摘要 | 第5-6页 |
Abstract | 第6页 |
第一章 绪论 | 第9-15页 |
1.1 研究背景与意义 | 第9-10页 |
1.2 国内外研究现状 | 第10-13页 |
1.2.1 关联规则分析国内外研究现状 | 第10-12页 |
1.2.2 离港航班排序国内外研究现状 | 第12-13页 |
1.3 论文组织结构 | 第13-15页 |
第二章 关联规则分析相关理论 | 第15-31页 |
2.1 关联规则概述 | 第15-17页 |
2.1.1 关联规则相关定义 | 第15-16页 |
2.1.2 关联规则分类 | 第16-17页 |
2.2 Apriori算法 | 第17-19页 |
2.2.1 Apriori算法描述 | 第17-19页 |
2.2.2 Apriori算法不足 | 第19页 |
2.3 多维多层关联规则挖掘方法总结 | 第19-27页 |
2.3.1 多维关联规则算法分析 | 第19-22页 |
2.3.2 多层关联规则算法分析 | 第22-24页 |
2.3.3 多维多层关联规则量化属性离散化和分层 | 第24-26页 |
2.3.4 多维多层关联规则数据立方体表示 | 第26-27页 |
2.4 其他类型关联规则挖掘方法总结 | 第27-30页 |
2.4.1 基于剪枝的约束关联规则分析 | 第27-28页 |
2.4.2 增量式关联规则分析FUP算法 | 第28-30页 |
2.5 本章小结 | 第30-31页 |
第三章 离港航班排序关联规则挖掘模型 | 第31-51页 |
3.1 航班排序问题 | 第31-34页 |
3.1.1 航班排序相关概念和影响因素 | 第31-33页 |
3.1.2 航班协同决策离港排序系统概述 | 第33-34页 |
3.2 离港航班排序差异关联规则模型分析 | 第34-37页 |
3.3 复杂模式关联规则分析Apriori_cube方法改进 | 第37-42页 |
3.3.1 分析方法概述 | 第37页 |
3.3.2 分析和优化理论基础 | 第37-41页 |
3.3.3 算法流程步骤 | 第41-42页 |
3.4 仿真实验 | 第42-50页 |
3.4.1 航班排序数据准备 | 第42-47页 |
3.4.2 航班排序差异关联规则发现 | 第47-50页 |
3.5 本章小结 | 第50-51页 |
第四章 离港航班排序差异问题优化模型 | 第51-62页 |
4.1 航班排序优化模型 | 第51-52页 |
4.2 流量正常航班排序优化 | 第52-54页 |
4.2.1 优化原理 | 第52页 |
4.2.2 优化方法 | 第52-54页 |
4.3 免疫算法优化不正常航班排序 | 第54-58页 |
4.3.1 优化原理 | 第54-55页 |
4.3.2 免疫算法与航班排序优化 | 第55-58页 |
4.4 仿真实验 | 第58-61页 |
4.5 本章小结 | 第61-62页 |
第五章 结论与展望 | 第62-64页 |
参考文献 | 第64-70页 |
攻读学位期间的科研成果 | 第70-71页 |
致谢 | 第71页 |