版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、隨著計(jì)算機(jī)技術(shù)的高速發(fā)展,企業(yè)信息化已成為基本趨勢。汽車公司現(xiàn)有的整車生產(chǎn)跟蹤系統(tǒng),越來越不能滿足當(dāng)前實(shí)際業(yè)務(wù)發(fā)展的需要,因此急需建立起一套更加完整的網(wǎng)絡(luò)平臺的整車跟蹤指導(dǎo)系統(tǒng),同時(shí)改善企業(yè)對生產(chǎn)過程的跟蹤及指導(dǎo)的管理以及提高整體的工作效率和整體技術(shù)水平就變得來越重要了。本文對混合智能算法在整車生產(chǎn)車身存儲區(qū)排序問題中的應(yīng)用進(jìn)行了研究,主要涉及以下方面: 1、具體描述和分析了車身存儲區(qū)排序問題,介紹了該問題考慮的因素及其度量,用
2、枚舉的思想提出了其理論模型,并用貪婪法具體解決了該問題。雖然此法可以得到可行解,算法簡單而且效率比較高,但是由于它將入庫和出庫操作分開來考慮,當(dāng)入庫車比較多時(shí)并不能得到一個(gè)較好的出庫清單。 2、針對貪婪法解決這一問題的不足之處,將綜合遺傳算法與模擬退火算法優(yōu)點(diǎn)的遺傳模擬退火算法用于車身存儲區(qū)排序問題中,詳細(xì)分析與設(shè)計(jì)了遺傳算子、適應(yīng)度函數(shù)等。此法綜合考慮入庫和出庫操作,每次可計(jì)算出批量車中每輛車的入存儲區(qū)道號和該批車的出庫清單,
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 改進(jìn)群體智能算法及其在背包問題中的應(yīng)用.pdf
- 智能算法及其在油田故障診斷問題中的應(yīng)用.pdf
- 智能算法及其在信息安全若干關(guān)鍵問題中的應(yīng)用與研究.pdf
- 混合式遺傳算法及其在指派問題與排序問題中的應(yīng)用.pdf
- 復(fù)雜優(yōu)化問題中智能算法的分析與集成.pdf
- 智能算法在多約束QoS組播路由問題中的應(yīng)用研究.pdf
- 群體智能算法在矢量量化及求解TSP問題中的應(yīng)用研究.pdf
- 混合智能算法在半導(dǎo)體生產(chǎn)線生產(chǎn)計(jì)劃中的應(yīng)用研究.pdf
- 混合智能算法在半導(dǎo)體生產(chǎn)線生產(chǎn)計(jì)劃中的應(yīng)用研究
- 混合智能算法研究及在模糊規(guī)劃中的應(yīng)用.pdf
- 一類智能算法在物流運(yùn)輸-庫存聯(lián)合優(yōu)化問題中的應(yīng)用研究.pdf
- 基于混合智能算法的設(shè)備布局問題研究.pdf
- 群智能算法在智能交通中的研究與應(yīng)用.pdf
- 基于蟻群和人工魚群混合群智能算法在物流配送路徑優(yōu)化問題中的應(yīng)用研究.pdf
- 智能算法及其在無線傳感器網(wǎng)絡(luò)覆蓋優(yōu)化問題中的應(yīng)用.pdf
- 混合智能算法在彩色圖像分割中的應(yīng)用研究.pdf
- 火災(zāi)探測中混合智能算法的應(yīng)用研究.pdf
- 混合智能優(yōu)化算法及其在車輛路徑問題中的應(yīng)用
- 若干智能算法的研究與應(yīng)用.pdf
- 群體智能算法在ANNs中的研究與應(yīng)用.pdf
評論
0/150
提交評論