航空货运舱位优化控制问题研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-17页 |
| 1.1 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 研究现状 | 第11-15页 |
| 1.2.1 收益管理的应用现状 | 第11页 |
| 1.2.2 客运舱位控制研究现状 | 第11-14页 |
| 1.2.3 货运舱位控制研究现状 | 第14-15页 |
| 1.3 论文的研究思路和研究内容 | 第15-17页 |
| 1.3.1 研究思路 | 第15页 |
| 1.3.2 研究内容 | 第15-17页 |
| 第二章 航空货运收益管理与舱位优化控制 | 第17-23页 |
| 2.1 航空货运收益管理研究 | 第17-20页 |
| 2.1.1 航空货运收益管理内涵 | 第17页 |
| 2.1.2 航空货运特征分析 | 第17-19页 |
| 2.1.3 航空货运收益管理系统的构成 | 第19-20页 |
| 2.2 航空货运舱位优化控制 | 第20-21页 |
| 2.3 航空货运舱位控制的要素分析 | 第21-22页 |
| 2.3.1 航空货运舱位控制效果的评价指标 | 第21-22页 |
| 2.3.2 影响航空货运舱位控制的不确定因素 | 第22页 |
| 2.4 小结 | 第22-23页 |
| 第三章 基于情景集的舱位控制稳健优化模型 | 第23-40页 |
| 3.1 航空货运舱位优化控制问题分析 | 第23-24页 |
| 3.2 稳健优化设计 | 第24-29页 |
| 3.2.1 基于情景集的稳健优化设计 | 第24-25页 |
| 3.2.2 模型构建 | 第25-27页 |
| 3.2.3 模型的转化 | 第27-29页 |
| 3.3 算法设计 | 第29-38页 |
| 3.3.1 标准粒子群算法 | 第29-31页 |
| 3.3.2 变异粒子群算法 | 第31-32页 |
| 3.3.3 实验算例 | 第32-38页 |
| 3.4 敏感性分析 | 第38-39页 |
| 3.5 小结 | 第39-40页 |
| 第四章 基于椭球体的舱位控制稳健优化模型 | 第40-51页 |
| 4.1 基于椭球体的稳健优化设计 | 第40-41页 |
| 4.2 模型构建 | 第41-42页 |
| 4.3 算法设计 | 第42-49页 |
| 4.3.1 基本遗传算法 | 第42-45页 |
| 4.3.2 基于小生境的遗传算法 | 第45-47页 |
| 4.3.3 实验算例 | 第47-49页 |
| 4.4 敏感性分析 | 第49-50页 |
| 4.5 小结 | 第50-51页 |
| 第五章 总结与展望 | 第51-53页 |
| 致谢 | 第53-54页 |
| 参考文献 | 第54-57页 |
| 作者简介 | 第57页 |
