摘要 | 第5-6页 |
Abstract | 第6页 |
第一章 绪论 | 第9-18页 |
1.1 研究背景及意义 | 第9页 |
1.2 机场系统概述 | 第9-13页 |
1.3 国内外研究现状 | 第13-16页 |
1.3.1 国外研究现状 | 第13-15页 |
1.3.2 国内研究现状 | 第15-16页 |
1.4 论文的主要工作及安排 | 第16-17页 |
1.5 本章小结 | 第17-18页 |
第二章 粒子群优化算法 | 第18-25页 |
2.1 粒子群优化算法模型 | 第18-20页 |
2.2 粒子群算法的改进策略 | 第20-23页 |
2.3 粒子群算法的应用 | 第23-24页 |
2.4 本章小结 | 第24-25页 |
第三章 停机位与跑道组合优化模型 | 第25-35页 |
3.1 问题提出 | 第25-27页 |
3.2 停机位和跑道业务要求 | 第27-30页 |
3.2.1 停机位容量特性要求 | 第28页 |
3.2.2 停机位保障作业时间要求 | 第28页 |
3.2.3 停机位最小时间间隔要求 | 第28-29页 |
3.2.4 航班类型与航班时刻 | 第29页 |
3.2.5 跑道类型与跑道运行方式要求 | 第29-30页 |
3.2.6 航班最小时间间隔要求 | 第30页 |
3.3 停机位与跑道组合优化模型描述 | 第30-34页 |
3.3.1 符号定义 | 第30-31页 |
3.3.2 约束条件 | 第31-33页 |
3.3.3 模型确立 | 第33-34页 |
3.4 本章小结 | 第34-35页 |
第四章 面向航班序列编码的混合离散粒子群算法 | 第35-47页 |
4.1 航班序列编码的粒子位置表示 | 第35-36页 |
4.2 位置更新策略与种群初始化流程 | 第36-38页 |
4.3 基于交换操作的局部搜索策略 | 第38页 |
4.4 F-HDPSO算法描述 | 第38-39页 |
4.5 实验验证与结果分析 | 第39-45页 |
4.5.1 仿真数据实验 | 第39-40页 |
4.5.2 实际数据实验 | 第40-45页 |
4.6 本章小结 | 第45-47页 |
第五章 面向停机位跑道组合序列向量编码的离散粒子群算法 | 第47-59页 |
5.1 停机位跑道组合序列向量编码的粒子表示 | 第47-48页 |
5.2 位置更新策略与种群初始化流程 | 第48-50页 |
5.3 GR-DPSO算法描述 | 第50-51页 |
5.4 实验验证与结果分析 | 第51-55页 |
5.4.1 仿真数据实验 | 第51-52页 |
5.4.2 实际数据实验 | 第52-55页 |
5.5 算法参数选择实验 | 第55-58页 |
5.5.1 惯性权重 | 第56页 |
5.5.2 加速常数 | 第56-57页 |
5.5.3 种群大小 | 第57-58页 |
5.6 本章小结 | 第58-59页 |
第六章 总结与展望 | 第59-61页 |
6.1 总结 | 第59-60页 |
6.2 展望 | 第60-61页 |
致谢 | 第61-62页 |
参考文献 | 第62-69页 |
攻读学位期间的科研成果 | 第69页 |