| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 插图和附表清单 | 第7-8页 |
| 1 引言 | 第8-13页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-12页 |
| 1.2.1 优化任务分配的研究现状 | 第9-10页 |
| 1.2.2 遗传算法的研究现状 | 第10-11页 |
| 1.2.3 粒子群算法的研究现状 | 第11-12页 |
| 1.3 研究思路与论文结构 | 第12-13页 |
| 2 遗传算法与粒子群算法的基本理论 | 第13-23页 |
| 2.1 遗传算法的基本理论 | 第13-15页 |
| 2.1.1 遗传算法的基本概念 | 第13页 |
| 2.1.2 遗传算法的特点 | 第13-14页 |
| 2.1.3 遗传算法的基本算子 | 第14-15页 |
| 2.2 遗传算法的设计 | 第15-16页 |
| 2.2.1 遗传算法求解问题的一般过程 | 第15页 |
| 2.2.2 遗传算法的参数设计原则 | 第15-16页 |
| 2.2.3 遗传算法的基本步骤 | 第16页 |
| 2.3 遗传算法的应用 | 第16-18页 |
| 2.4 粒子群算法的基本理论 | 第18-21页 |
| 2.4.1 粒子群算法的基本思想 | 第18页 |
| 2.4.2 粒子群算法的基本构成 | 第18-19页 |
| 2.4.3 粒子群算法的参数选择 | 第19-20页 |
| 2.4.4 粒子群算法的特点及应用 | 第20-21页 |
| 2.5 粒子群算法求解问题的运算步骤 | 第21-22页 |
| 2.6 GA和PSO基本理论的比较 | 第22-23页 |
| 2.7 本章小结 | 第23页 |
| 3 水果玉米采摘中的任务分配问题 | 第23-25页 |
| 3.1 水果玉米采摘中的任务分配 | 第23-24页 |
| 3.2 水果玉米中任务分配问题的数学模型 | 第24页 |
| 3.3 用遗传和粒子群算法对该问题求解的可行性 | 第24-25页 |
| 3.4 本章小结 | 第25页 |
| 4 两种算法设计及其在MATLAB中的仿真 | 第25-38页 |
| 4.1 基于遗传算法的采摘队劳动力分配问题的算法设计 | 第25页 |
| 4.2 遗传算法在MATLAB中的各种代码设计 | 第25-27页 |
| 4.2.1 适应度函数 | 第25-26页 |
| 4.2.2 初始化种群 | 第26页 |
| 4.2.3 遗传操作 | 第26-27页 |
| 4.3 遗传算法仿真结果 | 第27-28页 |
| 4.4 基于粒子群算法的采摘队任务分配问题的算法设计 | 第28-29页 |
| 4.5 粒子群算法在MATLAB中的各种代码设置 | 第29-32页 |
| 4.5.1 在种群初始化函数中的代码设置 | 第29-30页 |
| 4.5.2 在适应度值函数中的代码设置 | 第30页 |
| 4.5.3 在单步更新函数中的代码设置 | 第30-32页 |
| 4.5.4 总过程 | 第32页 |
| 4.6 粒子群算法仿真结果 | 第32-34页 |
| 4.7 两种算法结果比较 | 第34-37页 |
| 4.8 本章小结 | 第37-38页 |
| 5 总结与展望 | 第38-40页 |
| 5.1 对所做工作得总结 | 第38-39页 |
| 5.2 对进一步工作的展望 | 第39-40页 |
| 致谢 | 第40-41页 |
| 参考文献 | 第41-44页 |
| 作者简介 | 第44页 |