多目标拆卸线平衡问题的群集智能优化算法研究
| 摘要 | 第1-7页 |
| Abstract | 第7-9页 |
| 目录 | 第9-12页 |
| 第1章 绪论 | 第12-21页 |
| ·课题的研究意义 | 第12页 |
| ·国内外现状分析 | 第12-17页 |
| ·拆卸线平衡问题及总体研究现状概述 | 第12-15页 |
| ·国内外研究现状 | 第15-17页 |
| ·课题研究目标、研究内容、解决的关键问题 | 第17-18页 |
| ·采取的研究方法、技术路线 | 第18-19页 |
| ·创新性 | 第19页 |
| ·论文结构和主要内容 | 第19-20页 |
| ·本章小结 | 第20-21页 |
| 第2章 多目标拆卸线平衡问题的概念和数学模型 | 第21-33页 |
| ·多目标拆卸线的概念 | 第21-23页 |
| ·多目标拆卸线平衡问题的数学模型 | 第23-26页 |
| ·多目标拆卸线平衡问题的复杂性研究 | 第26-27页 |
| ·群集智能优化算法 | 第27-32页 |
| ·粒子群算法 | 第28-30页 |
| ·粒子群算法的基本思想 | 第28页 |
| ·粒子群算法的原理及流程 | 第28-30页 |
| ·蚁群算法 | 第30-32页 |
| ·蚁群算法的生物学原理 | 第30-31页 |
| ·蚁群算法的特点 | 第31页 |
| ·基本蚁群算法 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 第3章 求解多目标拆卸线平衡问题的粒子群算法 | 第33-55页 |
| ·基于目标优先顺序的粒子群算法 | 第33-44页 |
| ·粒子群算法简介 | 第33页 |
| ·拆卸线可行解的构造 | 第33-34页 |
| ·粒子群位置和速度的更新 | 第34-35页 |
| ·DLBP_PSO基本算法流程如下 | 第35页 |
| ·实例验证 | 第35-36页 |
| ·DLBP实例计算分析 | 第36-41页 |
| ·已知最优解的基准例子计算结果分析 | 第41-44页 |
| ·基于PARETO粒子群算法 | 第44-53页 |
| ·多目标优化问题的相关概念 | 第44-45页 |
| ·外部全局档案文件及全局最优解的选取 | 第45-47页 |
| ·外部局部档案文件及局部最优选取 | 第47页 |
| ·拆卸线可行解构造 | 第47页 |
| ·粒子群位置和速度的更新 | 第47-49页 |
| ·DLBP_PARETO_PSO基本算法流程如下 | 第49页 |
| ·实例验证 | 第49-53页 |
| ·本章小结 | 第53-55页 |
| 第4章 求解多目标拆卸线平衡问题的一种蚁群算法 | 第55-62页 |
| ·蚁群算法简介 | 第55页 |
| ·拆卸线可行解的构造 | 第55-56页 |
| ·信息素更新策略 | 第56-57页 |
| ·算法步骤 | 第57页 |
| ·实例验证 | 第57-61页 |
| ·DLBP实例计算分析 | 第57-58页 |
| ·19个基准例子计算结果分析 | 第58-61页 |
| ·本章小结 | 第61-62页 |
| 第5章 多目标拆卸线实际应用研究 | 第62-69页 |
| ·实例介绍 | 第62页 |
| ·问题求解的数据准备 | 第62页 |
| ·拆卸时间的确定 | 第62-66页 |
| ·PSO求解结果 | 第66-68页 |
| ·ACO求解结果 | 第68页 |
| ·本章小结 | 第68-69页 |
| 结论与展望 | 第69-71页 |
| 结论 | 第69-70页 |
| 展望 | 第70-71页 |
| 致谢 | 第71-72页 |
| 参考文献 | 第72-75页 |
| 攻读硕士学位期间发表的论文及科研成果 | 第75页 |
