首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--一般性问题论文--理论、方法论文--算法理论论文

基于量子粒子群优化的粮库选址模型研究

摘要第1-5页
Abstract第5-10页
第一章 前言第10-16页
   ·选题背景第10-11页
   ·研究意义第11-12页
   ·国内外研究现状第12-15页
     ·带障碍约束的空间聚类研究现状第12-14页
     ·选址问题研究现状第14-15页
   ·本文主要研究内容及组织结构第15-16页
第二章 相关理论与技术第16-29页
   ·空间聚类分析第16-21页
     ·空间聚类概念第16页
     ·聚类的度量第16-17页
     ·聚类分析方法第17-21页
   ·量子粒子群优化算法第21-24页
     ·粒子群算法第21-23页
     ·QPSO 算法的基本原理第23页
     ·QPSO 算法步骤第23-24页
     ·QPSO 算法的研究现状第24页
   ·WebGIS 技术第24-28页
     ·WebGlS 模式架构第25-26页
     ·WebGIS 开发框架第26-28页
   ·本章小结第28-29页
第三章 基于量子粒子群优化的带障碍约束空间聚类第29-37页
   ·引言第29页
   ·K-Mediods 聚类算法第29-30页
   ·带约束条件的聚类第30-31页
   ·带障碍约束条件的 K-Mediods 算法第31-32页
   ·基于量子粒子群优化的带障碍约束空间聚类算法第32-36页
     ·QPSCOC 算法设计思想第32页
     ·算法编码第32-33页
     ·适应值函数第33页
     ·QPSCOC 算法步骤第33-34页
     ·实验结果及分析第34-36页
   ·本章小结第36-37页
第四章 粮库选址优化模型第37-44页
   ·设施选址第37-39页
     ·设施选址的相关因素第37页
     ·设施选址的分类及方法第37-38页
     ·设施选址模型第38-39页
   ·粮库选址第39-41页
     ·粮库选址分析第39-40页
     ·粮食仓库选址的注意事项第40-41页
   ·粮库选址数学模型第41-42页
   ·基于 QPSCOC 的粮库选址优化模型第42-43页
     ·编码设计第42-43页
     ·适应值函数第43页
   ·本章小结第43-44页
第五章 粮库选址优化模型应用与分析第44-52页
   ·引言第44页
   ·实施方案第44-46页
     ·开发环境第44-45页
     ·开发框架第45-46页
   ·数据组织第46-47页
   ·粮库选址模型应用第47-50页
   ·粮库选址结果分析第50-51页
   ·本章小结第51-52页
第六章 总结与展望第52-54页
   ·全文总结第52页
   ·今后工作展望第52-54页
参考文献第54-59页
致谢第59-60页
个人简历第60页

论文共60页,点击 下载论文
上一篇:Windows Mobile平台手机防盗系统的设计与实现
下一篇:寡肽转运蛋白PepT2的原核表达与左旋多巴的修饰