摘要 | 第5-6页 |
abstract | 第6-7页 |
1 绪论 | 第11-16页 |
1.1 论文研究的背景及意义 | 第11-12页 |
1.1.1 论文研究的背景 | 第11页 |
1.1.2 论文研究的意义 | 第11-12页 |
1.2 国内外研究现状及其分析 | 第12-14页 |
1.2.1 国外研究现状 | 第12-13页 |
1.2.2 国内研究现状 | 第13页 |
1.2.3 国内外研究现状分析 | 第13-14页 |
1.3 本文研究的主要内容及章节安排 | 第14-16页 |
2 自动化立体车库概述及其路径优化问题 | 第16-25页 |
2.1 自动化立体车库的介绍 | 第16-18页 |
2.1.1 自动化立体车库的发展历程 | 第16页 |
2.1.2 自动化立体车库的形式 | 第16-18页 |
2.2 巷道堆垛式立体车库的类型 | 第18-19页 |
2.3 巷道堆垛式立体车库的组成 | 第19-22页 |
2.3.1 巷道堆垛式立体车库机械系统 | 第19-21页 |
2.3.2 巷道堆垛式立体车库控制系统 | 第21-22页 |
2.4 立体车库作业调度研究 | 第22-24页 |
2.5 本章小结 | 第24-25页 |
3 优化问题的求解算法 | 第25-39页 |
3.1 遗传算法的介绍 | 第25-30页 |
3.1.1 遗传算法的简介 | 第25页 |
3.1.2 遗传算法的优缺点 | 第25-26页 |
3.1.3 遗传算法的基本模型 | 第26-29页 |
3.1.4 遗传算法的流程 | 第29页 |
3.1.5 遗传算法的应用现状 | 第29-30页 |
3.2 蚁群算法的介绍 | 第30-34页 |
3.2.1 蚁群算法的简介 | 第30-31页 |
3.2.2 蚁群算法的优缺点 | 第31-32页 |
3.2.3 蚁群算法的基本模型 | 第32-33页 |
3.2.4 蚁群算法的流程 | 第33页 |
3.2.5 蚁群算法的应用现状 | 第33-34页 |
3.3 遗传蚁群混合算法的介绍 | 第34-38页 |
3.3.1 混合算法的设计思路 | 第34-35页 |
3.3.2 混合算法的设计流程 | 第35-38页 |
3.4 算法实现工具MATLAB简介 | 第38页 |
3.5 本章小结 | 第38-39页 |
4 基于三种算法的堆垛机路径优化研究 | 第39-66页 |
4.1 堆垛机路径优化模式分析 | 第39页 |
4.2 堆垛机在不同模式下的出/入库作业路径模型 | 第39-42页 |
4.3 遗传算法的设计 | 第42-49页 |
4.3.1 优化条件 | 第42页 |
4.3.2 编码方法 | 第42-45页 |
4.3.3 遗传算法的思路 | 第45-47页 |
4.3.4 遗传算法应用于立体车库的流程图 | 第47-48页 |
4.3.5 仿真结果 | 第48-49页 |
4.4 蚁群算法的设计 | 第49-56页 |
4.4.1 优化条件 | 第49页 |
4.4.2 编码方法 | 第49-52页 |
4.4.3 蚁群算法的思路 | 第52-53页 |
4.4.4 蚁群算法应用于立体车库流程图 | 第53-54页 |
4.4.5 仿真结果 | 第54-56页 |
4.5 遗传蚁群混合算法的设计 | 第56-62页 |
4.5.1 模型的改进 | 第56-57页 |
4.5.2 编码方法 | 第57-59页 |
4.5.3 混合算法应用于立体车库的流程图 | 第59-60页 |
4.5.4 仿真结果 | 第60-62页 |
4.6 三种算法仿真实验对比 | 第62-65页 |
4.7 本章小结 | 第65-66页 |
5 立体车库监控系统的设计 | 第66-70页 |
5.1 立体车库控制方案设计 | 第66页 |
5.2 PLC产品的共同点 | 第66页 |
5.3 西门子S7-300软件介绍 | 第66页 |
5.4 MATLAB软件与SIMATICS7-300通信分析 | 第66-67页 |
5.5 控制面板画面的组态 | 第67-68页 |
5.6 PLCI/O地址分配 | 第68-69页 |
5.7 本章小结 | 第69-70页 |
6 总结和展望 | 第70-72页 |
6.1 总结 | 第70-71页 |
6.2 展望 | 第71-72页 |
参考文献 | 第72-76页 |
攻读硕士学位期间发表的论文及所取得的研究成果 | 第76-77页 |
致谢 | 第77-78页 |