摘要 | 第1-6页 |
Abstract | 第6-11页 |
第一章 绪论 | 第11-18页 |
·研究背景及意义 | 第11-12页 |
·自动化立体仓库作业调度问题概述 | 第12-14页 |
·堆垛机拣选作业调度优化 | 第13页 |
·输送系统调度优化 | 第13-14页 |
·国内外研究现状与分析 | 第14-16页 |
·国内外研究现状 | 第14-15页 |
·研究现状分析 | 第15-16页 |
·本文主要研究工作、创新点 | 第16-17页 |
·本文的结构 | 第17-18页 |
第二章 堆垛机拣选作业调度优化模型 | 第18-22页 |
·堆垛机拣选作业特点和存在问题分析 | 第18-20页 |
·堆垛机拣选作业概述 | 第18-19页 |
·堆垛机拣选作业特点分析 | 第19页 |
·存在问题的分析 | 第19-20页 |
·堆垛机拣选作业调度优化模型 | 第20-21页 |
·堆垛机拣选作业调度优化问题研究 | 第20页 |
·ARSCOP 数学模型描述 | 第20-21页 |
·总结 | 第21-22页 |
第三章 基本蚁群算法解决ARSCOP 问题 | 第22-29页 |
·蚁群算法概述 | 第22-23页 |
·基本蚁群算法解决ARSCOP 问题思路 | 第23-28页 |
·ACA 解决自动化立体仓库作业调度问题的优势 | 第23-24页 |
·ACA 解决ARSCOP 问题的方案 | 第24-25页 |
·ACA 算法解决ARSCOP 问题的具体算法步骤、伪代码、流程图 | 第25-28页 |
·总结 | 第28-29页 |
第四章 基于非定长小窗的自适应蚁群——遗传混合算法解决ARSCOP | 第29-40页 |
·ACA 的不足与研究现状分析 | 第29-30页 |
·ACA 的不足分析 | 第29页 |
·ACA 的研究现状分析 | 第29-30页 |
·基于非定长小窗的自适应蚁群——遗传混合算法解决ARSCOP 问题 | 第30-36页 |
·引入满载率影响因子的转移概率 | 第30-31页 |
·自适应信息素挥发因子 | 第31页 |
·局部信息素更新策略 | 第31页 |
·全局信息素更新策略 | 第31-32页 |
·贪婪倒位变异 | 第32-33页 |
·非定长小窗筛选路径策略 | 第33页 |
·NFLWSAC 解决ARSCOP 问题的具体步骤和伪代码 | 第33-36页 |
·试验与分析 | 第36-39页 |
·解的质量 | 第36-37页 |
·收敛性 | 第37-38页 |
·性能评价 | 第38-39页 |
·总结 | 第39-40页 |
第五章 输送系统调度优化模型 | 第40-48页 |
·输送系统调度特点和存在问题分析 | 第40-41页 |
·输送系统概述 | 第40-41页 |
·输送系统调度特点分析 | 第41页 |
·存在问题的分析 | 第41页 |
·输送系统调度的瓶颈——堆垛机与输送系统的排序调度问题 | 第41-44页 |
·堆垛机与输送系统的排序调度问题分析 | 第41-42页 |
·堆垛机与输送系统的排序调度优先级因子的提出 | 第42-43页 |
·堆垛机与输送系统的排序调度优先级因子实验 | 第43-44页 |
·输送系统调度优化模型 | 第44-46页 |
·输送系统调度优化问题研究 | 第44-45页 |
·TSOP 模型描述 | 第45-46页 |
·总结 | 第46-48页 |
第六章 输送系统调度优化模型 | 第48-59页 |
·基本蚁群算法解决TSOP 问题 | 第48-50页 |
·ACA 解决TSOP 问题思路 | 第48页 |
·ACA 算法解决TSOP 问题步骤及伪代码 | 第48-50页 |
·有粒子群特性的动态参数蚁群算法解决TSOP 问题 | 第50-56页 |
·粒子群算法基本原理和本质特点 | 第50页 |
·有粒子群特性的动态参数蚁群算法解决TSOP 问题 | 第50-54页 |
·DPAPA 解决TSOP 问题的具体算法步骤和伪代码 | 第54-56页 |
·试验与分析 | 第56-58页 |
·解的质量 | 第56-57页 |
·收敛性 | 第57-58页 |
·性能评价 | 第58页 |
·总结 | 第58-59页 |
第七章 结论及展望 | 第59-61页 |
·课题研究的主要工作、结论 | 第59页 |
·尚待研究的问题 | 第59-61页 |
参考文献 | 第61-66页 |
发表论文和科研情况说明 | 第66-67页 |
致谢 | 第67-68页 |