| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第8-12页 |
| 1.1 研究背景及其意义 | 第8-9页 |
| 1.2 研究现状 | 第9-11页 |
| 1.2.1 协同进化算法研究现状 | 第9-10页 |
| 1.2.2 蚁群优化算法研究现状 | 第10-11页 |
| 1.3 论文研究内容及章节安排 | 第11-12页 |
| 第二章 枢纽机场停机位分配模型的建立 | 第12-22页 |
| 2.1 机位分配相关知识 | 第12-16页 |
| 2.1.1 机场停机位描述 | 第12-14页 |
| 2.1.2 航班描述 | 第14-15页 |
| 2.1.3 停机位分配工作流程 | 第15-16页 |
| 2.2 停机位分配问题模型的建立 | 第16-20页 |
| 2.2.1 停机位分配问题优化目标函数 | 第16-18页 |
| 2.2.2 模型的建立 | 第18-19页 |
| 2.2.3 停机位分配的约束条件 | 第19-20页 |
| 2.3 无量化目标函数 | 第20-21页 |
| 2.4 本章小结 | 第21-22页 |
| 第三章 协同进化蚁群优化算法基本框架研究 | 第22-42页 |
| 3.1 协同进化算法与自适应蚁群优化算法基本原理 | 第22-29页 |
| 3.1.1 协同进化算法及其分类 | 第22-24页 |
| 3.1.2 协同进化算法框架 | 第24-25页 |
| 3.1.3 蚁群优化算法 | 第25-28页 |
| 3.1.4 自适应蚁群优化算法 | 第28-29页 |
| 3.2 协同进化蚁群优化算法 | 第29-32页 |
| 3.2.1 协同进化蚁群优化算法思想 | 第29页 |
| 3.2.2 协同进化蚁群优化算法模型 | 第29-30页 |
| 3.2.3 协同进化蚁群优化算法描述 | 第30-32页 |
| 3.3 SCEACO算法在求解TSP中的应用 | 第32-41页 |
| 3.3.1 旅行商问题 | 第32-33页 |
| 3.3.2 实验环境 | 第33页 |
| 3.3.3 实验参数 | 第33-34页 |
| 3.3.4 实验结果与分析 | 第34-41页 |
| 3.4 本章小结 | 第41-42页 |
| 第四章 协同进化蚁群优化算法参数的自适应调整与协作研究 | 第42-45页 |
| 4.1 协同进化蚁群优化算法参数的自适应调整策略 | 第42-43页 |
| 4.2 协同进化蚁群优化算法参数的协作方法 | 第43页 |
| 4.3 本章小结 | 第43-45页 |
| 第五章 基于协同进化蚁群算法的机场停机位分配方法及算例分析 | 第45-57页 |
| 5.1 基于SCEACO算法的机场停机位分配方法 | 第45-47页 |
| 5.2 实验数据 | 第47-50页 |
| 5.2.1 实验环境 | 第47页 |
| 5.2.2 实验数据及参数选择 | 第47-50页 |
| 5.3 实验结果及比较分析 | 第50-56页 |
| 5.4 本章小结 | 第56-57页 |
| 第六章 总结与展望 | 第57-59页 |
| 6.1 总结 | 第57页 |
| 6.2 展望 | 第57-59页 |
| 参考文献 | 第59-62页 |
| 攻读硕士学位期间发表的学术论文 | 第62-63页 |
| 致谢 | 第63页 |