摘要 | 第5-6页 |
Abstract | 第6页 |
第一章 绪论 | 第10-14页 |
1.1 研究背景与研究意义 | 第10-11页 |
1.1.1 研究背景 | 第10页 |
1.1.2 研究意义 | 第10-11页 |
1.2 研究的主要内容与创新点 | 第11-12页 |
1.2.1 研究内容 | 第11-12页 |
1.2.2 创新点 | 第12页 |
1.3 研究方法与技术路线 | 第12-14页 |
1.3.1 研究方法 | 第12-13页 |
1.3.2 研究的技术路线 | 第13-14页 |
第二章 国内外研究现状与相关理论基础 | 第14-25页 |
2.1 国内外相关研究现状 | 第14-19页 |
2.1.1 航班时刻分配方式研究现状 | 第14-17页 |
2.1.2 稀缺资源价值评估方法研究现状 | 第17-19页 |
2.2 相关概念界定 | 第19-20页 |
2.2.1 航班时刻定义 | 第19页 |
2.2.2 航班时刻价值定义 | 第19-20页 |
2.3 相关理论基础 | 第20-25页 |
2.3.1 资源稀缺理论 | 第20页 |
2.3.2 公共选择理论 | 第20-21页 |
2.3.3 市场交易理论 | 第21-22页 |
2.3.4 价值理论 | 第22-23页 |
2.3.5 产权理论 | 第23-25页 |
第三章 航班时刻现行分配方式及时刻交易现状概述 | 第25-35页 |
3.1 航班时刻初次分配及二次分配方式 | 第25-31页 |
3.1.1 航班时刻初次分配方式 | 第25-29页 |
3.1.2 航班时刻二次分配方式 | 第29-30页 |
3.1.3 美国、欧盟和中国航班时刻分配方式比较 | 第30-31页 |
3.2 航班时刻资源利用效率及时刻交易现状概述 | 第31-35页 |
3.2.1 航班时刻资源利用效率 | 第31-32页 |
3.2.2 美国航班时刻市场交易对我国的借鉴 | 第32-33页 |
3.2.3 时刻交易现状概述 | 第33-35页 |
第四章 航班时刻价值影响因素分析 | 第35-44页 |
4.1 航班时刻收益影响因素分析 | 第35-41页 |
4.1.1 客运量影响因素 | 第36-37页 |
4.1.2 票价影响因素 | 第37-41页 |
4.2 航班时刻成本影响因素分析 | 第41-42页 |
4.2.1 航班时刻直接运营成本影响因素 | 第41-42页 |
4.2.2 航班时刻间接运营成本影响因素 | 第42页 |
4.3 航班时刻价值影响因素 | 第42-44页 |
第五章 基于市场交易的航班时刻价值评估方法 | 第44-49页 |
5.1 BP神经网络算法概述 | 第44-46页 |
5.1.1 BP神经网络基本原理 | 第44页 |
5.1.2 BP神经网络学习算法 | 第44-46页 |
5.2 航班时刻价值评估的BP神经网络算法构建 | 第46-49页 |
5.2.1 BP神经网络算法构建思路 | 第46-47页 |
5.2.2 BP神经网络算法构建步骤 | 第47-49页 |
第六章 X航空公司航班时刻价值评估实证 | 第49-57页 |
6.1 X航空公司基本情况 | 第49页 |
6.2 BP神经网络的航班时刻价值评估 | 第49-54页 |
6.2.1 原始数据的采集 | 第49-51页 |
6.2.2 训练收敛精度确定 | 第51-52页 |
6.2.3 网络测试 | 第52页 |
6.2.4 BP神经网络算法检验 | 第52-53页 |
6.2.5 BP神经网络算法对航空公司航班时刻收益预测 | 第53-54页 |
6.2.6 X航空公司某时段航班时刻价值评估 | 第54页 |
6.3 X航空公司航班时刻价值评估结果分析与应用 | 第54-57页 |
6.3.1 X航空公司航班时刻价值评估结果分析 | 第54-55页 |
6.3.2 X航空公司对航班时刻价值评估结果的应用 | 第55-57页 |
第七章 总结与展望 | 第57-59页 |
7.1 总结 | 第57页 |
7.2 不足与展望 | 第57-59页 |
致谢 | 第59-60页 |
参考文献 | 第60-65页 |
附录A X航空公司在昆明机场2014年航班时刻价值评估数据 | 第65-87页 |
附录B BP神经网络训练程序 | 第87-89页 |
附录C BP神经网络预测程序 | 第89-91页 |
作者简介 | 第91页 |