航空公司飞行任务的自动组环优化算法研究与实现
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第7-14页 |
| 1.1 研究背景与选题意义 | 第7-9页 |
| 1.1.1 研究背景 | 第7-8页 |
| 1.1.2 选题意义 | 第8-9页 |
| 1.2 国内外研究综述 | 第9-11页 |
| 1.2.1 文献检索 | 第9-10页 |
| 1.2.2 研究综述 | 第10-11页 |
| 1.3 本文的研究内容 | 第11-14页 |
| 1.3.1 研究内容 | 第11-12页 |
| 1.3.2 研究方法 | 第12-14页 |
| 第二章 航空公司飞行任务的组环问题分析 | 第14-23页 |
| 2.1 航空公司飞行生产计划 | 第14-18页 |
| 2.1.1 相关基本术语 | 第15-16页 |
| 2.1.2 飞机排班计划 | 第16-17页 |
| 2.1.3 机组排班计划 | 第17页 |
| 2.1.4 计划编制流程 | 第17-18页 |
| 2.2 飞行任务组环的问题分析 | 第18-21页 |
| 2.2.1 任务组环问题 | 第19-20页 |
| 2.2.2 任务组环方法 | 第20-21页 |
| 2.2.3 系统解决思路 | 第21页 |
| 2.3 本章小结 | 第21-23页 |
| 第三章 自动组环优化算法的关键技术研究 | 第23-30页 |
| 3.1 建模技术 | 第23-24页 |
| 3.1.1 运筹学建模 | 第23-24页 |
| 3.1.2 数据挖掘建模 | 第24页 |
| 3.2 算法研究 | 第24-27页 |
| 3.2.1 最优化算法 | 第25页 |
| 3.2.2 启发式算法 | 第25-27页 |
| 3.3 算法选择 | 第27-28页 |
| 3.4 本章小结 | 第28-30页 |
| 第四章 基于遗传算法的自动组环优化算法设计 | 第30-43页 |
| 4.1 标准遗传算法概述 | 第30-34页 |
| 4.1.1 基因的染色体编码 | 第31页 |
| 4.1.2 初始种群与适应度 | 第31-32页 |
| 4.1.3 遗传操作中的算子 | 第32-34页 |
| 4.2 任务组环数学模型 | 第34-35页 |
| 4.3 组环优化算法设计 | 第35-39页 |
| 4.3.1 初始种群设计 | 第35-36页 |
| 4.3.2 染色体编码设计 | 第36页 |
| 4.3.3 适应度计算设计 | 第36-38页 |
| 4.3.4 遗传算子设计 | 第38-39页 |
| 4.4 组环优化算法试算 | 第39-42页 |
| 4.4.1 试算算例描述 | 第39-40页 |
| 4.4.2 Matlab试算编码 | 第40-41页 |
| 4.4.3 算法试算结果 | 第41-42页 |
| 4.5 本章小结 | 第42-43页 |
| 第五章 基于遗传算法的自动组环优化算法实现 | 第43-53页 |
| 5.1 自动组环算法的实现 | 第43-51页 |
| 5.1.1 C语言概述 | 第43页 |
| 5.1.2 软件设计及编译环境 | 第43-44页 |
| 5.1.3 优化算法程序设计 | 第44-46页 |
| 5.1.4 部分关键程序代码 | 第46-51页 |
| 5.2 测试与结果分析验证 | 第51-52页 |
| 5.3 本章小结 | 第52-53页 |
| 第六章 本文的总结与展望 | 第53-55页 |
| 6.1 论文研究总结 | 第53页 |
| 6.2 未来工作展望 | 第53-55页 |
| 参考文献 | 第55-58页 |
| 致谢 | 第58-59页 |
