基于遗传算法的装配序列规划研究与应用
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 装配序列规划技术的国内外发展现状 | 第12-17页 |
| 1.2.1 理论研究现状 | 第12-16页 |
| 1.2.2 系统研究现状 | 第16-17页 |
| 1.3 装配序列规划中存在的问题 | 第17页 |
| 1.4 本文研究的目标及主要内容 | 第17-18页 |
| 1.5 本章小结 | 第18-19页 |
| 第2章 装配序列规划理论基础及实现方法 | 第19-39页 |
| 2.1 引言 | 第19页 |
| 2.2 装配模型信息分析 | 第19-27页 |
| 2.2.1 装配模型信息的表达 | 第19-23页 |
| 2.2.2 装配模型中非几何信息的表述 | 第23-27页 |
| 2.3 装配可行性分析及约束数学模型建立 | 第27-32页 |
| 2.3.1 装配序列可行性分析 | 第27-31页 |
| 2.3.2 装配约束数学模型的建立 | 第31-32页 |
| 2.4 装配序列优化分析及优化数学模型建立 | 第32-37页 |
| 2.4.1 装配序列评价准则 | 第32-36页 |
| 2.4.2 装配优化数学模型的建立 | 第36-37页 |
| 2.5 本章小结 | 第37-39页 |
| 第3章 遗传算法在装配序列规划中的应用 | 第39-53页 |
| 3.1 引言 | 第39页 |
| 3.2 遗传算法概述 | 第39-42页 |
| 3.2.1 遗传算法运算过程 | 第39-40页 |
| 3.2.2 遗传算法的优点及不足 | 第40-42页 |
| 3.3 遗传算法在装配序列规划中的实现 | 第42-49页 |
| 3.3.1 适合装配序列的遗传算法编码 | 第43-44页 |
| 3.3.2 适应度函数的设计 | 第44-46页 |
| 3.3.3 遗传算子设计 | 第46-48页 |
| 3.3.4 遗传参数设置 | 第48-49页 |
| 3.3.5 初始种群的产生 | 第49页 |
| 3.4 遗传算法运算流程 | 第49-51页 |
| 3.5 对遗传算法的改进操作 | 第51-52页 |
| 3.5.1 精英选择策略 | 第51-52页 |
| 3.5.2 专家序列的引入 | 第52页 |
| 3.6 本章小结 | 第52-53页 |
| 第4章 装配序列规划系统设计 | 第53-69页 |
| 4.1 引言 | 第53-54页 |
| 4.2 装配序列规划系统总体设计 | 第54-56页 |
| 4.2.1 装配序列规划流程 | 第54-55页 |
| 4.2.2 装配序列规划系统的实现 | 第55-56页 |
| 4.3 装配信息自动提取 | 第56-65页 |
| 4.3.1 SolidWorks类型库文件的引用 | 第56-57页 |
| 4.3.2 数据库的连接 | 第57页 |
| 4.3.3 装配体零件的遍历 | 第57-60页 |
| 4.3.4 干涉矩阵的自动提取 | 第60-65页 |
| 4.4 非几何信息的定义 | 第65-66页 |
| 4.5 装配序列规划的遗传算法计算 | 第66-67页 |
| 4.6 仿真验证 | 第67页 |
| 4.7 本章小结 | 第67-69页 |
| 第5章 装配序列规划系统应用实例 | 第69-87页 |
| 5.1 引言 | 第69页 |
| 5.2 应用实例分析 | 第69-85页 |
| 5.2.1 优化模型 | 第69-71页 |
| 5.2.2 算法性能分析 | 第71-77页 |
| 5.2.3 装配实例分析 | 第77-83页 |
| 5.2.4 改进已有序列 | 第83-85页 |
| 5.3 本章小结 | 第85-87页 |
| 第6章 结论与展望 | 第87-89页 |
| 6.1 结论 | 第87页 |
| 6.2 展望 | 第87-89页 |
| 参考文献 | 第89-95页 |
| 致谢 | 第95页 |
