蚁群算法在港口车辆调度优化问题中的研究及应用
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 目录 | 第8-11页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 研究背景 | 第11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.3 研究的内容 | 第14-15页 |
| 1.4 技术路线 | 第15-16页 |
| 1.5 论文的结构安排 | 第16-17页 |
| 第2章 相关理论介绍 | 第17-27页 |
| 2.1 车间调度问题概述 | 第17-18页 |
| 2.1.1 基本车间调度 | 第17-18页 |
| 2.1.2 船舶卸载车间调度问题 | 第18页 |
| 2.2 蚁群算法的产生和发展 | 第18-21页 |
| 2.2.1 蚁群算法的产生 | 第18-19页 |
| 2.2.2 蚁群算法的发展 | 第19-21页 |
| 2.3 蚁群算法模型和特点 | 第21-25页 |
| 2.3.1 基本蚁群算法的模型 | 第21-24页 |
| 2.3.2 参数选择对蚁群算法性能的影响 | 第24-25页 |
| 2.4 本章小结 | 第25-27页 |
| 第3章 卸船时间最短的车辆调度问题的研究 | 第27-45页 |
| 3.1 卸船时间最短的卸载问题分析 | 第27页 |
| 3.2 船舶卸载时间最短问题模型建立 | 第27-35页 |
| 3.2.1 单船单仓卸载问题模型建立 | 第27-29页 |
| 3.2.2 单船多仓卸载问题模型建立 | 第29-32页 |
| 3.2.3 多船多仓卸载问题模型建立 | 第32-35页 |
| 3.3 蚁群算法的设计与实现 | 第35-44页 |
| 3.3.1 蚁群算法参数的选取 | 第35-36页 |
| 3.3.2 算法设计步骤 | 第36-37页 |
| 3.3.3 实例仿真与分析 | 第37-44页 |
| 3.4 本章小结 | 第44-45页 |
| 第4章 卸船时间一定的车辆调度问题的研究 | 第45-53页 |
| 4.1 卸船时间一定的卸载问题分析 | 第45页 |
| 4.2 卸船时间一定的卸载问题模型建立 | 第45-49页 |
| 4.2.1 单船单仓卸载问题模型建立 | 第45页 |
| 4.2.2 单船多仓卸载问题模型建立 | 第45-47页 |
| 4.2.3 多船多仓卸载问题模型建立 | 第47-49页 |
| 4.3 蚁群算法的设计与实现 | 第49-52页 |
| 4.3.1 蚁群算法参数的选取 | 第49页 |
| 4.3.2 算法设计步骤 | 第49-50页 |
| 4.3.3 实例仿真与分析 | 第50-52页 |
| 4.4 本章小结 | 第52-53页 |
| 第5章 运输管理子系统设计与实现 | 第53-71页 |
| 5.1 系统总体目标 | 第53页 |
| 5.2 系统总体设计 | 第53-57页 |
| 5.2.1 系统架构 | 第53-55页 |
| 5.2.2 系统开发环境 | 第55页 |
| 5.2.3 系统功能结构图 | 第55-57页 |
| 5.3 子系统介绍 | 第57-60页 |
| 5.3.1 子系统设计目标 | 第57页 |
| 5.3.2 子系统功能结构图 | 第57页 |
| 5.3.3 子系统功能结构设计 | 第57-60页 |
| 5.4 子系统数据库设计 | 第60-67页 |
| 5.4.1 数据库表结构设计 | 第60-64页 |
| 5.4.2 数据表结构逻辑模型 | 第64-65页 |
| 5.4.3 数据流图 | 第65-67页 |
| 5.5 系统实现 | 第67-69页 |
| 5.6 本章小结 | 第69-71页 |
| 第6章 结论与展望 | 第71-73页 |
| 参考文献 | 第73-77页 |
| 致谢 | 第77页 |
