| 摘要 | 第1-6页 |
| Abstract | 第6-12页 |
| 1 绪论 | 第12-33页 |
| ·选题背景及研究意义 | 第12-13页 |
| ·国内外研究现状 | 第13-29页 |
| ·港口吞吐量预测的研究现状 | 第13-18页 |
| ·泊位-岸桥分配的研究现状 | 第18-22页 |
| ·粒子群算法的研究现状 | 第22-29页 |
| ·论文的研究内容与结构 | 第29-33页 |
| ·本文的研究内容 | 第29-30页 |
| ·本文的组织结构 | 第30-33页 |
| 2 混沌云粒子群混合优化算法的研究 | 第33-59页 |
| ·粒子群算法理论及其不足分析 | 第33-36页 |
| ·粒子群算法介绍 | 第33-35页 |
| ·粒子群算法的不足分析 | 第35-36页 |
| ·Cat映射全局扰动的提出 | 第36-43页 |
| ·混沌基本理论介绍 | 第36-38页 |
| ·Cat映射混沌特性分析 | 第38-43页 |
| ·基于Cat映射进行全局扰动的提出 | 第43页 |
| ·云模型局部搜索的提出 | 第43-48页 |
| ·云模型基本理论介绍 | 第44-45页 |
| ·正态云发生器 | 第45-47页 |
| ·基于云模型进行局部搜索的提出 | 第47-48页 |
| ·混沌云粒子群混合优化算法的建立 | 第48-52页 |
| ·混沌云粒子群混合优化算法原理 | 第48-49页 |
| ·Cat映射全局扰动设计 | 第49-50页 |
| ·云模型局部搜索设计 | 第50-51页 |
| ·CCPSO算法混合优化流程设计 | 第51-52页 |
| ·数值试验与分析 | 第52-58页 |
| ·测试函数 | 第52-53页 |
| ·参数影响分析 | 第53-55页 |
| ·算法性能比较 | 第55-58页 |
| ·小结 | 第58-59页 |
| 3 基于CCPSO算法进行参数优选的港口吞吐量预测研究 | 第59-87页 |
| ·港口吞吐量预测的意义 | 第59页 |
| ·港口吞吐量影响因素分析 | 第59-63页 |
| ·港口吞吐量宏观影响因素分析 | 第59-61页 |
| ·港口吞吐量微观影响因素分析 | 第61-62页 |
| ·港口吞吐量不确定影响因素分析 | 第62-63页 |
| ·基于Gauss损失函数的Gauss-vSVR模型 | 第63-69页 |
| ·支持向量回归机的基本理论 | 第63-66页 |
| ·基于Gauss损失函数的Gauss-vSVR模型 | 第66-69页 |
| ·基于CCPSO算法的Gauss-vSVR模型参数组合优选 | 第69-73页 |
| ·基于CCPSO算法优选Gauss-vSVR模型参数的提出 | 第69-70页 |
| ·参数优选的Cat映射全局扰动策略 | 第70-71页 |
| ·参数优选的云模型局部搜索策略 | 第71-72页 |
| ·基于CCPSO算法的Gauss-vSVR模型参数优选设计 | 第72-73页 |
| ·Gauss-vSVR-CCPSO港口吞吐量预测模型建立 | 第73-77页 |
| ·Gauss-vSVR-CCPSO港口吞吐量预测模型的提出 | 第73-74页 |
| ·滚动预测流程设计 | 第74-75页 |
| ·预测模型输入向量的确定 | 第75-76页 |
| ·Gauss-vSVR-CCPSO港口吞吐量预测流程设计 | 第76-77页 |
| ·数值试验与结果分析 | 第77-86页 |
| ·数值试验设计 | 第77-79页 |
| ·输入向量的确定 | 第79-82页 |
| ·对比模型选取及预测模型参数设置 | 第82页 |
| ·模型预测效果分析 | 第82-85页 |
| ·CCPSO算法参数优选性能分析 | 第85-86页 |
| ·小结 | 第86-87页 |
| 4 多目标离散泊位-岸桥分配模型建立 | 第87-98页 |
| ·问题描述 | 第87-88页 |
| ·多目标离散泊位-岸桥分配模型的建立 | 第88-92页 |
| ·模型假设条件 | 第88页 |
| ·模型参数设置 | 第88-89页 |
| ·目标函数确定 | 第89-90页 |
| ·模型约束条件 | 第90-92页 |
| ·从属变量的确定方法 | 第92-93页 |
| ·多目标优化模型求解方法的分析 | 第93-96页 |
| ·传统的多目标求解方法 | 第93-95页 |
| ·基于智能算法的多目标求解方法 | 第95-96页 |
| ·有求解方法的对比分析 | 第96页 |
| ·小结 | 第96-98页 |
| 5 基于CCPSO算法的泊位-岸桥分配模型的求解研究 | 第98-111页 |
| ·基于CCPSO算法求解分配模型的提出 | 第98页 |
| ·基于CCPSO算法求解分配模型的准备 | 第98-103页 |
| ·粒子编码设计 | 第98-99页 |
| ·粒子可行-整数化处理模块设计 | 第99-102页 |
| ·多目标适应度函数的计算 | 第102页 |
| ·基于多目标函数的粒子历史极值和全局极值的计算 | 第102-103页 |
| ·基于CCPSO算法求解分配模型的设计 | 第103-106页 |
| ·分配模型求解的Cat映射全局扰动策略 | 第103-104页 |
| ·分配模型求解的云模型局部搜索策略 | 第104-105页 |
| ·基于CCPSO算法的泊位-岸桥分配模型求解流程设计 | 第105-106页 |
| ·数值试验与结果分析 | 第106-110页 |
| ·实验设计 | 第106-107页 |
| ·对比模型的选取 | 第107页 |
| ·实验结果分析与评价 | 第107-110页 |
| ·小结 | 第110-111页 |
| 6 结论与展望 | 第111-114页 |
| ·结论 | 第111-113页 |
| ·展望 | 第113-114页 |
| 创新点摘要 | 第114-115页 |
| 参考文献 | 第115-125页 |
| 攻读博士学位期间科研项目及科研成果 | 第125-127页 |
| 致谢 | 第127-128页 |
| 作者简介 | 第128-129页 |
