首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

基于蚁群遗传融合算法的焦炉作业计划与优化调度方法研究

摘要第1-6页
ABSTRACT第6-10页
1 绪论第10-19页
   ·研究意义与目的第10-12页
   ·国内外研究现状第12-17页
   ·论文研究目标及内容第17页
   ·论文结构安排第17-19页
2 焦炉作业计划工艺分析第19-31页
   ·焦炉生产操作流程第19-23页
     ·焦炉推焦过程第19-22页
     ·焦炉推焦串序原理第22-23页
   ·作业计划优化调度方法第23-27页
     ·优化调度的基本思想第23-25页
     ·作业计划优化调度的要求及难点第25-27页
   ·焦炉作业计划优化调度方法第27-30页
     ·焦炉作业计划的特点及编制原则第27-29页
     ·多工况分析第29-30页
   ·本章小结第30-31页
3 蚁群遗传融合算法第31-47页
   ·蚁群算法第31-36页
     ·蚁群算法的模型和基本流程第31-34页
     ·蚁群算法的参数分析第34-36页
   ·遗传算法第36-40页
     ·遗传算法的基本流程第37-39页
     ·遗传算法的参数分析第39-40页
   ·蚁群遗传融合算法第40-42页
     ·蚁群遗传融合算法的关键环节第41-42页
     ·蚁群遗传融合算法的流程图第42页
   ·蚁群遗传融合算法的性能测试第42-46页
   ·本章小结第46-47页
4 基于蚁群遗传融合算法的焦炉作业计划优化调度实现第47-59页
   ·焦炉作业计划与优化调度模型第47-49页
   ·正常工况焦炉作业计划优化调度方法第49-51页
     ·正常工况焦炉作业计划优化调度模型第49-50页
     ·正常工况焦炉作业计划优化调度实现第50-51页
   ·基于蚁群遗传融合算法的异常工况下焦炉作业计划优化调度实现第51-58页
     ·异常工况下的优化调度模型第51-52页
     ·焦炉作业计划调度问题的转换第52-53页
     ·蚁群遗传融合算法的设计第53-54页
     ·蚁群遗传融合算法的实现过程第54-55页
     ·仿真实验及分析第55-58页
   ·本章小结第58-59页
5 结论与展望第59-61页
   ·结论第59页
   ·展望第59-61页
参考文献第61-65页
致谢第65-66页
攻读学位期间发表的学术论文目录第66页

论文共66页,点击 下载论文
上一篇:高酸超稠原油脱酸脱盐耦合工艺研究
下一篇:油气集输管道剩余寿命预测研究