| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第9-19页 |
| 1.1 二维矩形件排样问题概述 | 第9-10页 |
| 1.2 选题背景和研究意义 | 第10-11页 |
| 1.2.1 选题背景 | 第10-11页 |
| 1.2.2 研究意义 | 第11页 |
| 1.3 国内外的研究现状 | 第11-15页 |
| 1.3.1 国外研究现状 | 第12-14页 |
| 1.3.2 国内研究现状 | 第14-15页 |
| 1.3.3 对于国内外研究现状的总结 | 第15页 |
| 1.4 论文的主要内容及创新点 | 第15-19页 |
| 1.4.1 论文的主要内容 | 第15-16页 |
| 1.4.2 论文的技术路线图 | 第16-17页 |
| 1.4.3 论文的创新点 | 第17-19页 |
| 第二章 矩形件排样问题的相关理论 | 第19-33页 |
| 2.1 问题描述 | 第19页 |
| 2.2 数学模型 | 第19-22页 |
| 2.3 矩形件定序求解的智能优化算法 | 第22-26页 |
| 2.3.1 遗传算法（GA） | 第22-23页 |
| 2.3.2 粒子群优化算法（PSO） | 第23-24页 |
| 2.3.3 蚁群算法（ACA） | 第24-25页 |
| 2.3.4 模拟退火算法（SA） | 第25页 |
| 2.3.5 智能优化算法的优缺点 | 第25-26页 |
| 2.4 矩形件定位求解的启发式算法 | 第26-33页 |
| 2.4.1 BL算法 | 第26-27页 |
| 2.4.2 BLF算法 | 第27页 |
| 2.4.3 下台阶算法 | 第27-28页 |
| 2.4.4 最低水平线法 | 第28-29页 |
| 2.4.5 DP算法 | 第29-31页 |
| 2.4.6 剩余矩形匹配算法 | 第31页 |
| 2.4.7 启发式算法的优缺点 | 第31-33页 |
| 第三章 矩形件排样问题的启发模拟退火算法求解 | 第33-47页 |
| 3.1 启发式局域搜索算法 | 第33-42页 |
| 3.1.1 零件与原材料匹配原则 | 第33-35页 |
| 3.1.2 板材的切割方式 | 第35页 |
| 3.1.3 存储方式 | 第35-36页 |
| 3.1.4 启发式算法 | 第36-39页 |
| 3.1.5 启发式搜索算法 | 第39-42页 |
| 3.2 模拟退火算法 | 第42-44页 |
| 3.2.1 模拟退火算法的步骤 | 第42-43页 |
| 3.2.2 状态的表达 | 第43页 |
| 3.2.3 邻域的定义与移动 | 第43页 |
| 3.2.4 算法参数设置 | 第43-44页 |
| 3.3 模拟退火算法的求解过程 | 第44-47页 |
| 第四章 遗传算法和遗传模拟退火算法 | 第47-61页 |
| 4.1 遗传算法 | 第47-48页 |
| 4.2 遗传算法的设计 | 第48-54页 |
| 4.2.1 编码（Encoding） | 第48-49页 |
| 4.2.2 种群生成 | 第49-50页 |
| 4.2.3 适应度函数（Fitness Function） | 第50-51页 |
| 4.2.4 选择算子（Selection） | 第51-52页 |
| 4.2.5 交叉（Crossover） | 第52-53页 |
| 4.2.6 变异（Mutation） | 第53页 |
| 4.2.7 解码（Decoding）及纹理性保证 | 第53-54页 |
| 4.2.8 算法终止准则 | 第54页 |
| 4.3 遗传算法的实现流程 | 第54-56页 |
| 4.4 遗传模拟退火混合算法 | 第56-61页 |
| 4.4.1 混合算法的基本原则 | 第57页 |
| 4.4.2 遗传模拟退火混合算法的步骤 | 第57-58页 |
| 4.4.3 遗传模拟退火混合算法的流程图 | 第58-61页 |
| 第五章 面向对象的优化排样软件系统设计 | 第61-67页 |
| 5.1 系统设计概要 | 第61页 |
| 5.2 系统的需求分析 | 第61-63页 |
| 5.2.1 需求分析 | 第61-62页 |
| 5.2.2 系统需求建模 | 第62-63页 |
| 5.3 面向对象系统模块设计 | 第63-67页 |
| 5.3.1 数据库模块 | 第63-64页 |
| 5.3.2 输入数据模块 | 第64-65页 |
| 5.3.3 优化排样模块 | 第65页 |
| 5.3.4 交互排样模块 | 第65页 |
| 5.3.5 输出结果模块 | 第65-67页 |
| 第六章 总结与展望 | 第67-69页 |
| 6.1 总结 | 第67页 |
| 6.2 研究展望 | 第67-69页 |
| 参考文献 | 第69-73页 |
| 致谢 | 第73页 |