| 第1章 绪论 | 第1-19页 |
| 1．1 研究目的和意义 | 第9-12页 |
| 1．1．1 泊位调度的意义 | 第9-11页 |
| 1．1．2 用优化和仿真技术研究泊位调度问题的意义 | 第11-12页 |
| 1．2 国内外研究现状 | 第12-15页 |
| 1．2．1 泊位调度问题研究现状 | 第12-13页 |
| 1．2．2 遗传算法研究现状 | 第13-14页 |
| 1．2．3 港口物流系统仿真研究现状 | 第14-15页 |
| 1．3 研究内容和解决的关键问题 | 第15-16页 |
| 1．3．1 研究的主要内容 | 第15-16页 |
| 1．3．2 解决的关键问题 | 第16页 |
| 1．4 采取的研究方法和技术路线 | 第16-18页 |
| 1．5 创新点 | 第18-19页 |
| 第2章 泊位调度问题数学模型的建立 | 第19-27页 |
| 2．1 问题的描述 | 第19-21页 |
| 2．2 数学模型的建立 | 第21-25页 |
| 2．2．1 目标函数的建立 | 第21-24页 |
| 2．2．2 约束函数的建立 | 第24-25页 |
| 2．3 举例验证 | 第25-27页 |
| 第3章 优化方法的选择及遗传算法基本理论 | 第27-39页 |
| 3．1 优化方法的选择 | 第27-33页 |
| 3．1．1 进化计算理论发展概述 | 第27-28页 |
| 3．1．2 几种进化算法概述及比较 | 第28-33页 |
| 3．1．2．1 遗传算法(GA) | 第28-29页 |
| 3．1．2．2 演化策略(ES) | 第29-30页 |
| 3．1．2．3 演化规划(EP) | 第30页 |
| 3．1．2．4 遗传程序设计(GP) | 第30-31页 |
| 3．1．2．5 进化算法的比较及遗传算法主要特点 | 第31-33页 |
| 3．2 遗传算法相关理论 | 第33-39页 |
| 3．2．1 遗传算法的一些基本概念 | 第33页 |
| 3．2．2 遗传算法的流程 | 第33-34页 |
| 3．2．3 遗传算法的基本理论 | 第34-39页 |
| 第4章 基于整数编码的遗传算法求解泊位调度问题 | 第39-55页 |
| 4．1 遗传算法的实施 | 第39-43页 |
| 4．1．1 编码表达 | 第40页 |
| 4．1．2 适应度函数的确定 | 第40-43页 |
| 4．2 遗传算法的执行过程 | 第43-48页 |
| 4．2．1 选择过程 | 第44-45页 |
| 4．2．2 交叉过程 | 第45-46页 |
| 4．2．3 变异过程 | 第46-47页 |
| 4．2．4 控制算法的参数 | 第47-48页 |
| 4．2．5 停止运行准则的确定 | 第48页 |
| 4．3 具体算例 | 第48-55页 |
| 4．3．1 染色体的表述 | 第49-50页 |
| 4．3．2 遗传操作 | 第50-53页 |
| 4．3．2．1 选择操作 | 第50-51页 |
| 4．3．2．2 交叉操作 | 第51-52页 |
| 4．3．2．3 变异操作 | 第52-53页 |
| 4．3．3 结论 | 第53-55页 |
| 第5章 基于虚拟现实的泊位调度实体建模方法研究及应用 | 第55-70页 |
| 5．1 虚拟现实概念及其特点 | 第55-56页 |
| 5．2 VR技术发展和研究现状 | 第56-57页 |
| 5．3 常见的虚拟现实软件 | 第57-59页 |
| 5．4 港口泊位调度系统虚拟环境的建模 | 第59-65页 |
| 5．4．1 面向对象的几何建模 | 第60-62页 |
| 5．4．2 基于几何和图像混合的图形的渲染 | 第62-63页 |
| 5．4．3 多个光照模型及其强度明暗处理的场景 | 第63-65页 |
| 5．5 通过外设与计算机实现人机实时交互控制 | 第65-67页 |
| 5．6 实体模型在泊位调度仿真系统中的应用 | 第67-70页 |
| 第6章 全文总结 | 第70-71页 |
| 参考文献 | 第71-74页 |
| 致谢 | 第74-75页 |
| 攻读硕士学位期间发表论文及承担的科研项目 | 第75页 |