基于智能优化算法的航材库存控制优化模型研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 本文的主要内容和结构安排 | 第12-14页 |
| 第二章 相关智能优化算法概述 | 第14-19页 |
| 2.1 遗传算法的基本定义 | 第14页 |
| 2.2 遗传算法的特点 | 第14-15页 |
| 2.3 基本遗传操作 | 第15-16页 |
| 2.3.1 问题编码 | 第15页 |
| 2.3.2 初始种群的选取 | 第15页 |
| 2.3.3 适应度函数及参数确定 | 第15-16页 |
| 2.3.4 选择 | 第16页 |
| 2.3.5 交叉 | 第16页 |
| 2.3.6 变异 | 第16页 |
| 2.4 遗传算法的基本步骤 | 第16-18页 |
| 2.5 本章小结 | 第18-19页 |
| 第三章 航材备件需求的预测模型 | 第19-30页 |
| 3.1 基于备件寿命函数的预测模型 | 第19-21页 |
| 3.1.1 泊松预测模型 | 第19-20页 |
| 3.1.2 渐近正态分布预测模型 | 第20-21页 |
| 3.2 基于时间序列的预测模型 | 第21-25页 |
| 3.2.1 移动平均预测法 | 第22-23页 |
| 3.2.2 指数平滑预测法 | 第23-24页 |
| 3.2.3 灰色预测法 | 第24-25页 |
| 3.3 实验分析 | 第25-29页 |
| 3.3.1 基于备件寿命函数预测模型的算例分析 | 第25-27页 |
| 3.3.2 基于时间序列的预测模型的算例分析 | 第27-29页 |
| 3.4 本章小结 | 第29-30页 |
| 第四章 航材库存控制优化 | 第30-46页 |
| 4.1 航材备件优化问题描述 | 第30页 |
| 4.2 优化模型的建立 | 第30-35页 |
| 4.2.1 基于航材保障率的总费用最小优化模型 | 第32页 |
| 4.2.2 考虑航材部件故障率的优化模型 | 第32-35页 |
| 4.3 基于遗传算法的库存优化问题算法设计 | 第35-37页 |
| 4.3.1 编码 | 第35页 |
| 4.3.2 初始群体 | 第35页 |
| 4.3.3 适应度函数的评估 | 第35页 |
| 4.3.4 遗传算子 | 第35-37页 |
| 4.4 实验分析 | 第37-44页 |
| 4.4.1 费用最小优化实例 | 第37-39页 |
| 4.4.2 考虑航材部件故障率的优化实例 | 第39-44页 |
| 4.5 本章小结 | 第44-46页 |
| 第五章 总结及展望 | 第46-47页 |
| 致谢 | 第47-48页 |
| 参考文献 | 第48-52页 |
| 在校期间研究成果 | 第52页 |
