基于多目标粒子群算法的港口调度系统设计与实现
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第1章 绪论 | 第11-17页 |
| ·研究背景、目的和意义 | 第11-12页 |
| ·国内外研究现状 | 第12-14页 |
| ·泊位调度问题研究现状 | 第13-14页 |
| ·拖轮调度问题研究现状 | 第14页 |
| ·优化方法的比较与选择 | 第14-15页 |
| ·论文的主要研究内容 | 第15-17页 |
| 第2章 港口调度问题数学模型的建立 | 第17-29页 |
| ·调度问题介绍 | 第17-18页 |
| ·调度问题的提出 | 第17页 |
| ·调度问题的分类 | 第17-18页 |
| ·港口调度问题描述 | 第18-21页 |
| ·数学模型的建立 | 第21-27页 |
| ·泊位作业目标函数建立 | 第21-24页 |
| ·拖轮作业目标函数建立 | 第24-26页 |
| ·约束函数建立 | 第26-27页 |
| ·本章小结 | 第27-29页 |
| 第3章 优化算法及PSO基本理论 | 第29-47页 |
| ·优化问题 | 第29-32页 |
| ·最优化方法 | 第29-30页 |
| ·约束优化 | 第30-31页 |
| ·多目标优化 | 第31-32页 |
| ·港口调度优化方法的选择 | 第32-38页 |
| ·群智能算法理论发展概述 | 第32-33页 |
| ·几种群智能算法概述 | 第33-37页 |
| ·算法比较 | 第37-38页 |
| ·粒子群算法相关理论 | 第38-46页 |
| ·粒子群算法基本原理 | 第39-40页 |
| ·粒子群算法数学描述 | 第40-41页 |
| ·粒子群算法的流程 | 第41-43页 |
| ·粒子群算法的分析 | 第43-45页 |
| ·粒子群算法的发展 | 第45-46页 |
| ·本章小结 | 第46-47页 |
| 第4章 MOPSO算法求解港口调度问题 | 第47-61页 |
| ·多目标优化方法 | 第47-50页 |
| ·多目标优化的定义 | 第47-48页 |
| ·非支配解 | 第48-49页 |
| ·最优边界 | 第49-50页 |
| ·多目标粒子群算法(MOPSO)实现 | 第50-54页 |
| ·MOPSO算法思想 | 第50-51页 |
| ·MOPSO算法流程 | 第51-52页 |
| ·一种新型的MOPSO算法 | 第52-54页 |
| ·MOPSO算法求解港口调度问题 | 第54-59页 |
| ·利用PSO求解调度问题时的粒子表示方法 | 第54-56页 |
| ·求解港口调度问题的MOPSO算法设计 | 第56-59页 |
| ·本章小结 | 第59-61页 |
| 第5章 港口调度系统的实现 | 第61-78页 |
| ·UML功能及建模机制 | 第61-62页 |
| ·UML的主要功能 | 第61-62页 |
| ·UML的建模机制 | 第62页 |
| ·港口调度系统总体设计 | 第62-66页 |
| ·港口调度系统目标 | 第62-64页 |
| ·系统总体结构设计分析 | 第64-65页 |
| ·港口调度系统总体时序图设计 | 第65-66页 |
| ·海图显示模块设计与实现 | 第66-68页 |
| ·模块设计 | 第66-67页 |
| ·模块实现 | 第67-68页 |
| ·到港船舶信息统计模块设计与实现 | 第68-71页 |
| ·模块设计 | 第68-70页 |
| ·模块实现 | 第70-71页 |
| ·港口资源信息模块设计与实现 | 第71-74页 |
| ·模块设计 | 第71-72页 |
| ·模块实现 | 第72-74页 |
| ·港口调度系统模块设计与实现 | 第74-77页 |
| ·模块设计 | 第74-75页 |
| ·模块实现 | 第75-77页 |
| ·本章小结 | 第77-78页 |
| 结论 | 第78-80页 |
| 参考文献 | 第80-84页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第84-85页 |
| 致谢 | 第85页 |
