航空交通管理进场调度方法的研究与实现
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 论文研究背景及意义 | 第9-11页 |
| 1.1.1 研究背景 | 第9-10页 |
| 1.1.2 研究意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 国外研究现状 | 第11-13页 |
| 1.2.2 国内研究现状 | 第13-14页 |
| 1.3 论文的主要内容及结构 | 第14-17页 |
| 第2章 航班进场调度问题分析 | 第17-27页 |
| 2.1 空中交通管理分类 | 第17-18页 |
| 2.2 机场与进近管制 | 第18-25页 |
| 2.2.1 终端区的概念 | 第18-19页 |
| 2.2.2 航班进场过程描述及特征 | 第19-22页 |
| 2.2.3 航班飞行间隔约束 | 第22-23页 |
| 2.2.4 相关因素对航班进场的影响 | 第23-25页 |
| 2.3 航班进场优化目标 | 第25页 |
| 2.3.1 最小延误时间 | 第25页 |
| 2.3.2 最小延误成本 | 第25页 |
| 2.4 本章小结 | 第25-27页 |
| 第3章 进场调度模型的分析与构建 | 第27-41页 |
| 3.1 航班进场调度相关模型分析 | 第27-30页 |
| 3.1.1 排队论模型 | 第27-28页 |
| 3.1.2 模糊控制模型 | 第28-29页 |
| 3.1.3 离散事件模型 | 第29页 |
| 3.1.4 三种模型的分析 | 第29-30页 |
| 3.2 进场调度静态模型的构建 | 第30-36页 |
| 3.2.1 问题描述 | 第30-31页 |
| 3.2.2 模型假设和约束 | 第31-32页 |
| 3.2.3 静态数学模型 | 第32-36页 |
| 3.3 进场调度动态模型的构建 | 第36-40页 |
| 3.3.1 问题描述 | 第36-37页 |
| 3.3.2 滚动窗口技术的引入 | 第37-38页 |
| 3.3.3 动态数学模型 | 第38-40页 |
| 3.4 本章小结 | 第40-41页 |
| 第4章 进场调度算法的分析与研究 | 第41-63页 |
| 4.1 航班进场调度相关方法分析 | 第41-44页 |
| 4.1.1 调度规则算法 | 第41-42页 |
| 4.1.2 分枝定界法 | 第42页 |
| 4.1.3 智能算法 | 第42-43页 |
| 4.1.4 三种方法的优缺点分析 | 第43-44页 |
| 4.2 粒子群算法分析 | 第44-49页 |
| 4.2.1 粒子群算法基础 | 第44-47页 |
| 4.2.2 进场调度粒子群算法设计分析 | 第47-48页 |
| 4.2.3 航班序列编码方案 | 第48-49页 |
| 4.3 粒子群算法改进 | 第49-58页 |
| 4.3.1 适应度函数的确定 | 第49-51页 |
| 4.3.2 航班约束条件的处理 | 第51-52页 |
| 4.3.3 种群初始化策略 | 第52-55页 |
| 4.3.4 惯性权重的选择 | 第55-56页 |
| 4.3.5 粒子变异策略 | 第56-58页 |
| 4.4 进场调度算法流程 | 第58-61页 |
| 4.4.1 静态模型算法流程 | 第58-60页 |
| 4.4.2 动态模型算法流程 | 第60-61页 |
| 4.5 本章小结 | 第61-63页 |
| 第5章 算法仿真及实验 | 第63-71页 |
| 5.1 实验平台和数据描述 | 第63-64页 |
| 5.1.1 实验平台 | 第63页 |
| 5.1.2 数据描述 | 第63-64页 |
| 5.2 与其他方法的对比实验 | 第64-66页 |
| 5.2.1 实验方法 | 第64页 |
| 5.2.2 实验结果及分析 | 第64-66页 |
| 5.3 不同约束条件下的实验结果 | 第66-70页 |
| 5.3.1 最大位移约束为3时结果分析 | 第67页 |
| 5.3.2 最大位移约束为4时求解结果及分析 | 第67-69页 |
| 5.3.3 最大位移约束为5时求解结果及分析 | 第69-70页 |
| 5.4 本章小结 | 第70-71页 |
| 第6章 结论与展望 | 第71-73页 |
| 参考文献 | 第73-76页 |
| 致谢 | 第76页 |
