| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 课题研究背景 | 第9-11页 |
| 1.1.1 煮糖罐换热管自动清洗技术研究现状 | 第10-11页 |
| 1.2 课题研究目的及意义 | 第11页 |
| 1.3 路径优化问题研究现状 | 第11-13页 |
| 1.4 主要研究内容 | 第13-14页 |
| 第二章 清洗路径优化建模及求解方法 | 第14-27页 |
| 2.1 清洗路径优化建模 | 第14-23页 |
| 2.1.1 清洗机器人简介 | 第14-15页 |
| 2.1.2 清洗机器人运动学分析 | 第15-19页 |
| 2.1.3 清洗路径优化数学模型建立 | 第19-23页 |
| 2.2 求解方法 | 第23-26页 |
| 2.2.1 清洗路径优化问题计算复杂性分析 | 第23-24页 |
| 2.2.2 清洗路径优化问题求解方法确定 | 第24-26页 |
| 2.3 本章小结 | 第26-27页 |
| 第三章 基于并行遗传算法的清洗路径优化方法设计 | 第27-45页 |
| 3.1 并行遗传算法概述 | 第27-28页 |
| 3.2 遗传算法的并行模型 | 第28-32页 |
| 3.2.1 主从式模型 | 第28-29页 |
| 3.2.2 细粒度模型 | 第29-30页 |
| 3.2.3 粗粒度模型 | 第30-32页 |
| 3.2.4 混合模型 | 第32页 |
| 3.3 粗粒度-主从式并行遗传算法求解清洗路径优化问题 | 第32-43页 |
| 3.3.1 SGA设计 | 第33-38页 |
| 3.3.2 迁移设计 | 第38-39页 |
| 3.3.3 遗传参数确定 | 第39-41页 |
| 3.3.4 算法停止条件 | 第41页 |
| 3.3.5 粗粒度-主从式并行遗传算法在清洗路径优化中的计算步骤 | 第41-43页 |
| 3.4 本章小结 | 第43-45页 |
| 第四章 粗粒度-主从式并行遗传算法实现及仿真实验 | 第45-66页 |
| 4.1 多核CPU+GPU下粗粒度-主从式并行遗传算法实现方式 | 第45-47页 |
| 4.1.1 多核CPU和GPU并行计算特点 | 第45-47页 |
| 4.1.2 多核CPU+GPU下粗粒度-主从式并行遗传算法实现方式设计 | 第47页 |
| 4.2 粗粒度-主从式并行遗传算法实现 | 第47-55页 |
| 4.2.1 MATLAB并行计算 | 第49-52页 |
| 4.2.1.1 MATLAB并行计算发展简介 | 第49页 |
| 4.2.1.2 PCT工具箱功能介绍 | 第49-52页 |
| 4.2.2 粗粒度-主从式并行遗传算法详细实现 | 第52-55页 |
| 4.3 仿真实验 | 第55-65页 |
| 4.3.1 约束处理方法验证实验 | 第56页 |
| 4.3.2 自适应交叉概率和变异概率实验 | 第56-58页 |
| 4.3.3 迁移策略效果对比试验 | 第58-59页 |
| 4.3.4 粗粒度-主从式并行遗传算法性能测试实验 | 第59-65页 |
| 4.4 本章小结 | 第65-66页 |
| 第五章 清洗路径优化实例仿真 | 第66-73页 |
| 5.1 清洗路径优化分步求解策略 | 第66-68页 |
| 5.2 仿真实验 | 第68-72页 |
| 5.3 本章小结 | 第72-73页 |
| 第六章 总结与展望 | 第73-75页 |
| 6.1 论文总结 | 第73-74页 |
| 6.2 展望 | 第74-75页 |
| 参考文献 | 第75-80页 |
| 致谢 | 第80-81页 |
| 攻读学位期间发表的学术论文 | 第81页 |
