首页--工业技术论文--一般工业技术论文--工程设计与测绘论文--工程设计论文

离散变量优化方法的研究及其在管棒类型材下料中的应用

第一章 绪论第1-20页
   ·引言第13页
   ·离散变量优化方法的发展历程第13-18页
     ·圆整法第14页
     ·连续-离散优化结合法第14页
     ·完全离散变量优化法第14-16页
     ·基于现代优化方法的离散变量优化方法第16-18页
   ·论文的主要内容第18-20页
第二章 管棒类型材下料优化的传统算法第20-29页
   ·管棒类型材下料优化的线性整数规划法第20-24页
     ·数学模型第20-22页
     ·优化计算第22-23页
     ·算法缺陷第23-24页
   ·管棒类型材下料问题的近似算法第24-29页
     ·下料问题的描述第24页
     ·装箱问题的描述第24-25页
     ·装箱问题的近似算法第25-27页
     ·算法缺陷第27-29页
第三章 管棒类型材下料优化的遗传算法第29-39页
   ·基本遗传算法第29-36页
     ·发展历史第29页
     ·自然进化与遗传算法第29-30页
     ·遗传算法的描述第30-31页
     ·遗传操作算子第31-35页
       ·繁殖算子(Reproduction)第31-33页
       ·交叉算子(Crossover)第33-34页
       ·变异算子(Mutation)第34-35页
       ·其他算子第35页
     ·遗传算法的特点第35-36页
   ·求解装箱问题的基本遗传算法第36-37页
     ·染色体编码方法第36-37页
     ·目标函数和适应函数第37页
     ·遗传算子的选用第37页
   ·求解管棒料下料问题的基本遗传算法第37-39页
     ·染色体编码方法第37-38页
     ·目标函数和适应度函数第38页
     ·遗传算子的选用第38-39页
第四章 与近似算法相结合的混合遗传算法第39-45页
   ·混合遗传算法第39-41页
     ·混合遗传算法的思想第39-40页
     ·混合遗传算法的基本构成原则第40页
     ·混合遗传算法的运算步骤第40-41页
     ·混合遗传算法与遗传算法的对比分析第41页
   ·求解装箱问题的混合遗传算法第41-43页
     ·装箱问题的混合遗传算法第41-42页
     ·近似算法、简单遗传算法和混合遗传算法的比较第42-43页
   ·求解下料问题的混合遗传算法第43-45页
     ·染色体编码方法第43页
     ·目标函数和适应度函数第43-44页
     ·遗传算子的选择第44页
     ·控制参数的选择第44-45页
第五章 群体和遗传算子的改进设计第45-51页
   ·群体分析和设计第45-48页
     ·群体初始化第45页
     ·群体规模控制第45-46页
     ·群体多样性第46页
     ·群体规模与早熟现象第46-47页
     ·管棒类型材下料问题的群体设定第47-48页
   ·选择算子分析和设计第48-49页
     ·选择操作的综合分析第48-49页
     ·管棒类型材下料问题的选择算子设定第49页
   ·交叉和变异算子分析和设计第49-51页
     ·交叉算子第49页
     ·变异算子第49页
     ·管棒类型材下料问题的交叉和变异算子设定第49-51页
第六章 优化程序及结果分析第51-61页
   ·优化程序第51-53页
     ·优化程序界面和使用说明第51-52页
     ·优化程序结构第52-53页
     ·优化程序测试第53页
   ·数据实验分析第53-59页
     ·模拟数据实验分析第54-56页
     ·实际数据实验分析第56-59页
   ·算法局限性第59-61页
第七章 总结和展望第61-63页
   ·论文总结第61页
   ·下一步工作的展望第61-63页
     ·管棒料下料优化程序的改进第61-62页
     ·遗传算法在板材(二维)排样中的应用前景第62页
     ·下料优化和CAD结合的展望第62-63页
参考文献第63-65页

论文共65页,点击 下载论文
上一篇:阿尔茨海默病海马CaMKⅡ-α表达及与相关病理改变的关系
下一篇:扬子鳄的行为和时间分配研究及其分类地位探讨