首页--环境科学、安全科学论文--废物处理与综合利用论文--一般性问题论文--固体废物的处理与利用论文

基于智能优化算法的机电产品拆卸过程规划研究

摘要第3-4页
Abstract第4-5页
第一章 绪论第9-13页
    1.1 课题研究的背景和意义第9-10页
        1.1.1 课题研究的背景第9-10页
        1.1.2 课题研究的意义第10页
    1.2 国内外研究现状第10-12页
        1.2.1 国外的研究现状第10-11页
        1.2.2 国内研究现状第11-12页
    1.3 本文的主要研究内容第12-13页
第二章 产品拆卸信息模型的构建第13-18页
    2.1 引言第13页
    2.2 拆卸的概念和类型第13-14页
    2.3 产品的拆卸信息第14-15页
    2.4 优先约束矩阵的构建第15-16页
    2.5 拆卸信息模型的构建第16-17页
    2.6 本章小结第17-18页
第三章 基于改进蚁群算法拆卸序列规划第18-32页
    3.1 引言第18-19页
    3.2 蚁群算法的原理及数学模型第19-21页
        3.2.1 蚁群算法的原理第19页
        3.2.2 蚁群算法的数学模型第19-21页
        3.2.3 蚁群优化算法的特征第21页
    3.3 基于改进蚁群算法的拆卸序列规划第21-27页
        3.3.0 基本蚁群算法的不足第21-22页
        3.3.1 评估函数的设计第22-23页
        3.3.2 拆卸零件选择概率第23-25页
        3.3.3 信息素更新规则的改进第25-26页
        3.3.4 改进的蚁群算法流程图第26-27页
    3.4 应用实例第27-31页
        3.4.1 实例拆卸信息第27-28页
        3.4.2 实例的计算求解第28-31页
    3.5 本章小结第31-32页
第四章 基于改进遗传算法的拆卸序列规划第32-43页
    4.1 引言第32页
    4.2 标准遗传算法的原理第32页
    4.3 标准遗传算法的组成要素第32-35页
        4.3.1 遗传算法的基本算子第32-34页
        4.3.2 适应度函数第34-35页
    4.4 遗传算法的运行参数第35页
    4.5 基于改进遗传算法的拆卸序列规划第35-39页
        4.5.1 标准遗传算法的不足第35-36页
        4.5.2 染色体编码的改进第36页
        4.5.3 遗传算子的改进第36-37页
        4.5.4 染色体的干涉检查第37-38页
        4.5.5 适应度函数的构造第38页
        4.5.6 改进遗传算法的流程第38-39页
    4.6 实例应用第39-41页
    4.7 遗传算法与蚁群算法的比较第41-42页
    4.8 本章小结第42-43页
第五章 拆卸序列的评价第43-54页
    5.1 引言第43页
    5.2 拆卸序列优化的评价指标体系第43-48页
        5.2.1 技术性指标第43-45页
        5.2.2 经济性指标第45-47页
        5.2.3 环境性指标第47-48页
    5.3 基于理想化水平衡量公式的拆卸序列多指标评价第48-51页
        5.3.1 理想化水平衡量公式第48-49页
        5.3.2 基于理想化水平衡量公式的拆卸序列多指标评价第49页
        5.3.3 重要性指标及权重分配第49-51页
    5.4 实例分析第51-53页
        5.4.1 权重分配计算第51-53页
        5.4.2 拆卸理想化水平计算第53页
    5.5 本章小结第53-54页
结论第54-56页
参考文献第56-59页
致谢第59-60页
附录A 改进蚁群算法代码第60-65页
附录B 改进的遗传算法代码第65-69页
攻读学位期间发表的学术论文及研究成果第69-70页
个人简介第70页

论文共70页,点击 下载论文
上一篇:MGN公司新产品开发管理优化研究
下一篇:氨甲环酸联合乌司他丁不同给药方式在二尖瓣置换术的血液保护有效性及安全性研究