| 第一章 概论 | 第1-14页 |
| 1．1 引言 | 第10页 |
| 1．2 求解方法的比较 | 第10-11页 |
| 1．2．1 传统求解方法 | 第10-11页 |
| 1．2．2 遗传算法 | 第11页 |
| 1．3 工作背景 | 第11-12页 |
| 1．4 问题分析 | 第12页 |
| 1．5 本文的工作 | 第12-14页 |
| 第二章 遗传算法简介 | 第14-22页 |
| 2．1 自然进化与遗传算法 | 第14页 |
| 2．2 遗传算法的特点 | 第14-15页 |
| 2．3 遗传算法中的基本实现技术 | 第15-20页 |
| 2．3．1 遗传编码 | 第15-16页 |
| 2．3．1．1 二进制编码方法 | 第15页 |
| 2．3．1．2 符号编码方法 | 第15-16页 |
| 2．3．1．3 多参数级联编码方法 | 第16页 |
| 2．3．2 适应度函数 | 第16页 |
| 2．3．3 初始群体的生成 | 第16-17页 |
| 2．3．4 遗传操作 | 第17-19页 |
| 2．3．4．1 选择算子 | 第17-18页 |
| 2．3．4．2 交叉算子 | 第18-19页 |
| 2．3．4．3 变异算子 | 第19页 |
| 2．3．5 遗传算法的运行参数： | 第19-20页 |
| 2．4 遗传算法的运行步骤 | 第20-22页 |
| 第三章 玻璃排版优化系统及优化算法的设计 | 第22-32页 |
| 3．1 玻璃排版优化系统简介 | 第22页 |
| 3．2 玻璃排版优化系统的设计 | 第22-25页 |
| 3．2．1 优化问题的解决方案 | 第22-23页 |
| 3．2．2 优化系统的工作界面 | 第23-25页 |
| 3．3 系统优化算法的设计 | 第25-32页 |
| 3．3．1 混合遗传算法（Hybrid Genetic Algorithm） | 第25-26页 |
| 3．3．1．1 混合遗传算法的思想 | 第25页 |
| 3．3．1．2 混合遗传算法的基本构成 | 第25-26页 |
| 3．3．2 优化算法的实现 | 第26-32页 |
| 第四章 玻璃排版优化中的背包问题 | 第32-47页 |
| 4．1 问题描述 | 第32页 |
| 4．2 求解背包问题的一般遗传算法 | 第32-39页 |
| 4．2．1 编码方法 | 第32页 |
| 4．2．2 生成初始群体 | 第32-33页 |
| 4．2．3 适应度函数 | 第33-35页 |
| 4．2．3．1 惩罚法解码 | 第33-34页 |
| 4．2．3．2 贪婪法解码 | 第34-35页 |
| 4．2．4 遗传操作 | 第35-38页 |
| 4．2．4．1 选择算子 | 第35-36页 |
| 4．2．4．2 交叉算子 | 第36-37页 |
| 4．2．4．3 变异算子 | 第37-38页 |
| 4．2．5 一般遗传算法的实现 | 第38-39页 |
| 4．3 求解背包问题的小生境遗传算法 | 第39-42页 |
| 4．3．1 小生境技术 | 第39-40页 |
| 4．3．2 小生境技术的实现方法 | 第40-41页 |
| 4．3．3 小生境遗传算法的实现 | 第41-42页 |
| 4．4 遗传算法的运行参数 | 第42页 |
| 4．5 背包问题的解的转换处理 | 第42-43页 |
| 4．6 试验结果对比 | 第43-47页 |
| 第五章 玻璃排版优化中的布局设计问题 | 第47-83页 |
| 5．1 问题描述 | 第47-48页 |
| 5．2 设备布局设计问题 | 第48页 |
| 5．3 求解布局设计问题的遗传算法 | 第48-63页 |
| 5．3．1 编码方法 | 第48-50页 |
| 5．3．1．1 排放位置布局参数的编码方法 | 第49-50页 |
| 5．3．1．2 排放方向参数的编码方法 | 第50页 |
| 5．3．2 初始群体的产生 | 第50-53页 |
| 5．3．2．1 排版位置布局参数编码部分的产生 | 第50-52页 |
| 5．3．2．2 排放方向参数编码部分的产生 | 第52页 |
| 5．3．2．3 初始群体生成函数的实现 | 第52-53页 |
| 5．3．3 遗传操作 | 第53-59页 |
| 5．3．3．1 选择算子的设计 | 第53页 |
| 5．3．3．2 交叉算子的设计 | 第53-56页 |
| 5．3．3．3 变异算子的设计 | 第56-59页 |
| 5．3．4 布局排版方案的建立 | 第59-60页 |
| 5．3．4．1 从染色体建立布局排版方案 | 第59页 |
| 5．3．4．2 分割函数deride（） | 第59-60页 |
| 5．3．4．3 合并函数unit（） | 第60页 |
| 5．3．5 适应度函数 | 第60-61页 |
| 5．3．6 求解布局设计问题的GA的实现 | 第61-63页 |
| 5．3．7 遗传算法的运行参数 | 第63页 |
| 5．4 布局设计问题与背包问题之间的关系 | 第63-80页 |
| 5．5 布局设计问题的解的转换处理 | 第80-83页 |
| 第六章 玻璃排版优化中的旅行商问题 | 第83-103页 |
| 6．1 问题描述 | 第83页 |
| 6．2 求解TSP的遗传算法 | 第83-96页 |
| 6．2．1 编码方法 | 第83-84页 |
| 6．2．1．1 刀序参数的编码方法 | 第84页 |
| 6．2．1．2 切割方向参数的编码方法 | 第84页 |
| 6．2．2 初始群体的产生 | 第84-85页 |
| 6．2．2．1 刀序参数编码部分的形成 | 第85页 |
| 6．2．2．2 切割方向参数编码部分的形成 | 第85页 |
| 6．2．2．3 初始群体生成函数的实现 | 第85页 |
| 6．2．3 适应度函数的确定 | 第85-86页 |
| 6．2．4 遗传操作 | 第86-93页 |
| 6．2．4．1 选择算子的设计 | 第86页 |
| 6．2．4．2 交叉算子的设计 | 第86-91页 |
| 6．2．4．3 变异算子的设计 | 第91-93页 |
| 6．2．5 改善GA的局部搜索能力 | 第93-95页 |
| 6．2．5．1 爬山法（Hill Climber） | 第93页 |
| 6．2．5．2 求解TSP的混合遗传算法的构成 | 第93-94页 |
| 6．2．5．3 局部搜索方法的实现 | 第94-95页 |
| 6．2．6 求解TSP的遗传算法的实现 | 第95-96页 |
| 6．2．7 遗传算法的运行参数 | 第96页 |
| 6．3 布局设计问题与旅行商问题的关系 | 第96-101页 |
| 6．4 TSP的最优解的转换处理 | 第101页 |
| 6．5 三个问题间求解关系的总结 | 第101-103页 |
| 第七章 结束语 | 第103-106页 |
| 攻读硕士学位期间发表文章情况 | 第106-107页 |
| 参考文献 | 第107-110页 |
| 致谢 | 第110-111页 |