| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第一章 绪论 | 第10-16页 |
| ·拣选作业路径优化方法的研究背景 | 第10-11页 |
| ·拣选作业路径优化方法研究的目的及意义 | 第11页 |
| ·拣选作业路径优化方法研究的现状与发展趋势 | 第11-14页 |
| ·论文主要内容 | 第14-15页 |
| ·小结 | 第15-16页 |
| 第二章 自动化立体仓库和拣选作业原理的研究 | 第16-22页 |
| ·自动化立体仓库的概念及发展状况 | 第16页 |
| ·自动化立体仓库的基本组成 | 第16-18页 |
| ·自动化立体仓库的功能 | 第18-19页 |
| ·自动化立体仓库的特点 | 第19页 |
| ·自动化立体仓库的货位分配原则 | 第19-20页 |
| ·拣选作业 | 第20-21页 |
| ·拣选作业流程 | 第20页 |
| ·拣选作业原理 | 第20-21页 |
| ·小结 | 第21-22页 |
| 第三章 群智能优化算法理论的研究 | 第22-40页 |
| ·遗传算法 | 第22-26页 |
| ·遗传算法的基本原理 | 第22-23页 |
| ·遗传算法的操作设计 | 第23-25页 |
| ·遗传算法的实现步骤 | 第25页 |
| ·遗传算法的特点 | 第25-26页 |
| ·蚁群算法 | 第26-34页 |
| ·基本蚁群算法的原理 | 第27-29页 |
| ·基本蚁群算法的数学模型 | 第29-31页 |
| ·基本蚁群算法的实现步骤 | 第31-32页 |
| ·基本蚁群算法的特点 | 第32-33页 |
| ·基本蚁群算法的时间和空间复杂度分析 | 第33-34页 |
| ·粒子群算法 | 第34-39页 |
| ·粒子群算法简介 | 第34-35页 |
| ·粒子群算法的原理 | 第35-36页 |
| ·基本粒子群算法的设计步骤 | 第36-37页 |
| ·基本粒子群算法流程 | 第37-38页 |
| ·基本粒子群算法的时间和空间复杂度分析 | 第38-39页 |
| ·小结 | 第39-40页 |
| 第四章 拣选作业路径优化方法应用研究 | 第40-69页 |
| ·固定货架堆垛机拣选作业路径优化问题 | 第40-41页 |
| ·遗传算法求解拣选作业路径优化问题 | 第41-47页 |
| ·遗传算法求解拣选作业路径优化问题的实现方法 | 第41-43页 |
| ·遗传算法求解拣选作业路径优化问题的步骤 | 第43-44页 |
| ·算例分析 | 第44-47页 |
| ·蚁群算法求解拣选作业路径优化问题 | 第47-50页 |
| ·粒子群算法求解拣选作业路径优化问题 | 第50-67页 |
| ·基于粒子位置次序的粒子表示方法 | 第50-51页 |
| ·基本粒子群算法求解拣选作业路径优化问题的实现 | 第51-52页 |
| ·算例分析 | 第52-56页 |
| ·结合遗传算法求解拣选作业路径优化问题 | 第56-62页 |
| ·基于模拟退火的粒子群优化算法 | 第62-67页 |
| ·求解效果对比分析 | 第67-68页 |
| ·小结 | 第68-69页 |
| 第五章 总结与展望 | 第69-72页 |
| ·论文的主要工作 | 第69-70页 |
| ·论文的创新研究之处 | 第70页 |
| ·尚需进一步研究的问题 | 第70-72页 |
| 参考文献 | 第72-75页 |
| 攻读学位期间本人出版或公开发表的论著、论文 | 第75-76页 |
| 附录Ⅰ：基于MATLAB 的遗传算法程序 | 第76-82页 |
| 附录Ⅱ：基于MATLAB 的基本蚁群算法程序 | 第82-86页 |
| 附录Ⅲ：基于MATLAB 的基本粒子群算法程序 | 第86-91页 |
| 附录Ⅳ：基于模拟退火的粒子群算法MATLAB 源程序 | 第91-97页 |
| 致谢 | 第97-98页 |