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

求解约束优化问题的滤子遗传算法及其在批量问题上的应用

摘要第5-6页
Abstract第6页
第1章 绪论第9-15页
    1.1 研究背景第9页
    1.2 文献综述第9-13页
        1.2.1 非线性规划问题第9页
        1.2.2 遗传算法第9-11页
        1.2.3 滤子技术第11-12页
        1.2.4 经济批量问题第12-13页
    1.3 本文创新点及结构第13-15页
        1.3.1 本文创新点第13页
        1.3.2 全文结构第13-15页
第2章 求解约束优化问题的滤子遗传算法第15-25页
    2.1 基本概念第15-17页
        2.1.1 遗传算法第15-16页
        2.1.2 滤子技术第16-17页
    2.2 滤子遗传算法第17-18页
        2.2.1 模型介绍第17页
        2.2.2 算子介绍第17-18页
        2.2.3 滤子遗传算法第18页
    2.3 算法性质第18-20页
    2.4 数值计算第20-24页
    2.5 总结第24-25页
第3章 改进的滤子遗传算法第25-35页
    3.1 基本概念第25-26页
    3.2 改进的滤子遗传算法第26-27页
        3.2.1 模型介绍第26页
        3.2.2 改进的滤子遗传算法第26-27页
    3.3 算法性质第27-30页
    3.4 数值计算第30-34页
    3.5 总结第34-35页
第4章 用滤子遗传算法求解一类批量问题第35-46页
    4.1 经济批量的概念第35-42页
        4.1.1 基本模型第35-37页
        4.1.2 进货费用函数第37-41页
        4.1.3 算例第41-42页
    4.2 机会约束第42-45页
        4.2.1 机会约束简介第42-44页
        4.2.2 模型改进第44页
        4.2.3 算例第44-45页
    4.3 总结第45-46页
第5章 结论与展望第46-47页
    5.1 本文的主要工作第46页
    5.2 进一步的工作第46-47页
参考文献第47-50页
已发文章第50-51页
致谢第51页

论文共51页,点击 下载论文
上一篇:矩阵值函数亏损特征值的Puiseux展开式
下一篇:基于微分动态系统的填充函数方法