| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 课题研究背景及意义 | 第11-12页 |
| 1.2 问题概述及国内外研究现状 | 第12-15页 |
| 1.2.1 转运车优化调度问题相关研究综述 | 第12-13页 |
| 1.2.2 遗传算法的发展与改进 | 第13-15页 |
| 1.3 本文主要内容及章节安排 | 第15-17页 |
| 第2章 耐火砖生产流程及转运车控制系统 | 第17-27页 |
| 2.1 耐火砖生产流程分析 | 第17-21页 |
| 2.1.1 耐火砖的总生产流程 | 第17页 |
| 2.1.2 窑车转运系统的工艺流程 | 第17-21页 |
| 2.2 转运车的控制系统设计 | 第21-26页 |
| 2.2.1 转运车的组成 | 第21页 |
| 2.2.2 转运车通信方案的设计 | 第21-23页 |
| 2.2.3 转运车定位方案的设计 | 第23-24页 |
| 2.2.4 转运车的速度控制 | 第24-26页 |
| 2.3 本章总结 | 第26-27页 |
| 第3章 调度模型与避障策略分析 | 第27-39页 |
| 3.1 调度问题介绍 | 第27-28页 |
| 3.2 转运轨道RAIL3上的任务分析及模型建立 | 第28-32页 |
| 3.2.1 转运轨道RAIL3的任务分析 | 第28-29页 |
| 3.2.2 单轨单车的模型建立 | 第29-32页 |
| 3.3 转运轨道RAIL4上的任务分析及模型建立 | 第32-35页 |
| 3.3.1 转运轨道RAIL4的任务分析 | 第32-33页 |
| 3.3.2 模型建立 | 第33-35页 |
| 3.4 转运车避障策略的分析 | 第35-37页 |
| 3.4.1 TR4任务优先级大于TR5任务优先级 | 第36页 |
| 3.4.2 TR5任务优先级大于TR4任务优先级 | 第36-37页 |
| 3.4.3 两台转运车任务优先级相同 | 第37页 |
| 3.5 本章小结 | 第37-39页 |
| 第4章 遗传算法及改进算法 | 第39-53页 |
| 4.1 遗传算法的介绍 | 第39-41页 |
| 4.1.1 遗传算法的产生与发展 | 第39页 |
| 4.1.2 遗传算法的基本思想和特点 | 第39-40页 |
| 4.1.3 遗传算法的基本应用情况 | 第40-41页 |
| 4.2 遗传算法的基本算法 | 第41-47页 |
| 4.2.1 编码 | 第41-42页 |
| 4.2.2 群体设定 | 第42-43页 |
| 4.2.3 适应度函数及其尺度变换 | 第43-44页 |
| 4.2.4 遗传操作 | 第44-46页 |
| 4.2.5 遗传算法的缺点 | 第46-47页 |
| 4.2.6 基本遗传算法的一般步骤 | 第47页 |
| 4.3 遗传算法的改进算法研究 | 第47-52页 |
| 4.3.1 CHC算法 | 第48页 |
| 4.3.2 自适应遗传算法 | 第48-49页 |
| 4.3.3 混合遗传算法 | 第49-52页 |
| 4.4 本章小结 | 第52-53页 |
| 第5章 基于算法的转运车调度优化研究 | 第53-67页 |
| 5.1 基于遗传算法的单轨单车调度优化研究 | 第53-58页 |
| 5.1.1 个体的编码设计 | 第53页 |
| 5.1.2 初始种群的产生 | 第53页 |
| 5.1.3 适应度函数的求解 | 第53-54页 |
| 5.1.4 遗传操作的设定 | 第54-55页 |
| 5.1.5 算法终止条件 | 第55页 |
| 5.1.6 仿真结果分析 | 第55-58页 |
| 5.2 基于遗传算法的单轨双车调度优化研究 | 第58-62页 |
| 5.2.1 个体的编码设计 | 第58页 |
| 5.2.2 初始种群的产生 | 第58页 |
| 5.2.3 适应度函数的求解 | 第58-59页 |
| 5.2.4 遗传操作的设定 | 第59-60页 |
| 5.2.5 算法终止条件 | 第60页 |
| 5.2.6 仿真结果分析 | 第60-62页 |
| 5.3 混合遗传算法在单轨双车问题中的应用及仿真结果分析 | 第62-65页 |
| 5.3.1 模拟退火重要思想 | 第62页 |
| 5.3.2 模拟退火思想在遗传算法中的应用 | 第62-63页 |
| 5.3.3 程序仿真结果和分析 | 第63-65页 |
| 5.4 本章小结 | 第65-67页 |
| 第6章 总结与展望 | 第67-69页 |
| 参考文献 | 第69-73页 |
| 致谢 | 第73页 |