摘要 | 第5-6页 |
ABSTRACT | 第6页 |
第一章 绪论 | 第9-14页 |
1.1 课题背景 | 第9-10页 |
1.2 国内外研究现状 | 第10-12页 |
1.3 课题研究意义 | 第12页 |
1.4 论文主要研究内容及结构 | 第12-14页 |
第二章 飞机排班问题分析 | 第14-21页 |
2.1 航班生产计划编制流程 | 第14-16页 |
2.2 飞机排班的原则 | 第16-19页 |
2.3 飞机排班的工作流程 | 第19-20页 |
2.4 本章小结 | 第20-21页 |
第三章 飞机排班优化模型建立 | 第21-31页 |
3.1 优化模型中的基本概念 | 第21-23页 |
3.1.1 变量参数的设计 | 第21-22页 |
3.1.2 约束条件 | 第22页 |
3.1.3 目标函数 | 第22-23页 |
3.2 飞机排班问题 | 第23-27页 |
3.3 飞机排班优化模型设计 | 第27-30页 |
3.4 本章小结 | 第30-31页 |
第四章 飞机排班算法研究 | 第31-48页 |
4.1 概述 | 第31-32页 |
4.2 飞机排班模型求解算法设计思想 | 第32-40页 |
4.2.1 蚁群算法 | 第32-36页 |
4.2.2 基于专家规则的启发式算法 | 第36-40页 |
4.3 飞机排班问题解决策略 | 第40-47页 |
4.3.1 概述 | 第40-41页 |
4.3.2 基于规则学习的航班组合过程 | 第41-44页 |
4.3.3 基于专家规则的启发式算法的航班组分配过程 | 第44-47页 |
4.4 本章小结 | 第47-48页 |
第五章 仿真分析研究 | 第48-58页 |
5.1 开发工具与运行环境 | 第48页 |
5.2 仿真研究 | 第48-56页 |
5.2.1 事例分析 | 第48-49页 |
5.2.2 仿真实验 | 第49-54页 |
5.2.3 基于专家规则的启发式算法与蚁群算法的排班结果比较 | 第54-56页 |
5.3 试验结果分析 | 第56-57页 |
5.4 本章小结 | 第57-58页 |
第六章 结论与展望 | 第58-59页 |
6.1 结论 | 第58页 |
6.2 展望 | 第58-59页 |
参考文献 | 第59-61页 |
作者简介 | 第61页 |