露天矿卡车调度剥采工程优化的GA神经网络方法应用研究
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 1 绪论 | 第7-13页 |
| ·课题的来源及意义 | 第7-8页 |
| ·课题的提出 | 第7-8页 |
| ·研究意义 | 第8页 |
| ·国内外的发展状况 | 第8-9页 |
| ·研究内容及方法 | 第9-13页 |
| ·露天矿卡车调度系统优化 | 第10页 |
| ·基于 GA 神经网络 | 第10-13页 |
| 2 GPS 卡车调度系统 | 第13-21页 |
| ·调度系统综述 | 第13-14页 |
| ·调度系统方案 | 第14-16页 |
| ·系统功能 | 第16-17页 |
| ·系统总体功能 | 第16页 |
| ·车载 GPS 装置的功能 | 第16-17页 |
| ·调度中心功能 | 第17页 |
| ·系统特点 | 第17-18页 |
| ·GPS 卡车调度系统工作原理 | 第18-20页 |
| ·小结 | 第20-21页 |
| 3 卡车优化调度问题 | 第21-33页 |
| ·优化调度问题的概述与基本概念 | 第21-25页 |
| ·优化调度问题的概述 | 第21-23页 |
| ·优化调度问题的基本概念 | 第23-24页 |
| ·优化问题的基本定理 | 第24-25页 |
| ·卡车运输调度问题的特点 | 第25-27页 |
| ·卡车运输调度问题的相关定理 | 第27页 |
| ·卡车运输调度规划的分类 | 第27-28页 |
| ·卡车运输调度问题的解法 | 第28-32页 |
| ·传统算法 | 第29-30页 |
| ·人工智能算法 | 第30-32页 |
| ·小结 | 第32-33页 |
| 4 卡车调度系统优化建模 | 第33-47页 |
| ·建立模型的目的及方法 | 第33页 |
| ·目标规划 | 第33-36页 |
| ·目标规划的基本概念 | 第33-36页 |
| ·多目标规划的非劣解 | 第36页 |
| ·卡车调度系统优化模型的建立 | 第36-39页 |
| ·模型假设 | 第36-37页 |
| ·模型的建立 | 第37-39页 |
| ·卡车调度系统基本数据的分析处理研究 | 第39-46页 |
| ·数据的分析与预处理 | 第39-42页 |
| ·时间序列的变化分类 | 第42-43页 |
| ·时间序列预测技术 | 第43-45页 |
| ·对模型的有效性进行检验 | 第45-46页 |
| ·预测精度分析 | 第46页 |
| ·小结 | 第46-47页 |
| 5 遗传神径网络原理及解决卡车调度系统优化问题 | 第47-78页 |
| ·遗传算法 | 第47-56页 |
| ·遗传算法概述 | 第47-48页 |
| ·遗传算法的基本原理 | 第48-49页 |
| ·遗传算法的特点 | 第49-50页 |
| ·遗传算法的实现 | 第50-56页 |
| ·神经网络 | 第56-71页 |
| ·神经网络概述 | 第56-57页 |
| ·神经网络基本原理 | 第57-60页 |
| ·神经网络基本模型 | 第60-61页 |
| ·神经网络特性及其优缺点 | 第61-63页 |
| ·Hopfield 神经网络 | 第63-71页 |
| ·神经网络与遗传算法的集成 | 第71-77页 |
| ·结合的必要性 | 第71-72页 |
| ·遗传算法优化神经网络初始权重的方法 | 第72-76页 |
| ·卡车调度系统优化总体算法流程 | 第76-77页 |
| ·小结 | 第77-78页 |
| 6 基于遗传神经网络卡车调度系统优化应用 | 第78-92页 |
| ·露天矿生产总体规划 | 第78-82页 |
| ·产销平衡、生产时序的安排 | 第82-87页 |
| ·问题的提出 | 第82页 |
| ·模型分析与变量的假设 | 第82-84页 |
| ·通用模型的建立 | 第84页 |
| ·模型的求解 | 第84-87页 |
| ·最佳路径选择 | 第87-91页 |
| ·小结 | 第91-92页 |
| 7 结束语 | 第92-94页 |
| 在读期间发表的论文 | 第94-95页 |
| 致谢 | 第95-96页 |
| 参考文献 | 第96-97页 |
