致谢 | 第1-6页 |
中文摘要 | 第6-8页 |
ABSTRACT | 第8-14页 |
图目录 | 第14-16页 |
表目录 | 第16-17页 |
1 绪论 | 第17-39页 |
·研究背景和意义 | 第17-26页 |
·散杂货港口物流现状 | 第17-20页 |
·研究背景 | 第20-24页 |
·研究目的和意义 | 第24-26页 |
·相关研究综述 | 第26-33页 |
·神经网络预测研究现状 | 第26-27页 |
·本体描述语言研究现状 | 第27-29页 |
·多目标遗传算法研究现状 | 第29-30页 |
·港口堆场智能调度研究现状 | 第30-33页 |
·研究内容和结构 | 第33-39页 |
·研究内容 | 第33-35页 |
·论文结构 | 第35-37页 |
·创新点 | 第37-39页 |
2 基于本体和进化算法的散杂货港口堆场调度系统框架 | 第39-57页 |
·散杂货港口堆场调度概述 | 第39-46页 |
·港口企业生产业务概述 | 第39-42页 |
·散杂货堆场概况及布局 | 第42-44页 |
·散杂货港口堆场调度问题定义 | 第44-46页 |
·基于本体和进化算法的散杂货港口堆场调度系统设计思路 | 第46-55页 |
·散杂货港口堆场调度系统需求分析 | 第46-48页 |
·基于本体和进化算法的系统体系结构 | 第48-52页 |
·OEABSS框架模型 | 第52-55页 |
·本章小结 | 第55-57页 |
3 基于BP神经网络进化算法的港口月疏运量预测模型 | 第57-89页 |
·人工神经网络概述 | 第57-66页 |
·人工神经网络概念及发展 | 第58-59页 |
·人工神经网络的数学模型 | 第59-62页 |
·人工神经网络的结构模型 | 第62-63页 |
·BP神经网络 | 第63-66页 |
·多项改进的BP神经网络预测模型 | 第66-76页 |
·BP神经网络存在问题及改进策略分析 | 第66-70页 |
·散杂货港口月疏运量预测模型 | 第70-74页 |
·多项改进的BP神经网络预测模型构建方法 | 第74-76页 |
·MBPFB在散杂货港口月疏运量预测中的应用 | 第76-88页 |
·确定预测目标和指标 | 第76-77页 |
·样本选择和预处理 | 第77-81页 |
·确定BP网络结构 | 第81-83页 |
·确定初始权值和阈值 | 第83-85页 |
·网络训练 | 第85-86页 |
·模型仿真和结果评价 | 第86-88页 |
·本章小结 | 第88-89页 |
4 港口综合物流交叉领域本体构建和集成方法 | 第89-113页 |
·本体及相关理论方法 | 第89-96页 |
·本体定义及应用 | 第89-90页 |
·本体形式化描述 | 第90-91页 |
·本体构建方法 | 第91-96页 |
·港口综合物流交叉领域本体构建方法 | 第96-103页 |
·港口综合物流交叉领域本体特点 | 第96-97页 |
·港口综合物流交叉领域本体构建原则 | 第97-98页 |
·港口综合物流交叉领域本体构建方法IDOBM | 第98-101页 |
·港口综合物流本体概念之间关系 | 第101-103页 |
·港口综合物流交叉领域本体集成方法 | 第103-111页 |
·港口综合物流交叉领域本体集成体系框架 | 第103-106页 |
·港口综合物流交叉领域本体集成方法IDOIM | 第106-111页 |
·本章小结 | 第111-113页 |
5 基于多目标遗传进化算法的堆位分配问题研究与求解 | 第113-143页 |
·散杂货港口堆场调度问题建模 | 第113-116页 |
·模型假设 | 第113-114页 |
·模型参数与决策变量 | 第114-115页 |
·模型建立 | 第115-116页 |
·货物的堆位匹配度评价 | 第116-122页 |
·堆位匹配度影响因素分析 | 第116-118页 |
·SMD评价指标选取和权重确定 | 第118-122页 |
·基于遗传算法的多目标优化问题 | 第122-130页 |
·多目标优化问题定义及处理方法 | 第122-124页 |
·多目标遗传算法 | 第124-126页 |
·带精英策略的快速非支配排序遗传算法 | 第126-130页 |
·基于改进NSGA Ⅱ的堆位分配问题求解 | 第130-142页 |
·NSGA Ⅱ算法与堆位分配问题的结合与改进 | 第130-133页 |
·基于改进NSGA Ⅱ的堆位分配算法流程 | 第133-135页 |
·堆位分配求解实例及结果分析 | 第135-142页 |
·本章小结 | 第142-143页 |
6 OEABSS设计与实现 | 第143-153页 |
·系统技术体系框架及关键技术 | 第143-148页 |
·原型系统实现 | 第148-151页 |
·本章小结 | 第151-153页 |
7 总结与展望 | 第153-157页 |
·总结 | 第153-154页 |
·进一步研究 | 第154-157页 |
附录 | 第157-159页 |
参考文献 | 第159-169页 |
作者简历 | 第169-173页 |
学位论文数据集 | 第173页 |