首页--工业技术论文--机械、仪表工业论文--机械设计、计算与制图论文--机械设计论文

基于遗传算法的优化排样系统研究

摘要第7-8页
Abstract第8页
第1章 绪论第9-17页
    1.1 研究的目的和意义第9-10页
    1.2 国内外二维优化排样技术研究现状第10-11页
    1.3 研究目标和研究内容第11-12页
        1.3.1 研究目标第11-12页
        1.3.2 研究内容第12页
    1.4 课题的研究方法第12-16页
        1.4.1 排样目标函数第12-13页
        1.4.2 排样方法第13-15页
        1.4.3 优化排样系统的开发构想第15-16页
    1.5 本章小结第16-17页
第2章 样件最小包围矩形的求取第17-28页
    2.1 图形描述第17-19页
        2.1.1 图形特征值描述法第17-18页
        2.1.2 顶点描述法第18-19页
    2.2 图形数据获取及排样参数输入第19-20页
    2.3 任意多边形的形状判别第20-22页
        2.3.1 任意多边形的分类第20-21页
        2.3.2 多边形形状的判别第21-22页
    2.4 多边形面积的计算第22-24页
        2.4.1 单流程多边形面积计算第22-24页
        2.4.2 多流程多边形面积计算第24页
    2.5 求取最小包围矩形第24-27页
        2.5.1 单流程多边形最小包围矩形的求取第25-27页
        2.5.2 多流程多边形最小包围矩形的求取第27页
    2.6 本章小结第27-28页
第3章 相同样件以及空余块的处理第28-38页
    3.1 求样件与其最小包围矩形的交点第28-29页
    3.2 相同样件的组合第29-31页
    3.3 求相邻样件的交点第31-32页
    3.4 空余块的求取和填塞第32-37页
        3.4.1 求取最小包围矩形内的空余块第32-33页
        3.4.2 空余块面积计算第33页
        3.4.3 填塞前的准备工作第33-34页
        3.4.4 空余块的填塞第34-37页
    3.5 本章小结第37-38页
第4章 基于遗传算法的矩形件优化排样第38-51页
    4.1 传统优化方法介绍第38-39页
        4.1.1 枚举法第38页
        4.1.2 解析法(梯度法)第38页
        4.1.3 随机法第38-39页
    4.2 遗传算法概述第39-41页
        4.2.1 遗传算法核心思想第39-40页
        4.2.2 遗传算法的主要步骤第40页
        4.2.3 遗传算法的特点第40-41页
    4.3 遗传算法在排样中的应用第41-43页
        4.3.1 遗传算法的编码第41-42页
        4.3.2 遗传算法用于矩形件排样的求解过程第42-43页
    4.4 基于遗传算法的矩形件优化排样算法第43-46页
    4.5 适应度函数第46-50页
        4.5.1 常用适应度函数分析第46-49页
        4.5.2 适应度函数改进方法第49-50页
    4.6 本章小结第50-51页
第5章 系统设计实现第51-65页
    5.1 ObjectARX简介第51-52页
    5.2 AutoCAD与ARX程序之间的消息传递第52-53页
    5.3 建立ARX程序第53-54页
    5.4 主要数据结构第54-56页
    5.5 加载和运行ARX程序第56-57页
    5.6 矩形件优化排样系统数据获第57-58页
    5.7 遗传算法的初始准备和终止条件第58-60页
        5.7.1 个体的随机化第58页
        5.7.2 遗传算法终止条件设定第58-60页
    5.8 可排矩形件数目的初步估计第60-61页
    5.9 输出结果和数据记录第61-64页
    5.10 本章小结.第64-65页
第6章 总结第65-66页
    6.1 结论第65页
    6.2 问题与与展望第65-66页
        6.2.1 问题第65页
        6.2.2 功能的拓展第65-66页
参考文献第66-69页
致谢第69-70页
附录A(攻读学位期间所发表的学术论文目录)第70页

论文共70页,点击 下载论文
上一篇:《京华烟云》中女性观的再现:两个中译本的对比研究
下一篇:怀化霸王鞭研究