民机维修任务组合优化方法研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 研究问题的提出 | 第10-12页 |
| 1.1.1 研究背景 | 第10-12页 |
| 1.1.2 研究的目的和意义 | 第12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.3 主要研究内容 | 第14-17页 |
| 第二章 预防性维修任务成组优化模型 | 第17-25页 |
| 2.1 民机维修方案的制订和优化 | 第17-18页 |
| 2.2 预防性维修任务成组优化方法 | 第18-21页 |
| 2.3 直接和间接相结合的维修任务组合优化模型 | 第21-24页 |
| 2.3.1 维修任务成组优化中费用分析 | 第21-23页 |
| 2.3.2 系统利用率分析 | 第23-24页 |
| 2.3.3 维修任务成组优化的模型建立 | 第24页 |
| 2.4 本章小结 | 第24-25页 |
| 第三章 基于进化规划的生物地理学优化算法求解模型 | 第25-36页 |
| 3.1 基于进化规划的生物地理学优化算法 | 第25-26页 |
| 3.2 基于进化规划的生物地理学优化算法求解模型 | 第26-32页 |
| 3.2.1 基于进化规划的生物地理学优化算法流程 | 第26-27页 |
| 3.2.2 初始化栖息地 | 第27-28页 |
| 3.2.3 栖息地适宜度排序和物种计数 | 第28页 |
| 3.2.4 栖息地的移动概率 | 第28-31页 |
| 3.2.5 迁移操作 | 第31-32页 |
| 3.2.6 变异操作 | 第32页 |
| 3.3 实例分析与对比 | 第32-34页 |
| 3.4 本章小结 | 第34-36页 |
| 第四章 基于CBR的维修任务组合优化研究 | 第36-54页 |
| 4.1 基于案例推理方法研究 | 第36-39页 |
| 4.2 基于CBR方法的维修任务组合步骤 | 第39-43页 |
| 4.2.1 案例表示 | 第39-41页 |
| 4.2.2 相似案例检索 | 第41-43页 |
| 4.3 数据挖掘技术关联规则算法的概述 | 第43页 |
| 4.4 基于案例推理的维修任务组合优化应用实例 | 第43-49页 |
| 4.4.1 确定目标案例 | 第43-44页 |
| 4.4.2 确定初选相似案例属性值 | 第44-45页 |
| 4.4.3 确定维修对象的匹配度 | 第45-46页 |
| 4.4.4 确定平均非计划拆换间隔属性相似度 | 第46-47页 |
| 4.4.5 确定属性权重值 | 第47-48页 |
| 4.4.6 结果分析 | 第48-49页 |
| 4.5 数据挖掘关联规则进行维修任务组合优化 | 第49-50页 |
| 4.6 数学建模法与CBR方法的实例对比分析 | 第50-52页 |
| 4.7 本章小结 | 第52-54页 |
| 第五章 基于案例检索的软件设计与应用 | 第54-67页 |
| 5.1 系统需求分析 | 第54-55页 |
| 5.2 系统开发环境 | 第55页 |
| 5.3 系统功能设计 | 第55-59页 |
| 5.3.1 维修管理模块 | 第56-57页 |
| 5.3.2 维修分析模块 | 第57-58页 |
| 5.3.3 维修优化模块 | 第58-59页 |
| 5.4 系统结构设计 | 第59-61页 |
| 5.5 系统模块的实现与实例分析 | 第61-66页 |
| 5.6 本章小结 | 第66-67页 |
| 第六章 结论与展望 | 第67-69页 |
| 6.1 全文工作总结 | 第67-68页 |
| 6.1.1 研究的主要内容 | 第67页 |
| 6.1.2 论文的创新工作 | 第67-68页 |
| 6.2 展望 | 第68-69页 |
| 参考文献 | 第69-73页 |
| 致谢 | 第73页 |
