基于遗传算法的转炉炉修优化研究
| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第11-18页 |
| 1.1 选题背景及其意义 | 第11-12页 |
| 1.2 网络计划技术 | 第12-16页 |
| 1.2.1 网络计划技术的产生 | 第12页 |
| 1.2.2 网络计划的优化 | 第12-16页 |
| 1.3 本文研究的内容与组织结构 | 第16-18页 |
| 1.3.1 研究内容 | 第16页 |
| 1.3.2 组织结构 | 第16-18页 |
| 第2章 多目标遗传算法 | 第18-31页 |
| 2.1 多目标优化理论 | 第18-21页 |
| 2.1.1 多目标优化问题的定义 | 第18页 |
| 2.1.2 Pareto 最优解 | 第18-19页 |
| 2.1.3 支配关系 | 第19-20页 |
| 2.1.4 最优边界 | 第20页 |
| 2.1.5 多目标优化方法 | 第20-21页 |
| 2.2 遗传算法 | 第21-30页 |
| 2.2.1 遗传算法概要 | 第21-23页 |
| 2.2.2 遗传算法的运算流程 | 第23-24页 |
| 2.2.3 NSGA-Ⅱ算法 | 第24-30页 |
| 2.3 本章小结 | 第30-31页 |
| 第3章 基于多目标遗传算法的转炉炉修优化模型 | 第31-52页 |
| 3.1 转炉炉修项目中的关键要素 | 第31-36页 |
| 3.1.1 炉修的工期 | 第31页 |
| 3.1.2 炉修的质量 | 第31-32页 |
| 3.1.3 炉修的成本 | 第32页 |
| 3.1.4 炉修的工期与成本的关系 | 第32-34页 |
| 3.1.5 炉修的质量与工期、成本的关系 | 第34-36页 |
| 3.2 炉修项目管理优化的基本思想 | 第36-37页 |
| 3.3 炉修管理模型的建立 | 第37-50页 |
| 3.3.1 炉修中关键因素的目标函数 | 第37-38页 |
| 3.3.2 染色体结构 | 第38-40页 |
| 3.3.3 炉修中各关键问题的求解 | 第40-46页 |
| 3.3.4 NSGA-Ⅱ算法应用 | 第46-50页 |
| 3.4 本章小结 | 第50-52页 |
| 第4章 转炉炉修优化模型的应用 | 第52-66页 |
| 4.1 炉修网络计划图建立 | 第52-53页 |
| 4.2 成本计算 | 第53-55页 |
| 4.3 质量求解 | 第55-57页 |
| 4.4 遗传初始化 | 第57-59页 |
| 4.5 目标值求解 | 第59页 |
| 4.6 遗传操作 | 第59-60页 |
| 4.7 运算结果 | 第60-61页 |
| 4.8 模型评价 | 第61-65页 |
| 4.9 本章小结 | 第65-66页 |
| 第5章 总结与展望 | 第66-67页 |
| 参考文献 | 第67-71页 |
| 致谢 | 第71-72页 |
| 攻读学位期间发表的学术论文 | 第72页 |
