首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--一般性问题论文--理论、方法论文--算法理论论文

基于蚁群算法的港口物流问题的研究

摘要第1-5页
Abstract第5-9页
第一章 绪论第9-18页
   ·引言第9-10页
   ·集装箱装载问题的研究概况第10-15页
     ·集装箱装载问题研究目的和意义第10-12页
     ·国内外研究现状及发展动态第12-15页
   ·泊位优化配置问题的研究概况第15-17页
     ·泊位优化配置问题研究目的和意义第15-16页
     ·国内外研究现状及发展动态第16-17页
   ·本文研究的主要内容第17-18页
第二章 蚁群算法简介第18-30页
   ·蚁群算法的产生与发展第18-23页
     ·蚁群算法的产生第18-20页
     ·蚁群算法的发展第20-23页
   ·蚁群算法的模型及特点第23-27页
     ·蚁群算法的基本模型第23-26页
     ·蚂蚁系统特点第26-27页
   ·参数因子的选择原则第27-29页
     ·信息素挥发度的选择第27-28页
     ·蚂蚁数量的选择第28页
     ·启发式因子的选择第28-29页
     ·总信息量的选择第29页
   ·本章小结第29-30页
第三章 基于蚁群算法的集装箱装载问题第30-52页
   ·引言第30页
   ·问题描述第30-33页
     ·约束条件的描述第30-31页
     ·建立问题的数学模型第31-32页
     ·约束条件的处理第32-33页
   ·集装箱空间位置处理第33-43页
     ·空间位置的划分第33-36页
     ·空间位置的合并第36-37页
     ·同类货物的组合预处理第37-42页
     ·剩余子空间位置省略原则第42-43页
   ·蚁群算法第43-45页
   ·基于空间划分的蚁群算法第45页
   ·实例仿真第45-51页
   ·本章小结第51-52页
第四章 基于蚁群优化算法的带时间窗的泊位配置问题第52-64页
   ·引言第52-53页
   ·问题描述第53-57页
     ·变量描述第54-55页
     ·建立问题的数学模型第55-56页
     ·约束函数的建立第56-57页
   ·求解带时间窗的泊位配置问题的蚁群优化算法第57-61页
     ·算法总体设计第57-60页
     ·蚁群优化算法流程第60-61页
   ·实例仿真第61-63页
   ·本章小结第63-64页
第五章 结论与展望第64-66页
参考文献第66-69页
致谢第69-70页
攻读学位期间发表的学术论文目录第70页

论文共70页,点击 下载论文
上一篇:美元纸币号码识别方法的研究
下一篇:基于支持向量机的图像分割研究综述