| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 研究目的 | 第10页 |
| 1.3 国内外研究现状 | 第10-13页 |
| 1.4 研究内容、方法、技术路线 | 第13-14页 |
| 1.4.1 研究内容 | 第13页 |
| 1.4.2 研究方法 | 第13-14页 |
| 1.4.3 研究技术路线 | 第14页 |
| 1.5 论文结构 | 第14-16页 |
| 第二章 机型预指派 | 第16-26页 |
| 2.1 机型指派相关术语 | 第16-17页 |
| 2.2 机型指派问题描述 | 第17-19页 |
| 2.2.1 航班计划制定流程 | 第17-18页 |
| 2.2.2 成本分析 | 第18-19页 |
| 2.3 基于时空网络的机型指派模型 | 第19-22页 |
| 2.3.1 假设条件 | 第19-20页 |
| 2.3.2 机型指派约束条件 | 第20-22页 |
| 2.4 算例分析 | 第22-25页 |
| 2.5 本章小结 | 第25-26页 |
| 第三章 基于BP神经网络的需求预测 | 第26-39页 |
| 3.1 旅客订座规律分析 | 第26-29页 |
| 3.1.1 旅客出行规律总体分析 | 第26-27页 |
| 3.1.2 收益管理系统订舱期划分 | 第27-28页 |
| 3.1.3 离港前三天已销售座位数对离港人数的反映 | 第28-29页 |
| 3.2 BP神经网络 | 第29-33页 |
| 3.2.1 BP神经网络结构 | 第29-30页 |
| 3.2.2 设计原则 | 第30-32页 |
| 3.2.3 BP神经网络实现具体步骤 | 第32-33页 |
| 3.3 标准BP算法神经网络的不足及改进 | 第33-34页 |
| 3.4 离港人数预测实例分析 | 第34-38页 |
| 3.5 本章小结 | 第38-39页 |
| 第四章 需求驱动下机型再指派 | 第39-48页 |
| 4.1 机型再指派优化理论概述 | 第39-41页 |
| 4.1.1 基本思想 | 第39-40页 |
| 4.1.2 前提假设 | 第40-41页 |
| 4.2 基于航节的机型再指派相关概念 | 第41-43页 |
| 4.2.1 调整单元 | 第41-43页 |
| 4.2.2 虚拟调整单元及派生航班串 | 第43页 |
| 4.3 机型再指派模型 | 第43-45页 |
| 4.3.1 模型建立 | 第43-44页 |
| 4.3.2 模型求解 | 第44-45页 |
| 4.4 算例分析 | 第45-47页 |
| 4.5 本章小结 | 第47-48页 |
| 第五章 总结与展望 | 第48-49页 |
| 5.1 本文总结 | 第48页 |
| 5.2 研究展望 | 第48-49页 |
| 参考文献 | 第49-52页 |
| 致谢 | 第52-53页 |
| 附录 | 第53-60页 |
| 附录一 ：BP神经网络MATLAB程序 | 第53-55页 |
| 附录二 ：机型再指派ILOG实现 | 第55-60页 |