| 摘要 | 第5-7页 |
| ABSTRACT | 第7-9页 |
| 第1章 绪论 | 第13-21页 |
| 1.1 课题背景 | 第13页 |
| 1.2 国内外研究现状 | 第13-18页 |
| 1.2.1 港口船舶交通组织优化研究现状 | 第13-15页 |
| 1.2.2 延误恢复问题研究现状 | 第15-16页 |
| 1.2.3 相关算法研究现状 | 第16-18页 |
| 1.3 论文主要研究内容 | 第18-19页 |
| 1.4 论文主要结构 | 第19-21页 |
| 第2章 天气影响下的复式航道交通组织 | 第21-30页 |
| 2.1 天津港复式航道和泊位概况 | 第21-22页 |
| 2.2 复式航道通航规则和通航现状分析 | 第22-26页 |
| 2.2.1 复式航道通航规则分析 | 第23-26页 |
| 2.2.2 复式航道的船舶交通组织 | 第26页 |
| 2.3 天气影响下的复式航道交通组织原理分析 | 第26-29页 |
| 2.4 本章小结 | 第29-30页 |
| 第3章 天气影响下的复式航道船舶延误恢复模型 | 第30-43页 |
| 3.1 船舶延误恢复多目标优化模型 | 第30-38页 |
| 3.1.1 问题描述与假设 | 第30-32页 |
| 3.1.2 符号定义 | 第32-33页 |
| 3.1.3 模型构建 | 第33-38页 |
| 3.2 考虑船舶延误敏感性的船舶延误优化模型 | 第38-41页 |
| 3.2.1 问题描述与假设 | 第38-39页 |
| 3.2.2 符号定义 | 第39-40页 |
| 3.2.3 模型构建 | 第40-41页 |
| 3.3 本章小结 | 第41-43页 |
| 第4章 基于数据挖掘的船舶进出港时间特征分析 | 第43-62页 |
| 4.1 船舶进出港AIS数据库设计 | 第43-48页 |
| 4.1.1 选择数据源 | 第43-44页 |
| 4.1.2 数据库模式 | 第44-46页 |
| 4.1.3 AIS数据ETL规则 | 第46-48页 |
| 4.2 船舶进出港时间挖掘算法 | 第48-54页 |
| 4.2.1 小船航道和警戒区船舶进出港时间特征挖掘算法 | 第48-51页 |
| 4.2.2 港池内航行阶段船舶进港时间挖掘算法 | 第51-54页 |
| 4.3 结果分析 | 第54-61页 |
| 4.3.1 小船航道阶段航行时间挖掘结果分析 | 第54-56页 |
| 4.3.2 警戒区阶段航行时间挖掘结果分析 | 第56-59页 |
| 4.3.3 港池内阶段航行时间挖掘结果分析 | 第59-61页 |
| 4.4 本章小结 | 第61-62页 |
| 第5章 港口船舶延误恢复算法的设计与验证 | 第62-84页 |
| 5.1 多目标遗传算法设计 | 第62-68页 |
| 5.1.1 多目标遗传算法概述 | 第62-63页 |
| 5.1.2 编码方法 | 第63页 |
| 5.1.3 种群初始化 | 第63-64页 |
| 5.1.4 状态变量计算函数 | 第64-65页 |
| 5.1.5 适应度函数 | 第65页 |
| 5.1.6 非支配排序和拥挤距离计算 | 第65-66页 |
| 5.1.7 遗传操作 | 第66-67页 |
| 5.1.8 种群修剪 | 第67页 |
| 5.1.9 非法染色体修复 | 第67-68页 |
| 5.2 模拟退火遗传算法设计 | 第68-71页 |
| 5.2.1 模拟退火遗传算法概述 | 第68-69页 |
| 5.2.2 模拟退火遗传算法流程 | 第69-70页 |
| 5.2.3 遗传操作 | 第70-71页 |
| 5.2.4 重插入 | 第71页 |
| 5.3 模型与算法验证 | 第71-83页 |
| 5.3.1 仿真平台介绍 | 第71-72页 |
| 5.3.2 多目标优化模型与算法的验证 | 第72-78页 |
| 5.3.3 单目标优化模型与算法的验证 | 第78-83页 |
| 5.4 本章小结 | 第83-84页 |
| 第6章 总结与展望 | 第84-86页 |
| 6.1 本文的研究成果 | 第84页 |
| 6.2 下一步工作展望 | 第84-86页 |
| 附录 | 第86-88页 |
| 参考文献 | 第88-93页 |
| 致谢 | 第93-94页 |
| 作者简介 | 第94页 |