| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外综述 | 第10-12页 |
| 1.2.1 物联网技术发展综述 | 第10-11页 |
| 1.2.2 矿山车辆调度研究的发展综述 | 第11-12页 |
| 1.3 本文的主要研究工作和技术路线 | 第12-13页 |
| 1.4 本文的组织结构 | 第13-14页 |
| 第二章 卡车调度系统及相关算法基础 | 第14-30页 |
| 2.1 卡车调度系统 | 第14-16页 |
| 2.1.1 物联网技术 | 第14页 |
| 2.1.2 GPS技术与 4G移动通信技术 | 第14-15页 |
| 2.1.3 GIS技术与RFID技术 | 第15页 |
| 2.1.4 基于物联网环境的卡车调度系统组成 | 第15-16页 |
| 2.2 基于矿山环境的最短路径算法 | 第16-19页 |
| 2.2.1 道路网络建立 | 第16-17页 |
| 2.2.2 Dijkstra算法 | 第17-18页 |
| 2.2.3 Floyd算法 | 第18-19页 |
| 2.3 卡车实时调度理论 | 第19-22页 |
| 2.3.1 动态规划 | 第19-20页 |
| 2.3.2 调度准则 | 第20-22页 |
| 2.4 多目标优化 | 第22页 |
| 2.5 遗传算法 | 第22-25页 |
| 2.5.1 遗传算法具体操作 | 第23-24页 |
| 2.5.2 遗传算法参数设置 | 第24页 |
| 2.5.3 遗传算法的特点 | 第24-25页 |
| 2.6 线性规划 | 第25-29页 |
| 2.6.1 线性规划问题的标准形式 | 第26-27页 |
| 2.6.2 线性规划解的情况 | 第27页 |
| 2.6.3 单纯形法求解线性规划问题 | 第27-29页 |
| 2.7 本章小结 | 第29-30页 |
| 第三章 混合线性规划和遗传算法的卡车调度模型的研究 | 第30-39页 |
| 3.1 概述 | 第30页 |
| 3.2 卡车调度一般模型的设计 | 第30-31页 |
| 3.3 基于线性规划方法的调度模型设计 | 第31-34页 |
| 3.3.1 单纯形法的初始解的确定 | 第32-33页 |
| 3.3.2 单纯形法给出的解 | 第33-34页 |
| 3.4 改进的遗传算法的设计 | 第34-35页 |
| 3.4.1 编码及初始群体的产生 | 第34页 |
| 3.4.2 计算群体的适应度 | 第34页 |
| 3.4.3 染色体交叉 | 第34-35页 |
| 3.4.4 染色体变异 | 第35页 |
| 3.5 基于遗传算法的测试 | 第35-36页 |
| 3.5.1 实验数据采集 | 第35页 |
| 3.5.2 实验效果及分析 | 第35-36页 |
| 3.6 动态调度模型的设计 | 第36-38页 |
| 3.7 本章小结 | 第38-39页 |
| 第四章 系统的设计与实现 | 第39-53页 |
| 4.1 应用矿山概况 | 第39页 |
| 4.2 系统设计目标和原则 | 第39-40页 |
| 4.3 系统需求分析 | 第40-44页 |
| 4.3.1 用户需求分析 | 第40页 |
| 4.3.2 系统的功能需求 | 第40-41页 |
| 4.3.3 系统的用例分析 | 第41-43页 |
| 4.3.4 系统的时序分析 | 第43-44页 |
| 4.4 系统数据库设计 | 第44-46页 |
| 4.5 系统数据流图 | 第46-47页 |
| 4.6 系统实际运行情况分析 | 第47-51页 |
| 4.7 系统实际效果分析 | 第51-52页 |
| 4.8 本章小结 | 第52-53页 |
| 第五章 总结与展望 | 第53-55页 |
| 5.1 本文工作总结 | 第53页 |
| 5.2 工作展望 | 第53-55页 |
| 参考文献 | 第55-58页 |
| 硕士期间完成的工作 | 第58-59页 |
| 致谢 | 第59页 |