| 摘要 | 第1-4页 |
| Abstract | 第4-9页 |
| 1 绪论 | 第9-22页 |
| ·制造技术中的智能决策 | 第9-14页 |
| ·先进制造技术 | 第9-10页 |
| ·先进制造技术的科学基础 | 第10页 |
| ·智能决策支持系统 | 第10-12页 |
| ·智能决策技术发展趋势及其在制造技术中的应用 | 第12-14页 |
| ·计算智能 | 第14-18页 |
| ·计算智能 | 第14-15页 |
| ·计算智能的应用领域及其发展趋势 | 第15-16页 |
| ·计算智能在先进制造技术中的地位和作用 | 第16-18页 |
| ·板材排样规划中的智能决策 | 第18-20页 |
| ·排样规划的应用领域及其整体描述 | 第18-19页 |
| ·板材排样规划中的智能决策及其使用的计算智能方法 | 第19-20页 |
| ·课题背景及主要研究工作 | 第20-21页 |
| ·课题背景及其研究意义 | 第20-21页 |
| ·主要研究工作 | 第21页 |
| ·本章小结 | 第21-22页 |
| 2 板材排样基本原理及其优化算法 | 第22-35页 |
| ·下料生产中的板材排样优化技术 | 第22-23页 |
| ·板材排样优化问题及其优化求解原理 | 第23-27页 |
| ·板材排样优化问题的形式化描述 | 第23页 |
| ·板材排样优化问题的求解难度 | 第23-24页 |
| ·板材排样优化问题的求解策略 | 第24-27页 |
| ·板材排样技术的现状分析 | 第27-29页 |
| ·板材排样技术发展概况 | 第27-28页 |
| ·面向制造的智能优化排样 | 第28-29页 |
| ·板材排样优化的常用近似算法 | 第29-32页 |
| ·顺序排样算法(QA) | 第30页 |
| ·剩余矩形匹配算法(LRF) | 第30-31页 |
| ·任意形状排样算法 | 第31页 |
| ·常用近似算法的缺陷 | 第31-32页 |
| ·板材排样的智能优化方法 | 第32-34页 |
| ·智能优化方法的一般思想及求解原理 | 第32-33页 |
| ·基于剩余矩形匹配算法的遗传算法(LRF-GA) | 第33页 |
| ·基于顺序排列算法的遗传算法(QA-GA) | 第33-34页 |
| ·基于模拟退火算法的板材排样优化 | 第34页 |
| ·本章小结 | 第34-35页 |
| 3 大规模矩形零件排样优化的分布式协同计算模型 | 第35-58页 |
| ·分布式并行遗传算法 | 第35-48页 |
| ·遗传算法概念、特点及其改进 | 第35-37页 |
| ·分布式并行遗传算法 | 第37-41页 |
| ·遗传算法并行化的动机 | 第37-38页 |
| ·分布式并行计算 | 第38-40页 |
| ·并行遗传算法的分布式实现 | 第40-41页 |
| ·并行遗传算法的分类 | 第41-43页 |
| ·并行遗传算法关键算子 | 第43-48页 |
| ·模拟退火算法 | 第48-53页 |
| ·模拟退火算法基本原理 | 第48-52页 |
| ·模拟退火算法的实现 | 第52-53页 |
| ·大规模矩形零件排样的GASA分布式协同优化模型 | 第53-57页 |
| ·大规模矩形零件排样采用GASA进行分布式协同优化的原因 | 第53-54页 |
| ·大规模板材排样优化的企业分布式计算环境和计算过程 | 第54-56页 |
| ·大规模矩形零件排样的GASA分布式协同优化流程 | 第56-57页 |
| ·本章小结 | 第57-58页 |
| 4 大规模矩形零件排样优化分布式协同计算的实现 | 第58-70页 |
| ·大规模矩形零件排样优化分布式协同计算的软件流程 | 第58-59页 |
| ·大规模矩形零件排样优化分布式协同计算的运行模式 | 第59-62页 |
| ·大规模矩形零件排样优化分布式协同计算的总体运行模式 | 第59-60页 |
| ·总体运行模式下关键运行参数的确定 | 第60-62页 |
| ·大规模矩形零件排样优化分布式组件对象模型的实现 | 第62-67页 |
| ·分布式组件对象模型 | 第62-63页 |
| ·排样优化组件对象模型的实现 | 第63-64页 |
| ·排样优化组件对象模型的数据处理 | 第64-67页 |
| ·大规模矩形零件排样优化协同计算的算法实现技术 | 第67-69页 |
| ·遗传算法和模拟退火算法关键算子的软件实现 | 第67-68页 |
| ·矩形零件排样算法的软件实现 | 第68-69页 |
| ·本章小结 | 第69-70页 |
| 5 大规模矩形零件排样协同优化示例及其计算实例 | 第70-80页 |
| ·大规模矩形零件排样分布式协同优化系统简介 | 第70-71页 |
| ·计算实例及其分析 | 第71-78页 |
| ·关于三种优化方法的结论 | 第78-79页 |
| ·本章小结 | 第79-80页 |
| 6 总结与展望 | 第80-82页 |
| ·研究工作总结 | 第80-81页 |
| ·展望 | 第81-82页 |
| 参考文献 | 第82-87页 |
| 作者在攻读硕士学位期间的主要研究工作 | 第87-88页 |
| 声明 | 第88-89页 |
| 致谢 | 第89页 |
