| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究背景与目的意义 | 第10-11页 |
| 1.1.1 研究背景介绍 | 第10-11页 |
| 1.1.2 选题目的及意义 | 第11页 |
| 1.2 国内外研究现状及分析 | 第11-13页 |
| 1.2.1 国外研究现状及分析 | 第11-12页 |
| 1.2.2 国内研究现状及分析 | 第12-13页 |
| 1.3 研究内容及研究方法 | 第13-14页 |
| 1.4 章节介绍 | 第14-16页 |
| 第二章 大型机场地面保障容量评估 | 第16-38页 |
| 2.1 机场地面保障问题概述 | 第16-19页 |
| 2.1.1 地面保障作业介绍 | 第16-17页 |
| 2.1.2 保障作业的特点 | 第17-18页 |
| 2.1.3 机场保障车辆作业问题分类 | 第18-19页 |
| 2.2 地面保障容量的定义 | 第19-20页 |
| 2.3 机场地面保障容量评估模型 | 第20-29页 |
| 2.3.1 机场地面保障作业模式分析 | 第20-23页 |
| 2.3.2 机场地面保障容量评估建模 | 第23-29页 |
| 2.4 机场地面保障容量评估系统设计及实例分析 | 第29-37页 |
| 2.4.1 机场地面保障容量评估系统设计 | 第29-31页 |
| 2.4.2 机场地面保障容量评估实例分析 | 第31-37页 |
| 2.5 本章小结 | 第37-38页 |
| 第三章 基于多智能体技术的机场地面保障容量优化建模 | 第38-52页 |
| 3.1 机场地面保障容量优化问题概述 | 第38页 |
| 3.2 多智能体系统 | 第38-41页 |
| 3.2.1 智能体技术简介 | 第38-39页 |
| 3.2.2 智能决策支持系统 | 第39-40页 |
| 3.2.3 智能体交互作用分析 | 第40-41页 |
| 3.3 基于 MAS 的智能体行为分析 | 第41-43页 |
| 3.3.1 车辆智能体模型(Agent-Vehicle) | 第41-42页 |
| 3.3.2 飞机智能体模型(Agent-Plane) | 第42-43页 |
| 3.3.3 管理者智能体模型(Agent-AOCC) | 第43页 |
| 3.4 智能体通信交互模型 | 第43-48页 |
| 3.4.1 智能体权重分析 | 第43-45页 |
| 3.4.2 智能体通信交互流程 | 第45-46页 |
| 3.4.3 通信模型的分析 | 第46-47页 |
| 3.4.4 车辆调度方案的确定 | 第47-48页 |
| 3.4.5 调度模型交互空间的更新 | 第48页 |
| 3.5 基于多智能体的车辆保障容量优化算法 | 第48-51页 |
| 3.5.1 多目标效用值的评价模型 | 第48-49页 |
| 3.5.2 指标评估 | 第49-51页 |
| 3.6 本章小结 | 第51-52页 |
| 第四章 机场地面保障作业仿真分析 | 第52-62页 |
| 4.1 机场地面保障流程仿真系统设计 | 第52-58页 |
| 4.1.1 开发平台选择 | 第52页 |
| 4.1.2 系统概要设计 | 第52-57页 |
| 4.1.3 系统控件详细设计 | 第57-58页 |
| 4.2 基于繁忙机场日数据的系统实例分析 | 第58-59页 |
| 4.3 机场地面保障流程仿真结果分析 | 第59-61页 |
| 4.4 本章小结 | 第61-62页 |
| 第五章 全文总结及研究展望 | 第62-64页 |
| 5.1 全文总结 | 第62页 |
| 5.2 研究展望 | 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 |
