首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

基于GA-ACO两阶段优化算法的延误航班优化分配方法研究

摘要第4-5页
ABSTRACT第5页
第一章 绪论第9-12页
    1.1 课程研究背景及意义第9页
    1.2 国内外研究现状第9-11页
        1.2.1 停机位分配国内外研究现状第9-10页
        1.2.2 停机位再分配国内外研究现状第10-11页
    1.3 论文的主要工作及章节安排第11页
    本章小结第11-12页
第二章 基于GA和ACO的两阶段优化算法第12-23页
    2.1 遗传算法第12-14页
        2.1.1 遗传算法原理第12页
        2.1.2 遗传算法流程第12-13页
        2.1.3 遗传算法参数分析第13页
        2.1.4 遗传算法优点与缺点第13-14页
    2.2 蚁群算法第14-16页
        2.2.1 蚁群算法的原理第14页
        2.2.2 蚁群算法流程第14-15页
        2.2.3 蚁群算法参数分析第15页
        2.2.4 蚁群算法优点与缺点第15-16页
    2.3 两阶段优化算法第16-18页
    2.4 两阶段优化算法在求解TSP中的应用第18-22页
        2.4.1 TSP问题描述第18-19页
        2.4.2 实验参数第19页
        2.4.3 实验对比分析第19-22页
    本章小结第22-23页
第三章 延误航班停机位再分配建模第23-30页
    3.1 航班延误分析第23-24页
    3.2 再分配问题描述与分析第24页
    3.3 再分配问题模型的建立第24-27页
        3.3.1 机位实时调配的约束第24页
        3.3.2 模型的假设条件第24-25页
        3.3.3 停机位再分配模型描述第25-27页
        3.3.4 停机位再分配建模第27页
    3.4 模型线性化第27-29页
    本章小结第29-30页
第四章 基于两阶段算法的延误航班停机位再分配方法第30-46页
    4.1 延误航班停机位再分配方法第30-31页
    4.2 求解模型算法的第一阶段设计第31-41页
        4.2.1 编码第31-32页
        4.2.2 初始化种群第32-34页
        4.2.3 适应度函数第34-36页
        4.2.4 选择操作第36页
        4.2.5 交叉概率的改进设计第36页
        4.2.6 交叉操作第36-38页
        4.2.7 变异概率的改进设计第38页
        4.2.8 变异操作第38-40页
        4.2.9 第一阶段终止条件第40页
        4.2.10 第一阶段与第二阶段衔接第40-41页
    4.3 求解模型的算法第二段设计第41-45页
        4.3.1 信息素第41页
        4.3.2 期望值第41页
        4.3.3 启发式因子第41页
        4.3.4 概率转移规则第41-42页
        4.3.5 解的构造第42-44页
        4.3.6 信息素更新第44页
        4.3.7 第二阶段终止条件第44-45页
    本章小结第45-46页
第五章 延误航班停机位再分配方法的应用与分析第46-62页
    5.1 数据来源及描述第46-48页
    5.2 求解结果第48-53页
    5.3 算例分析与比较第53-61页
    本章小结第61-62页
总结与展望第62-63页
    总结第62页
    展望第62-63页
参考文献第63-66页
攻读硕士学位期间参加的项目和发表的学术论文第66-67页
致谢第67页

论文共67页,点击 下载论文
上一篇:协同进化蚁群优化算法研究及在枢纽机场停机位分配中的应用
下一篇:复杂地形运动步态测试平台的设计与研究