基于遗传算法的自动化立体仓库调度优化研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 选题来源背景 | 第9-11页 |
| 1.2 自动化立体仓库的发展历史及国内外现状 | 第11-13页 |
| 1.3 课题研究的意义和内容 | 第13-14页 |
| 1.3.1 本课题研究的意义 | 第13-14页 |
| 1.3.2 本课题研究的内容 | 第14页 |
| 1.4 本章小结 | 第14-15页 |
| 第2章 自动化立体仓库系统构成 | 第15-21页 |
| 2.1 自动化立体仓库概述 | 第15-18页 |
| 2.1.1 自动化立体仓库的构成 | 第15-17页 |
| 2.1.2 自动化立体仓库的分类 | 第17-18页 |
| 2.2 自动化立体仓库的关键技术 | 第18-20页 |
| 2.2.1 计算机管理系统 | 第18-19页 |
| 2.2.2 堆垛机技术 | 第19-20页 |
| 2.2.3 控制系统 | 第20页 |
| 2.3 本章小结 | 第20-21页 |
| 第3章 立体仓库作业流程及调度原则分析 | 第21-29页 |
| 3.1 自动化立体仓库的作业任务分析 | 第21-23页 |
| 3.1.1 自动化立体仓库入库流程分析 | 第21-22页 |
| 3.1.2 出库作业任务 | 第22-23页 |
| 3.2 库位优化方案 | 第23-25页 |
| 3.2.1 存储管理的存储策略 | 第23-25页 |
| 3.2.2 货位分配原则 | 第25页 |
| 3.3 建立调度优化的数学模型 | 第25-27页 |
| 3.3.1 问题假设 | 第25-26页 |
| 3.3.2 数学模型建立 | 第26-27页 |
| 3.4 本章小结 | 第27-29页 |
| 第4章 基于遗传算法的库位分配优化 | 第29-41页 |
| 4.1 遗传算法概述 | 第29-32页 |
| 4.1.1 遗传算法的基本原理 | 第29-31页 |
| 4.1.2 遗传算法的特点 | 第31-32页 |
| 4.2 多目标遗传算法求解方法 | 第32-33页 |
| 4.3 算法设计和实现 | 第33-35页 |
| 4.3.1 确定编码方式 | 第33-34页 |
| 4.3.2 适应度函数确定 | 第34页 |
| 4.3.3 选择、交叉、变异 | 第34-35页 |
| 4.4 应用遗传算法工具箱进行求解 | 第35-40页 |
| 4.4.1 工具箱函数介绍 | 第36-37页 |
| 4.4.2 仿真实验 | 第37-40页 |
| 4.5 本章小结 | 第40-41页 |
| 第5章 堆垛机存取的路径优化 | 第41-45页 |
| 5.1 路径优化的数学模型建立 | 第41页 |
| 5.2 遗传算法计算与求解 | 第41-43页 |
| 5.3 MATLAB 实现路径优化实验与仿真 | 第43-44页 |
| 5.4 本章小结 | 第44-45页 |
| 第6章 总结和展望 | 第45-47页 |
| 6.1 本文总结 | 第45页 |
| 6.2 有待研究的问题 | 第45-47页 |
| 参考文献 | 第47-50页 |
| 致谢 | 第50-51页 |
| 攻读硕士学位期间发表论文情况 | 第51页 |
