| 摘要 | 第2-3页 |
| Abstract | 第3页 |
| 1 绪论 | 第6-15页 |
| 1.1 研究背景及意义 | 第6-8页 |
| 1.1.1 港口作业调度概述 | 第6页 |
| 1.1.2 多Agent系统概述 | 第6-7页 |
| 1.1.3 蚁群优化算法概述 | 第7-8页 |
| 1.1.4 本文研究意义 | 第8页 |
| 1.2 国内外研究现状概述 | 第8-11页 |
| 1.2.1 ACO算法求解TSP问题的国内外研究现状 | 第8-9页 |
| 1.2.2 多Agent优化的国内外研究现状 | 第9-10页 |
| 1.2.3 港口作业调度优化的国内外研究现状 | 第10-11页 |
| 1.3 研究现状评述 | 第11页 |
| 1.4 研究内容及论文结构 | 第11-15页 |
| 2 问题分析及模型建立 | 第15-21页 |
| 2.1 问题求解思路 | 第15-16页 |
| 2.2 VRPTW问题模型建立 | 第16-17页 |
| 2.2.1 VRPTW问题概述 | 第16页 |
| 2.2.2 VRPTW问题数学模型 | 第16-17页 |
| 2.3 港口作业调度问题模型建立 | 第17-20页 |
| 2.3.1 港口作业调度问题概述 | 第17-18页 |
| 2.3.2 港口作业调度问题数学模型 | 第18-20页 |
| 2.4 本章小结 | 第20-21页 |
| 3 算法设计 | 第21-32页 |
| 3.1 传统蚁群算法 | 第21-22页 |
| 3.2 传统蚁群算法流程 | 第22-24页 |
| 3.3 变邻域搜索算法 | 第24-27页 |
| 3.3.1 局部搜索算法 | 第24-26页 |
| 3.3.2 邻域转换机制 | 第26-27页 |
| 3.4 改进的状态转移规则 | 第27页 |
| 3.5 分布式算法流程 | 第27-31页 |
| 3.5.1 算法流程 | 第27-30页 |
| 3.5.2 分布式交互流程 | 第30-31页 |
| 3.6 本章小结 | 第31-32页 |
| 4 分布式系统设计与实现 | 第32-40页 |
| 4.1 JADE平台 | 第32-33页 |
| 4.2 分布式系统结构 | 第33-34页 |
| 4.3 实验设计及算例说明 | 第34页 |
| 4.4 实验验证及结果 | 第34-38页 |
| 4.5 本章小结 | 第38-40页 |
| 5 港口作业中的应用 | 第40-50页 |
| 5.0 港口作业调度问题实例 | 第40-42页 |
| 5.1 影响港口作业调度的因素 | 第42页 |
| 5.2 非实时作业调度 | 第42-44页 |
| 5.3 突发影响因素 | 第44-45页 |
| 5.4 实时作业调度 | 第45-48页 |
| 5.5 本章小结 | 第48-50页 |
| 结论 | 第50-51页 |
| 参考文献 | 第51-57页 |
| 附录A 分布式多Agent蚁群算法相关程序代码 | 第57-60页 |
| 攻读硕士学位期间发表学术论文情况 | 第60页 |
| 参加科研项目及研究成果情况 | 第60-61页 |
| 致谢 | 第61-63页 |