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

蚁群算法的改进及其在港口煤炭卸车调度中的应用

摘要第1-6页
ABSTRACT第6-11页
第1章 绪论第11-19页
   ·研究背景第11-13页
   ·蚁群算法的研究现状第13-15页
     ·国外研究现状第13-14页
     ·国内研究现状第14-15页
   ·研究意义第15-17页
   ·课题的主要工作第17页
   ·论文的结构安排第17-19页
第2章 蚁群算法第19-27页
   ·引言第19页
   ·蚁群算法的基本概念第19-21页
     ·蚁群算法概述第19-20页
     ·人工蚁群算法原理第20-21页
   ·基本蚁群算法模型及描述第21-24页
     ·基本蚁群算法模型第21-23页
     ·基本蚁群算法描述第23-24页
   ·最大最小蚁群算法第24-26页
   ·本章小结第26-27页
第3章 分工合作的排序加权蚁群算法第27-47页
   ·引言第27-28页
   ·分工合作的排序加权蚁群算法思想第28-30页
     ·现有蚁群算法的缺陷第28-30页
     ·分工合作的排序加权蚁群算法的基本思想第30页
   ·分工合作的排序加权蚁群算法设计第30-35页
   ·分工合作的排序加权蚁群算法验证第35-46页
     ·分工合作的排序加权蚁群算法的参数设置第37-41页
     ·实验环境设置第41页
     ·实验数据设置第41页
     ·实验结果分析第41-46页
   ·本章小结第46-47页
第4章 基于改进蚁群算法的港口煤炭卸车调度第47-69页
   ·引言第47-48页
   ·作业车间调度问题的基本概念及描述第48-50页
     ·作业车间调度问题的基本概念第48页
     ·车间作业调度问题描述第48-50页
   ·港口煤炭卸车调度问题描述第50-55页
     ·港口煤炭卸车调度网络体系第50-52页
     ·港口煤炭卸车调度模型第52-54页
     ·港口煤炭卸车调度和一般作业车间调度的联系和区别第54-55页
   ·分工合作的排序加权蚁群算法求解港口煤炭卸车调度第55-62页
     ·分工合作的排序加权蚁群算法求解思想第56页
     ·侦察蚁局部搜索策略第56-59页
     ·搜索蚁全局搜索策略第59-62页
   ·实例验证第62-68页
     ·实验环境设置第62页
     ·实验数据设置第62-63页
     ·实验结果分析第63-68页
   ·本章小结第68-69页
结论第69-71页
参考文献第71-77页
致谢第77-78页
作者简介第78页

论文共78页,点击 下载论文
上一篇:激光水下成像噪声分析及图像处理方法研究
下一篇:基于小波分析的连续梁损伤识别研究