登入帳戶　 |　訂單查詢　 |　購物車/收銀台(0)　|　在線留言板　 |　付款方式　 |　聯絡我們　 |　運費計算　 |　幫助中心　|　 加入書簽
	全部範圍 - 圖書 - 　- 中文簡體書(大陸書) - 　- 英文書（原版） - - 音碟 - 　- 音樂 - 　- 影視 - - 雜誌 - 全文 精確	會員登入   新用戶註冊

HOME新書上架暢銷書架好書推介特價區會員書架精選月讀2023年度TOP分類閱讀雜誌

香港／國際用戶

最新/最熱/最齊全的簡體書網

品種：超過100萬種書，正品正价，放心網購，悭钱省心

送貨：速遞 / 物流，時效：出貨後2-4日

新書推薦： 《 家、金钱和孩子 》 售價：NT$ 295.0 《 形而上学与测量 》 售價：NT$ 340.0 《 世界航母、舰载机图鉴 【日】坂本明 》 售價：NT$ 340.0 《 量价关系——透视股票涨跌脉络 》 售價：NT$ 340.0 《 创伤与记忆：身体体验疗法如何重塑创伤记忆 [美]彼得·莱文 》 售價：NT$ 295.0 《 复原力 》 售價：NT$ 345.0 《 近代中国思维方式的演变（王中江著作系列） 》 售價：NT$ 950.0 《 我可以近乎孤独地度过一生 》 售價：NT$ 440.0

建議一齊購買： + NT$ 566 《 HTML5从入门到精通（第3版） 》 + NT$ 594 《 WebRTC音视频开发：React Flutter Go实战 》 + NT$ 594 《 Visual Studio Code 权威指南 》 + NT$ 690 《 Go语言项目开发上手指南 》 + NT$ 253 《 Visual Basic程序设计教程习题及习题解答（第5版）（6.0版） 》 + NT$ 265 《 Visual FoxPro程序设计 》 內容簡介： 《群集智能优化算法及其在机场停机位分配中的应用》综述了机场停机位分配问题的国内外研究现状和发展动态，阐述了停机位分配问题的基本概念、特性和理论；分别介绍了群集智能优化算法中的蚁群优化算法、差分进化算法、粒子群优化算法、量子进化算法等改进算法和协同进化蚁群优化算法在机场停机位分配中的应用，通过机场停机位的实际数据验证了所提方法的可行性与有效性。针对机场延误航班停机位再分配问题，论述了基于GA-ACO两阶段优化算法的机场延误航班停机位再分配方法，并对其进行了有效性验证。 目錄： 目录前言第1章 绪论 11.1 停机位分配问题的研究背景和意义 11.2 机场停机位分配问题 21.3 停机位分配问题的研究现状 31.3.1 停机位静态分配问题的研究现状 31.3.2 多目标停机位分配问题的研究现状 41.3.3 具有鲁棒性的停机位分配问题研究现状 51.3.4 不正常航班停机位动态分配问题的研究现状 61.4 本书的结构及主要内容 71.5 本章小结 8参考文献 8第2章 机场停机位分配问题的分析、模型与方法 132.1 机场停机位分配问题分析 132.1.1 民航机场系统 132.1.2 机场停机位特性 152.1.3 机场航班特性 162.1.4 机场停机位分配特性 172.1.5 机场停机位分配规则 182.1.6 机场停机位分配约束条件 192.1.7 机场停机位实时分配 202.1.8 机场停机位与航班之间关系 202.2 停机位分配问题域的分析 212.2.1 复杂网络流模型 212.2.2 假设条件 222.2.3 数据定义 232.2.4 复杂网络流模型构建 232.3 机场停机位分配的优化目标函数分析 242.3.1 旅客总行走距离之和短 242.3.2 各停机位空闲时间均衡 252.3.3 远机位停靠航班数量少 252.3.4 停机位占用效率 252.3.5 航班-机位匹配差异度小 262.3.6 飞机地面滑行油耗小 262.4 停机位分配问题的研究方法 272.4.1 精确求解方法 272.4.2 近似求解方法 272.5 多目标优化问题描述 292.6 本章小结 29参考文献 29第3章 多策略蚁群优化算法求解机场停机位分配问题 333.1 基本蚁群优化算法 333.1.1 蚁群优化算法原理 333.1.2 蚁群优化算法流程 343.1.3 蚁群优化算法优缺点 363.2 多策略蚁群优化算法 363.2.1 信息素初始浓度的改进方法 363.2.2 转移概率的改进方法 373.2.3 挥发系数的改进方法 373.2.4 PSVACO算法的实现 373.2.5 PSVACO算法的数值验证 393.3 机场停机位分配多目标优化模型的建立 423.3.1 优化目标函数的构建 423.3.2 多目标优化模型的无量化 433.4 多策略蚁群优化算法求解停机位分配优化模型 443.4.1 机场停机位分配优化方法 443.4.2 机场停机位分配流程 443.5 算例分析 453.5.1 实验数据 453.5.2 实验环境与参数设置 463.5.3 实验结果与分析 463.5.4 结果比较与分析 483.6 本章小结 49参考文献 50第4章 协同进化蚁群优化算法求解机场停机位分配问题 524.1 协同进化算法 524.1.1 协同进化算法概述 524.1.2 协同进化算法的分类 524.1.3 协同进化算法的框架 564.1.4 协同进化算法动力学描述 564.2 自适应蚁群优化算法 584.2.1 信息素更新策略 584.2.2 信息素更新约束范围 594.3 协同进化蚁群优化算法 594.3.1 协同进化蚁群优化算法思想 594.3.2 SCEACO算法模型 594.3.3 SCEACO算法描述 604.3.4 SCEACO算法求解TSP 614.4 SCEACO算法参数自适应调整与协作策略 654.4.1 参数自适应调整策略 654.4.2 参数协作策略 654.5 机场停机位分配多目标优化模型的建立 664.5.1 优化目标函数的构建 664.5.2 多目标优化模型的无量化 664.6 SCEACO算法求解停机位分配优化模型 664.6.1 机场停机位分配优化方法 664.6.2 机场停机位分配流程 674.6.3 机场停机位分配步骤 674.7 算例分析 684.7.1 实验数据 684.7.2 实验环境与参数设置 694.7.3 实验结果与分析 704.7.4 结果比较与分析 724.8 本章小结 75参考文献 75第5章 多策略差分进化算法求解机场停机位分配问题 785.1 差分进化算法 785.1.1 差分进化算法原理 785.1.2 差分进化算法的优缺点 805.2 CPOMSDE算法 805.2.1 CPOMSDE算法的思想 805.2.2 小波基函数改进缩放因子 815.2.3 正态分布改进交叉概率 825.2.4 变异策略 825.2.5 CPOMSDE算法模型 845.2.6 CPOMSDE算法步骤 855.3 数值实验与分析 855.3.1 标准测试函数 855.3.2 实验环境与参数设置 865.3.3 实验结果与分析 875.3.4 结果比较与分析 955.4 机场停机位分配多目标优化模型的建立 965.4.1 优化目标函数的构建 965.4.2 多目标优化模型的无量化 975.5 CPOMSDE算法求解停机位分配优化模型 985.5.1 机场停机位分配优化方法 985.5.2 机场停机位分配流程 985.5.3 机场停机位分配步骤 995.6 算例分析 995.6.1 实验数据与实验环境 995.6.2 实验结果与分析 1015.6.3 结果比较与分析 1045.7 本章小结 104参考文献 105第6章 自适应粒子群优化算法求解机场停机位分配问题 1086.1 粒子群优化算法 1086.1.1 粒子群优化算法原理 1086.1.2 粒子群优化算法的优缺点 1096.2 分数阶微分和Alpha稳定分布理论 1106.2.1 分数阶微分理论 1106.2.2 Alpha稳定分布理论 1116.3 自适应粒子群优化算法 1126.3.1 ADFCAPO算法思想 1126.3.2 均匀初始化粒子策略 1126.3.3 Alpha稳定分布随机函数策略 1126.3.4 基于动态分数阶微分的速度计算策略 1146.3.5 ADFCAPO算法流程 1156.4 机场停机位分配多目标优化模型的建立 1156.4.1 优化目标函数的构建 1156.4.2 多目标优化函数的无量化 1166.5 基于ADFCAPO算法的机场停机位分配优化方法 1176.6 算例分析 1186.6.1 实验数据与参数设置 1186.6.2 实验结果与分析 1206.6.3 结果比较与分析 1236.7 本章小结 125参考文献 125第7章 多策略量子进化算法求解机场停机位分配问题 1277.1 进化算法 1277.1.1 进化算法概述 1277.1.2 进化算法原理 1277.1.3 进化算法特点 1287.2 量子计算 1297.2.1 量子计算概述 1297.2.2 量子计算原理 1297.2.3 量子门 1307.2.4 量子旋转门 1317.3 量子进化算法 1367.3.1 量子进化算法概述 1367.3.2 量子遗传算法 1377.4 多策略量子进化算法 1397.4.1 NCPQEA思想 1397.4.2 基于小生境进化策略的QEA种群初始化 1407.4.3 PSO学习因子的动态确定策略 1407.4.4 基于改进PSO的量子旋转门更新策略 1417.4.5 NCPQEA模型 1427.4.6 NCPQEA步骤 1427.5 数值实验与分析 1437.5.1 标准测试函数 1437.5.2 实验环境与参数设置 1447.5.3 实验结果与比较 1447.6 机场停机位分配多目标优化模型的建立 1507.6.1 优化目标函数的构建 1507.6.2 多目标优化模型的无量化 1517.7 基于NCPQEA的机场停机位分配优化方法 1517.7.1 机场停机位分配优化方法 1517.7.2 机场停机位分配流程 1517.7.3 机场停机位分配步骤 1517.8 算例分析 1527.8.1 实验数据 1527.8.2 实验环境与参数设置 1547.8.3 实验结果与分析 1547.8.4 结果比较与分析 1597.9 本章小结 162参考文献 162第8章 两阶段优化算法求解机场延误航班停机位分配问题 1668.1 遗传算法 1668.1.1 遗传算法概述 1668.1.2 遗传算法原理 1668.1.3算法定理及其收敛性 1678.1.4 遗传算法的优缺点 1688.2 两阶段优化算法 1688.2.1 两阶段优化算法思想 1688.2.2 两阶段优化算法流程 1698.2.3 两阶段优化算法步骤 1698.3 数值实验与分析 1708.3.1 TSP问题描述 1708.3.2 实验环境与参数设置 1718.3.3 实验结果与分析 1718.4 延误航班停机位再分配优化模型的建立 1738.4.1 航班延误分析 1748.4.2 停机位再分配描述与分析 1748.4.3 优化目标函数的构建 1768.4.4 多目标优化模型的无量化 1778.5 基于两阶段优化算法的延误航班停机位再分配方法 1778.5.1 延误航班停机位再分配方法 1778.5.2 延误航班停机位再分配流程 1788.6 延误航班停机位再分配实现过程 1788.6.1 延误航班停机位再分配**阶段的实现 1788.6.2 延误航班停机位再分配第二阶段的实现 1868.7 实例分析 1908.7.1 实验数据 1908.7.2 实验环境与参数设置 1918.7.3 实验结果与分析 1928.7.4 结果比较与分析 1958.8 本章小结 200参考文献 200

書城介紹　 |　合作申請　|　索要書目　 |　新手入門　|　聯絡方式　 |　幫助中心　|　找書說明　 |　送貨方式　|　付款方式	台灣用户　|　香港/海外用户
megBook.com.tw
Copyright (C) 2013 - 2024 （香港）大書城有限公司　All Rights Reserved.