| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 缩略词 | 第10-11页 |
| 第一章 绪论 | 第11-21页 |
| 1.1 研究背景与意义 | 第11-12页 |
| 1.2 决策支持系统 | 第12-15页 |
| 1.3 关键技术研究现状 | 第15-19页 |
| 1.3.1 船舶调度优化研究现状 | 第15-17页 |
| 1.3.2 燃油成本优化与控制研究现状 | 第17-19页 |
| 1.4 主要内容和组织结构 | 第19-21页 |
| 第二章 航运经营管理决策支持系统设计 | 第21-33页 |
| 2.1 系统需求分析 | 第21页 |
| 2.2 系统框架设计 | 第21-24页 |
| 2.3 系统功能设计 | 第24-30页 |
| 2.3.1 航次成本估算业务分析 | 第24-26页 |
| 2.3.2 揽货业务分析 | 第26-27页 |
| 2.3.3 船舶调度管理业务分析 | 第27-29页 |
| 2.3.4 燃油监控管理业务分析 | 第29-30页 |
| 2.4 系统关键技术 | 第30-32页 |
| 2.4.1 船舶调度优化 | 第30-31页 |
| 2.4.2 燃油成本优化与控制 | 第31-32页 |
| 2.5 本章小结 | 第32-33页 |
| 第三章 基于遗传算法的船舶调度优化模型研究 | 第33-48页 |
| 3.1 船舶调度优化问题描述 | 第33-34页 |
| 3.2 SRPRW 模型的建立 | 第34-36页 |
| 3.3 基于 SRPRW 模型的实时优化策略 | 第36页 |
| 3.4 基于 SRPRW 模型的实时优化算法 | 第36-43页 |
| 3.4.1 基于模拟退火的遗传算法 | 第36-39页 |
| 3.4.2 航线选择操作改进 | 第39-41页 |
| 3.4.3 航线交叉操作改进 | 第41-42页 |
| 3.4.4 航线变异操作改进 | 第42-43页 |
| 3.5 模型求解及结果分析 | 第43-47页 |
| 3.6 本章小结 | 第47-48页 |
| 第四章 基于粒子群算法的燃油成本优化模型与控制方法 | 第48-63页 |
| 4.1 燃油成本优化与控制总体框架 | 第48-49页 |
| 4.2 船舶燃油数据采集 | 第49-50页 |
| 4.3 船舶燃油数据传输 | 第50-52页 |
| 4.4 基于粒子群算法的燃油成本优化模型建立 | 第52-58页 |
| 4.4.1 燃油成本优化与控制因素分析 | 第52-53页 |
| 4.4.2 速度与油耗量关系定义 | 第53-55页 |
| 4.4.3 单航次燃油补给方案 | 第55-57页 |
| 4.4.4 优化模型建立 | 第57-58页 |
| 4.5 基于粒子群算法的燃油成本优化模型求解 | 第58-62页 |
| 4.5.1 粒子群优化算法 | 第58-60页 |
| 4.5.2 模型求解与结果分析 | 第60-62页 |
| 4.6 本章小结 | 第62-63页 |
| 第五章 航运经营管理决策支持系统实现 | 第63-75页 |
| 5.1 系统开发环境 | 第63页 |
| 5.2 系统网络结构 | 第63-65页 |
| 5.3 系统实现 | 第65-71页 |
| 5.3.1 数据仓库设计 | 第65-67页 |
| 5.3.2 遗传算法实现 | 第67-69页 |
| 5.3.3 燃油成本优化与控制实现 | 第69-71页 |
| 5.4 运行界面 | 第71-74页 |
| 5.5 本章小结 | 第74-75页 |
| 第六章 总结与展望 | 第75-77页 |
| 6.1 总结 | 第75页 |
| 6.2 展望 | 第75-77页 |
| 参考文献 | 第77-81页 |
| 致谢 | 第81-82页 |
| 在学期间的研究成果及发表的学术论文 | 第82页 |