蚁群算法优缺点分析 | 第61页 |
| 4.2.2 遗传变异粒子群蚁群混合算法 | 第61-64页 |
| 4.3 遗传变异粒子群蚁群混合算法改进效果测试 | 第64-67页 |
| 4.4 基于遗传变异粒子群蚁群混合算法的船舶机舱智能布局设计 | 第67-72页 |
| 4.4.1 实验条件 | 第67页 |
| 4.4.2 参数设置 | 第67-68页 |
| 4.4.3 遗传算子 | 第68-69页 |
| 4.4.4 计算流程 | 第69-70页 |
| 4.4.5 仿真实验结果 | 第70-71页 |
| 4.4.6 实验结果分析 | 第71-72页 |
| 4.5 本章小结 | 第72-73页 |
| 结论 | 第73-75页 |
| 参考文献 | 第75-77页 |
| 攻读硕士学位期间发表学术论文情况 | 第77-78页 |
| 附录A 遗传变异粒子群蚁群混合算法程序 | 第78-84页 |
| 致谢 | 第84-85页 |
