| 第一章 绪论 | 第1-15页 |
| ·引言 | 第7-9页 |
| ·传统装配方法存在的问题 | 第9-11页 |
| ·计算机辅助选择装配的基本原理 | 第11-12页 |
| ·计算机辅助选择装配技术的应用价值 | 第12页 |
| ·相关优化算法的研究现状 | 第12-14页 |
| ·论文内容安排 | 第14-15页 |
| 第二章 计算机辅助选配系统的数学模型 | 第15-26页 |
| ·调整封闭环偏差的选配系统数学模型 | 第15-18页 |
| ·封闭环偏差的概念 | 第15页 |
| ·封闭环偏差的计算 | 第15-17页 |
| ·封闭环偏差的调整 | 第17-18页 |
| ·以质量损失成本为优化目标函数的数学模型 | 第18-22页 |
| ·质量损失成本 | 第18-21页 |
| ·选择装配的数学模型 | 第21-22页 |
| ·选择装配质量的评判 | 第22-23页 |
| ·匹配率 | 第22页 |
| ·匹配精度 | 第22-23页 |
| ·匹配质量综合指标 | 第23页 |
| ·选配系统数学模型的改进 | 第23-25页 |
| ·装配率 | 第23页 |
| ·装配精度 | 第23-24页 |
| ·装配质量综合指标 | 第24页 |
| ·优化目标函数 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第三章 基于遗传模拟退火算法的计算机辅助选择装配 | 第26-44页 |
| ·遗传算法(Genetic Algorithm—GA) | 第26-29页 |
| ·遗传算法(GA)的基本理论 | 第26-27页 |
| ·遗传算法(GA)的数学描述 | 第27-29页 |
| ·模拟退火算法(Simulated Annealing Algorithm-SA) | 第29-32页 |
| ·Metropolis 准则 | 第29-30页 |
| ·模拟退火算法(SA)的基本理论 | 第30-31页 |
| ·模拟退火算法(SA)的数学模型 | 第31-32页 |
| ·选择装配的遗传模拟退火算法描述 | 第32-37页 |
| ·混合遗传/模拟退火算法(HGSA) | 第32-35页 |
| ·选择装配的遗传模拟退火算法步骤 | 第35-37页 |
| ·事例分析 | 第37-43页 |
| ·本章小结 | 第43-44页 |
| 第四章 基于蚁群算法的计算机辅助选择装配 | 第44-63页 |
| ·蚁群算法(Ant Colony Algorithm—ACA) | 第44-51页 |
| ·蚁群算法(ACA)的基本理论 | 第44-47页 |
| ·蚁群算法(ACA)的数学模型 | 第47-50页 |
| ·蚁群算法(ACA)的特点 | 第50-51页 |
| ·蚁群算法(ACA)在选择装配中的应用 | 第51-58页 |
| ·基于ACA 的选择装配系统的解构造图 | 第51-53页 |
| ·基于ACA 的选择装配系统的数学描述 | 第53-55页 |
| ·信息素的更新 | 第55-57页 |
| ·启发式信息的选择 | 第57-58页 |
| ·事例分析 | 第58-61页 |
| ·算法程序伪码 | 第61-62页 |
| ·本章小结 | 第62-63页 |
| 第五章 结论与展望 | 第63-65页 |
| 参考文献 | 第65-71页 |
| 附录 | 第71-76页 |
| 摘要 | 第76-79页 |
| ABSTRACT | 第79-82页 |
| 致谢 | 第82页 |
