摘要 | 第4-5页 |
ABSTRACT | 第5页 |
缩略词 | 第9-10页 |
注释表 | 第10-12页 |
第一章 绪论 | 第12-17页 |
1.1 研究背景及意义 | 第12页 |
1.2 国内外研究现状 | 第12-14页 |
1.3 论文主要研究内容 | 第14-15页 |
1.4 本章小结 | 第15-17页 |
第二章 单机场进离场流量优化协同分配策略 | 第17-29页 |
2.1 机场进离场容量转化曲线 | 第17页 |
2.2 协同决策 | 第17-19页 |
2.2.1 协同决策简介 | 第17-18页 |
2.2.2 RBS 算法 | 第18页 |
2.2.3 Compression 算法 | 第18-19页 |
2.3 进离场流量优化协同分配模型 | 第19-23页 |
2.3.1 改进的进离场流量优化模型 | 第19-20页 |
2.3.2 进离场时间片协同分配模型 | 第20-22页 |
2.3.3 求解流程 | 第22-23页 |
2.4 算例分析 | 第23-28页 |
2.5 本章小结 | 第28-29页 |
第三章 单机场进离场流量动态随机分配策略 | 第29-40页 |
3.1 容量监控和容量情景树 | 第29-31页 |
3.1.1 容量监控 | 第29-30页 |
3.1.2 容量情景树 | 第30-31页 |
3.3 动态随机分配模型 | 第31-34页 |
3.3.1 问题描述 | 第31-32页 |
3.3.2 模型假设 | 第32页 |
3.3.3 模型建立 | 第32-33页 |
3.3.4 求解步骤 | 第33-34页 |
3.4 算例分析 | 第34-39页 |
3.5 本章小结 | 第39-40页 |
第四章 多机场进离场流量动态随机分配策略 | 第40-52页 |
4.1 天气概率信息和容量情景树网络 | 第40-41页 |
4.1.1 天气概率信息 | 第40页 |
4.1.2 容量情景树网络 | 第40-41页 |
4.2 动态随机分配模型 | 第41-42页 |
4.2.1 模型建立 | 第41-42页 |
4.3 遗传算法 | 第42-46页 |
4.3.1 遗传算法实现 | 第43-46页 |
4.4 算例分析 | 第46-51页 |
4.5 本章小结 | 第51-52页 |
第五章 多机场进离场流量动态随机分配策略系统初步设计 | 第52-62页 |
5.1 系统设计 | 第52-54页 |
5.1.1 系统设计思想 | 第52页 |
5.1.2 系统组成模块 | 第52-53页 |
5.1.3 系统功能 | 第53-54页 |
5.2 系统实现 | 第54-61页 |
5.2.1 系统开发环境 | 第54-55页 |
5.2.2 系统界面介绍 | 第55-61页 |
5.3 本章小结 | 第61-62页 |
第六章 总结与展望 | 第62-64页 |
6.1 总结 | 第62页 |
6.2 展望 | 第62-64页 |
参考文献 | 第64-67页 |
致谢 | 第67-68页 |
在学期间的研究成果及发表的学术论文 | 第68页 |