致谢 | 第4-5页 |
摘要 | 第5-7页 |
Abstract | 第7-8页 |
1 引言 | 第16-24页 |
1.1 选题背景 | 第16-18页 |
1.2 研究意义 | 第18-19页 |
1.3 研究内容 | 第19-24页 |
2 文献综述 | 第24-44页 |
2.1 无缝钢管热轧生产工艺 | 第24-27页 |
2.1.1 生产工艺流程分析 | 第24-25页 |
2.1.2 无缝钢管生产管理特点 | 第25-27页 |
2.2 热轧批量排序 | 第27-37页 |
2.2.1 批量排序相关因素 | 第27-32页 |
2.2.2 批量排序相关研究 | 第32-34页 |
2.2.3 无缝钢管热轧批量排序 | 第34-37页 |
2.3 轧辊使用优化 | 第37-40页 |
2.3.1 工具管理的相关研究 | 第38-39页 |
2.3.2 批量计划与轧辊匹配 | 第39-40页 |
2.4 文献分析与总结 | 第40-41页 |
2.5 本章小结 | 第41-44页 |
3 轧辊孔型匹配问题的性质分析与基本算法 | 第44-62页 |
3.1 问题描述与定义 | 第44-47页 |
3.1.1 热轧生产批量 | 第44-45页 |
3.1.2 轧辊使用原则 | 第45页 |
3.1.3 问题描述 | 第45-47页 |
3.2 问题建模 | 第47-48页 |
3.2.1 问题假设 | 第47页 |
3.2.2 符号定义 | 第47-48页 |
3.2.3 数学模型 | 第48页 |
3.3 问题性质分析 | 第48-51页 |
3.3.1 匹配准则 | 第49-50页 |
3.3.2 上界分析 | 第50-51页 |
3.3.3 性质总结分析 | 第51页 |
3.4 给定批量顺序下的轧辊匹配算法 | 第51-54页 |
3.4.1 静态匹配方法 | 第51-52页 |
3.4.2 动态匹配方法 | 第52-54页 |
3.5 计算实例与仿真实验 | 第54-60页 |
3.5.1 计算实例 | 第54-57页 |
3.5.2 仿真实验 | 第57-59页 |
3.5.3 实验结果分析 | 第59-60页 |
3.6 本章小结 | 第60-62页 |
4 最小化轧辊消耗的热轧批量排序问题与求解算法 | 第62-78页 |
4.1 问题描述与示例 | 第62-64页 |
4.1.1 问题描述 | 第62-63页 |
4.1.2 问题示例 | 第63-64页 |
4.2 问题建模 | 第64-66页 |
4.2.1 问题假设 | 第64页 |
4.2.2 符号定义 | 第64-65页 |
4.2.3 数学模型 | 第65-66页 |
4.3 问题性质分析 | 第66-70页 |
4.3.1 最优排序问题 | 第66-68页 |
4.3.2 下界分析 | 第68-70页 |
4.4 基于顺序匹配和调整的启发式算法 | 第70-73页 |
4.4.1 算法框架 | 第70-72页 |
4.4.2 算法步骤 | 第72-73页 |
4.4.3 复杂度分析 | 第73页 |
4.5 数据实验 | 第73-77页 |
4.5.1 实验设计 | 第73-74页 |
4.5.2 实验数据 | 第74-76页 |
4.5.3 实验结果分析 | 第76-77页 |
4.6 本章小结 | 第77-78页 |
5 带有批次优先和轧辊恢复约束的批量排序模型和算法 | 第78-94页 |
5.1 问题描述与示例 | 第78-80页 |
5.1.1 问题描述 | 第78-79页 |
5.1.2 问题示例 | 第79-80页 |
5.2 数学模型 | 第80-82页 |
5.2.1 模型假设 | 第80页 |
5.2.2 数学模型 | 第80-82页 |
5.3 问题分析 | 第82-85页 |
5.4 基于工件合理度和算子绩效的变邻域搜索算法 | 第85-90页 |
5.4.1 初始种群生成策略 | 第86-87页 |
5.4.2 基于段的邻域结构 | 第87-88页 |
5.4.3 基于点的邻域结构 | 第88-89页 |
5.4.4 邻域结构的选择策略 | 第89页 |
5.4.5 不可行解的修复策略 | 第89-90页 |
5.4.6 NVNS算法步骤 | 第90页 |
5.5 数据实验 | 第90-93页 |
5.5.1 实验设计 | 第90-91页 |
5.5.2 实验结果与分析 | 第91-93页 |
5.6 本章小结 | 第93-94页 |
6 综合考虑订单拖期和轧辊消耗的热轧批量排序模型和算法 | 第94-108页 |
6.1 问题描述 | 第94-96页 |
6.2 数学模型 | 第96-98页 |
6.2.1 问题假设 | 第96页 |
6.2.2 数学模型 | 第96-97页 |
6.2.3 优化目标分析 | 第97-98页 |
6.3 多种群学习型文化基因算法 | 第98-104页 |
6.3.1 算法框架 | 第99-100页 |
6.3.2 种群初始化 | 第100页 |
6.3.3 学习机制 | 第100-102页 |
6.3.4 交互机制 | 第102-103页 |
6.3.5 算法步骤 | 第103-104页 |
6.4 数据实验 | 第104-107页 |
6.4.1 实验数据 | 第104页 |
6.4.2 算法评价指标 | 第104-105页 |
6.4.3 实验结果 | 第105-107页 |
6.5 本章小结 | 第107-108页 |
7 结论 | 第108-110页 |
参考文献 | 第110-122页 |
作者简历及在学研究成果 | 第122-126页 |
学位论文数据集 | 第126页 |