| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 巡检工作的研究现状 | 第11-12页 |
| 1.2.2 巡检路径优化的研究现状 | 第12-14页 |
| 1.3 论文主要研究内容及章节安排 | 第14-16页 |
| 第二章 设备巡检路径问题相关分析 | 第16-24页 |
| 2.1 设备巡检基本情况分析 | 第16-17页 |
| 2.1.1 设备巡检机制及特点 | 第16-17页 |
| 2.1.2 设备巡检机制中存在的问题及解决方案 | 第17页 |
| 2.2 巡检路径问题 | 第17-19页 |
| 2.2.1 巡检路径问题分析 | 第17-18页 |
| 2.2.2 巡检路径优化原则 | 第18-19页 |
| 2.3 路径优化算法 | 第19-22页 |
| 2.3.1 精确求解算法 | 第20页 |
| 2.3.2 启发式求解算法 | 第20-22页 |
| 2.4 本章小结 | 第22-24页 |
| 第三章 改进遗传算法的巡检路径优化 | 第24-38页 |
| 3.1 巡检路径优化问题建模 | 第24-26页 |
| 3.1.1 巡检路径优化问题描述 | 第24-25页 |
| 3.1.2 巡检路径优化数学模型建立 | 第25-26页 |
| 3.2 遗传算法 | 第26-29页 |
| 3.2.1 遗传算法基本原理 | 第26页 |
| 3.2.2 遗传算法分析 | 第26-28页 |
| 3.2.3 遗传算法在路径优化中的应用及不足 | 第28-29页 |
| 3.3 改进遗传算法求解巡检路径优化问题 | 第29-33页 |
| 3.3.1 邻域法 | 第29-30页 |
| 3.3.2 遗传算法的改进 | 第30-31页 |
| 3.3.3 改进遗传算法求解问题模型 | 第31-33页 |
| 3.3.4 改进算法性能分析 | 第33页 |
| 3.4 实验分析 | 第33-36页 |
| 3.5 本章小结 | 第36-38页 |
| 第四章 考虑设备状态分类的巡检路径优化 | 第38-54页 |
| 4.1 设备状态分类预测问题 | 第38-39页 |
| 4.1.1 设备状态分类预测问题分析 | 第38页 |
| 4.1.2 设备状态分类预测的影响因子 | 第38-39页 |
| 4.1.3 设备状态分类预测方法 | 第39页 |
| 4.2 BP神经网络 | 第39-43页 |
| 4.2.1 BP神经网络原理 | 第39-41页 |
| 4.2.2 BP神经网络工作过程 | 第41-42页 |
| 4.2.3 BP神经网络的不足 | 第42-43页 |
| 4.3 基于GA-BP神经网络设备状态分类预测模型 | 第43-48页 |
| 4.3.1 遗传算法优化BP神经网络 | 第43-44页 |
| 4.3.2 遗传算法优化BP神经网络分类模型构建 | 第44-46页 |
| 4.3.3 设备状态分类预测实验 | 第46-48页 |
| 4.4 考虑设备状态优先级的巡检路径优化 | 第48-53页 |
| 4.4.1 考虑设备状态巡检路径优化问题建模 | 第48-49页 |
| 4.4.2 改进遗传算法求解问题模型 | 第49页 |
| 4.4.3 实验分析 | 第49-53页 |
| 4.5 本章小结 | 第53-54页 |
| 第五章 设备巡检管理系统的设计与实现 | 第54-64页 |
| 5.1 系统业务流程设计 | 第54-55页 |
| 5.2 系统结构设计 | 第55-57页 |
| 5.2.1 系统分层架构设计 | 第55-56页 |
| 5.2.2 系统功能模块设计 | 第56-57页 |
| 5.3 系统数据库设计 | 第57-60页 |
| 5.4 巡检管理系统实现 | 第60-63页 |
| 5.4.1 系统中路径优化方法的实现 | 第60-61页 |
| 5.4.2 巡检管理系统的实现效果 | 第61-63页 |
| 5.5 本章小结 | 第63-64页 |
| 第六章 总结与展望 | 第64-66页 |
| 6.1 总结 | 第64页 |
| 6.2 展望 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 攻读学位期间所取得的相关科研成果 | 第70-72页 |
| 致谢 | 第72页 |