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

基于智能算法的选址规划问题研究--以台湾地区资源回收处理中心为例

摘要第1-7页
ABSTRACT第7-11页
第一章 绪论第11-18页
   ·课题研究背景及意义第11-12页
   ·国内外研究综述第12-15页
     ·选址规划问题研究综述第12-13页
     ·群体智能算法研究综述第13-15页
   ·本文研究内容及研究技术路线第15-18页
     ·研究内容第15页
     ·研究技术路线第15-18页
第二章 选址规划相关理论第18-38页
   ·选址规划问题概述第18页
   ·选址规划问题的模型分类第18-22页
     ·基本选址问题模型第18-19页
     ·扩展选址问题模型第19-22页
   ·地理信息处理系统(GIS)在选址问题中应用第22-37页
     ·地理信息处理系统(GIS)概述第22-24页
     ·GIS应用简介第24-26页
     ·常用的GIS软件及工具介绍第26-37页
   ·本章小结第37-38页
第三章 萤火虫优化算法研究第38-48页
   ·萤火虫优化算法(GSO算法)描述第38-43页
     ·GSO算法发展历程第38页
     ·GSO算法基本原理第38-40页
     ·GSO算法流程第40-43页
   ·GSO算法与其他智能算法比较第43-47页
     ·GSO算法与蚁群算法(ACO)第43-45页
     ·GSO算法与粒子群算法(PSO)第45-47页
   ·本章小结第47-48页
第四章 粒子群算法及与GSO算法的整合研究第48-61页
   ·粒子群算法第48-53页
     ·粒子群算法的来源和基本理论第48-49页
     ·粒子群算法的描述第49-50页
     ·粒子群算法的基本流程第50-51页
     ·粒子群算法的局限性与改进方向第51-53页
   ·粒子群算法与萤火虫算法的比较研究第53-54页
   ·基于萤火虫算法思想的粒子群算法改进研究第54-58页
     ·算法改进思路第54页
     ·改进算法的基本流程第54-58页
   ·萤火虫粒子群算法(G-PSO)的一个实例应用测试第58-60页
     ·生产调度问题描述第58页
     ·Benchmark问题求解测试第58-60页
   ·本章小结第60-61页
第五章 G-PSO算法在选址规划问题的应用研究第61-76页
   ·台湾地区资源回收处理经验简介第61-65页
     ·台湾地区资源回收处理的发展历程第61-63页
     ·当前台湾地区的资源回收处理政策第63-64页
     ·台湾地区资源回收处理流程第64-65页
   ·台湾地区资源回收处理中心规划现状及问题描述第65-66页
     ·台湾地区资源回收处理中心分布情况第65页
     ·当前模式存在的问题第65-66页
   ·模型一(P-Median模型)第66-69页
     ·模型描述及构建第66-67页
     ·模型求解第67-68页
     ·GIS图形化展示及结果分析第68-69页
   ·模型二(LSCP—P-Median两阶段模型)第69-74页
     ·模型描述及构建第69-71页
     ·模型求解第71-73页
     ·GIS图形化展示及结果分析第73-74页
   ·两种模型比较分析第74-75页
   ·本章小结第75-76页
第六章 总结与展望第76-77页
附录 萤火虫-粒子群算法求解选址规划问题部分源程序第77-81页
参考文献第81-88页
在读期间公开发表的论文和承担科研项目及取得成果第88-89页
致谢第89页

论文共89页,点击 下载论文
上一篇:机器视觉在铜条缺陷在线高速检测中的应用
下一篇:从图书借阅看人类群体和个体行为的动力学机制