基于聚类分析的货位分配问题研究
| 中文摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 1.绪论 | 第9-16页 |
| 1.1 课题研究背景 | 第9页 |
| 1.2 货位分配 | 第9-11页 |
| 1.2.1 货位分配问题概述 | 第9-10页 |
| 1.2.2 货位分配问题国内外的研究成果 | 第10-11页 |
| 1.3 数据挖掘技术 | 第11-13页 |
| 1.3.1 挖掘步骤 | 第11-12页 |
| 1.3.2 分析方法 | 第12页 |
| 1.3.3 常用算法 | 第12-13页 |
| 1.4 研究意义 | 第13-14页 |
| 1.5 本文主要内容与结构 | 第14-15页 |
| 1.6 本章小结 | 第15-16页 |
| 2.自动化立体仓库及货位分配概述 | 第16-22页 |
| 2.1 自动化立体仓库系统 | 第16-19页 |
| 2.1.1 AS/RS系统概述 | 第16页 |
| 2.1.2 AS/RS组成结构 | 第16-17页 |
| 2.1.3 AS/RS的优缺点 | 第17-18页 |
| 2.1.4 AS/RS国内外发展与研究现状 | 第18-19页 |
| 2.2 自动立体仓库货位分配理论 | 第19-21页 |
| 2.2.1 AS/RS货位存储策略 | 第19-20页 |
| 2.2.2 AS/RS货位分配原则 | 第20-21页 |
| 2.3 本章小结 | 第21-22页 |
| 3.出入库货位分配模型的建立 | 第22-34页 |
| 3.1 出入库作业流程 | 第22-23页 |
| 3.2 货位优化的约束条件和假设条件 | 第23页 |
| 3.2.1 货位优化的约束条件 | 第23页 |
| 3.2.2 货位优化的假设条件 | 第23页 |
| 3.3 聚类分析法 | 第23-25页 |
| 3.3.1 聚类分析概述 | 第24页 |
| 3.3.2 聚类分析的原理 | 第24-25页 |
| 3.4 货位分配问题的描述和模型构建 | 第25-28页 |
| 3.4.1 货位分配问题描述 | 第25-26页 |
| 3.4.2 货位分配模型 | 第26-27页 |
| 3.4.3 模型算法设计 | 第27-28页 |
| 3.5 仿真研究 | 第28-33页 |
| 3.6 本章小结 | 第33-34页 |
| 4.遗传算法优化货位分配模型 | 第34-43页 |
| 4.1 算法分析与选择 | 第34-36页 |
| 4.1.1 优化算法的对比与选择 | 第34-35页 |
| 4.1.2 遗传算法介绍 | 第35页 |
| 4.1.3 遗传算法特点 | 第35-36页 |
| 4.2 遗传算法描述 | 第36-40页 |
| 4.2.1 初始种群规模及数据参数设定 | 第36-37页 |
| 4.2.2 二进制编码的特点与优势 | 第37页 |
| 4.2.3 遗传算法运行参数设定 | 第37-38页 |
| 4.2.4 初始化种群 | 第38页 |
| 4.2.5 种群适应度函数 | 第38页 |
| 4.2.6 遗传算子 | 第38-39页 |
| 4.2.7 遗传算法流程图 | 第39-40页 |
| 4.3 算例分析 | 第40-41页 |
| 4.4 模型优势研究 | 第41-42页 |
| 4.4.1 模型优势问题 | 第41-42页 |
| 4.4.2 算法模型仿真模拟对比 | 第42页 |
| 4.5 本章小结 | 第42-43页 |
| 5.总结 | 第43-44页 |
| 5.1 工作总结 | 第43页 |
| 5.2 课题展望 | 第43-44页 |
| 参考文献 | 第44-46页 |
| 致谢 | 第46-47页 |
| 作者简介 | 第47-48页 |
