| 摘要 | 第2-3页 |
| Abstract | 第3-4页 |
| 1 绪论 | 第7-15页 |
| 1.1 研究背景 | 第7-8页 |
| 1.2 国内外相关理论研究进展 | 第8-10页 |
| 1.3 研究目的 | 第10-11页 |
| 1.4 研究意义 | 第11页 |
| 1.5 研究方法、创新点及研究框架 | 第11-15页 |
| 1.5.1 研究方法 | 第11-12页 |
| 1.5.2 创新点 | 第12页 |
| 1.5.3 研究框架 | 第12-15页 |
| 2 自动化集装箱码头装船排箱模型 | 第15-23页 |
| 2.1 问题描述 | 第15-17页 |
| 2.2 模型已知与假设 | 第17-18页 |
| 2.2.1 已知条件 | 第17页 |
| 2.2.2 假设条件 | 第17-18页 |
| 2.3 模型符号 | 第18-19页 |
| 2.3.1 模型已知量 | 第18页 |
| 2.3.2 模型未知量 | 第18-19页 |
| 2.3.3 决策变量 | 第19页 |
| 2.4 模型约束与目标函数 | 第19-22页 |
| 2.5 本章小结 | 第22-23页 |
| 3 小生境粒子群优化算法 | 第23-31页 |
| 3.1 粒子群算法(PSO)概述 | 第23-27页 |
| 3.1.1 PSO算法简介 | 第23页 |
| 3.1.2 PSO算法基本原理 | 第23-25页 |
| 3.1.3 离散版PSO算法(DPSO) | 第25-26页 |
| 3.1.4 基于小生境局部搜索策略的粒子群算法(NDPSO) | 第26-27页 |
| 3.2 算法测试实验与分析 | 第27-30页 |
| 3.2.1 测试函数及相关实验设计 | 第27页 |
| 3.2.2 实验结果与分析 | 第27-30页 |
| 3.3 本章小结 | 第30-31页 |
| 4 自动化集装箱码头装船排箱策略粒子群算法 | 第31-38页 |
| 4.1 堆场箱贝位分配的启发式算法 | 第31-32页 |
| 4.2 算法设计 | 第32-37页 |
| 4.2.1 算法编解码 | 第32-33页 |
| 4.2.2 约束修正的粒子实现 | 第33-34页 |
| 4.2.3 算法适应度计算 | 第34-35页 |
| 4.2.4 算法流程 | 第35-37页 |
| 4.3 本章小结 | 第37-38页 |
| 5 模型小生境粒子群优化求解结果与分析 | 第38-56页 |
| 5.1 实验设计 | 第38-41页 |
| 5.1.1 实验工况设计 | 第38-40页 |
| 5.1.2 实验参数设计 | 第40-41页 |
| 5.2 算法求解结果对比与分析 | 第41-47页 |
| 5.2.1 启发式算法性能分析 | 第41-43页 |
| 5.2.2 装船排序模型性能分析 | 第43-45页 |
| 5.2.3 算法优化性能分析 | 第45-47页 |
| 5.3 粒子种群分布情况 | 第47-49页 |
| 5.4 模型指标分析 | 第49-54页 |
| 5.4.1 翻倒箱量分布 | 第49-52页 |
| 5.4.2 堆场集装箱贝位分布 | 第52-54页 |
| 5.5 本章小结 | 第54-56页 |
| 结论与展望 | 第56-58页 |
| 1、结论 | 第56-57页 |
| 2、展望 | 第57-58页 |
| 附录A 堆场集装箱船舶贝位装载情况 | 第58-62页 |
| 参考文献 | 第62-65页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第65-66页 |
| 致谢 | 第66-69页 |