| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第11-14页 |
| 1.1 选题意义 | 第11-12页 |
| 1.2 堆芯换料优化方法的发展 | 第12-13页 |
| 1.3 本文主要研究内容 | 第13-14页 |
| 第二章 布料优化基准问题的定义 | 第14-17页 |
| 2.1 布料优化基准问题的意义 | 第14页 |
| 2.2 基准问题1 | 第14-16页 |
| 2.3 基准问题2 | 第16页 |
| 2.4 总结 | 第16-17页 |
| 第三章 模拟退火算法搜索优化布料方案的机理及效率研究 | 第17-36页 |
| 3.1 SA 的一般原理 | 第17-18页 |
| 3.2 SA 的搜索机理研究 | 第18-21页 |
| 3.3 SA 的搜索效率研究 | 第21-27页 |
| 3.3.1 以最小化功率峰因子为目标的无约束优化 | 第21-24页 |
| 3.3.2 以最大化有效增殖因数为目标的带约束优化 | 第24-27页 |
| 3.4 加入反应性分布约束后SA 的搜索效率 | 第27-32页 |
| 3.4.1 利用组件“十”字平均K∞分布过滤非可行解的技术 | 第27-28页 |
| 3.4.2 以最小化组件功率峰因子为目标的无约束优化 | 第28-29页 |
| 3.4.3 以最大化有效增殖因数为目标的带约束优化 | 第29-32页 |
| 3.5 随机数对SA 搜索可行解效率的影响 | 第32-35页 |
| 3.6 小结 | 第35-36页 |
| 第四章 遗传算法搜索机理和搜索效率的研究 | 第36-79页 |
| 4.1 GA 的基本原理 | 第36-37页 |
| 4.2 常规GA 的搜索机理和搜索效率研究 | 第37-43页 |
| 4.2.1 常规GA 的在换料优化问题中的实现过程 | 第37-38页 |
| 4.2.2 以最小化组件功率峰因子为目标的无约束优化 | 第38-41页 |
| 4.2.3 以最大化有效增殖因数为目标的带约束优化 | 第41-43页 |
| 4.3 改进GA 的搜索机理和搜索效率研究 | 第43-58页 |
| 4.3.1 改进遗传算法的实现 | 第43-45页 |
| 4.3.2 以最小化组件功率峰因子为目标的无约束优化 | 第45-52页 |
| 4.3.3 以最大化有效增殖因数为目标的带约束优化 | 第52-58页 |
| 4.4 GA 与SA 的结果比较 | 第58-78页 |
| 4.4.1 一般SA 算法的搜索效率 | 第58-68页 |
| 4.4.2 加入反应性分布约束后SA 的搜索效率 | 第68-78页 |
| 4.5 小结 | 第78-79页 |
| 第五章 基于穷枚举的优化方法搜索机理和搜索效率的研究 | 第79-86页 |
| 5.1 基于穷枚举的优化方法的具体做法介绍 | 第79-80页 |
| 5.2 该方法的搜索效率研究 | 第80-85页 |
| 5.2.1 以最小化组件功率峰因子为目标的无约束优化 | 第80-84页 |
| 5.2.2 以最大化有效增殖因数为目标的带约束优化 | 第84-85页 |
| 5.3 小结 | 第85-86页 |
| 第六章 总结和建议 | 第86-88页 |
| 6.1 总结 | 第86-87页 |
| 6.2 后续工作建议 | 第87-88页 |
| 参考文献 | 第88-90页 |
| 致谢 | 第90-91页 |
| 攻读硕士学位论文期间已发表或录用的论文 | 第91页 |
