第一个书签之前
1绪论
1.1 课题的背景及意义
1.1.1 研究背景
1.1.2 意义
1.2 相关领域国内外研究现状
1.2.1现代仓储监控体系国内外研究现状
1.2.2现代仓储巡检国内外研究现状
1.3 本课题采用的研究方案及技术路线
1.4论文主要研究内容
2智慧云仓储稀土金属库监控巡检平台设计
2.1智慧仓储监控巡检系统总体构建
2.2稀土金属仓库环境监控体系设计
2.3 智慧仓储监控系统固定站与移动站设计
2.3.1固定站设计
2.3.2移动站设计
2.4稀土金属仓库巡检系统构架
2.5智慧云仓储监控系统巡检模块功能构架
2.5.1控制电路设计
2.5.2通信系统性能分析
2.5.3 GSM/GPRS通信方式及定位模块性能分析
2.5.4传感器性能分析
2.5.5风向、风速测量仪
2.6 本章小结
3 稀土金属库的云仓储平台构建
3.1 Yeelink平台概述
3.2稀土金属库数据存储和传感器的接入
3.3稀土金属仓库紧急事件触发机制
3.4 稀土金属仓库与互联网融合功能设计
3.5 Yeelink云端设置
3.6稀土金属仓库监控巡检系统系统运行与测试
3.7基于Yeelink云平台的系统通信及软件设计
3.7.1上位机通信部分设计
3.7.2 Zigbee协调器的软件设计
3.7.3 Zigbee通信界面设计
3.7.4 Zigbee与Yeelink通信设计
3.8本章小结
4基于遗传贪心算法的移动巡检路径优化
4.1粒子群算法
4.1.1粒子群算法原理
其中,为目标问题
4.1.2粒子群算法特性分析
4.2遗传算法
4.2.1遗传算法原理
4.2.2 遗传算法特性分析
4.3贪心算法
贪心算法都是在目前状况下,看来是最优的解,并对最优解进行分级处理方法,应用贪心算法得到的结果是目标对
4.3.1贪心算法原理
4.3.2贪心算法特性分析
4.3.3遗传算法、贪心算法、粒子群算法优缺点比较
表4.1中,通过比较遗传算法、贪心算法、粒子群算法的优缺点,这里针对遗传算法在应用过程中收敛速度过慢
4.4 云仓储三维移动巡检路径优化问题描述
4.5 基于遗传贪心算法稀土金属库巡检路径优化算法
4.6贪心遗传混合算法实现步骤
4.7 算法仿真验证
4.8本章小结
5 稀土金属库温度数据的处理模型及方法
5.1仓库温度数据的处理模型
5.2模糊C均值算法去噪分析
—模糊加权参数,
5.3模糊C均值去噪算法的基本步骤
5.4稀土金属仓库温度噪声数据的辨识与修正
5.5缺失数据的处理方法
5.6实验与分析
5.7本章小结
6 基于改进ELM的稀土金属库环境温度预测
6.1 基于结构风险最小化的极限学习机算法
6.1.1 极限学习机算法
6.1.2改进的极限学习机算法
6.2基于改进极限学习机稀土金属库温度预测算法步骤
6.3实验与分析
6.3.1 实验数据选取
6.3.2改进的极限学习机算法的实效论证
6.4 ELM、改进ELM、BPNN等算法的预测效果对比
6.5 本章小结
7 总结与展望
7.1总结
7.2展望
致谢
参考文献
攻读硕士期间发表的论文及科研成果
一、攻读硕士期间发表的论文
二、 攻读硕士学位期间申请专利
三、 攻读硕士学位期间参与的竞赛项目和获奖情况