文摘
英文文摘
声明
第一章概述
1.1问题的提出
1.2研究意义
1.3航班延误与波及问题概述
1.3.1航班延误问题
1.3.2离港延误
1.3.3连续航班延误与波及
1.4航班延误与波及问题国内外研究现状
1.5基于贝叶斯网络学习的知识发现
1.6主要研究思路及方法
1.7论文框架
第二章贝叶斯网络学习
2.1贝叶斯概率
2.2贝叶斯网络
2.3贝叶斯网络参数学习
2.3.1完备数据集下参数的学习
2.3.2不完备数据集下的参数学习
2.4贝叶斯网络结构学习
2.4.1基于搜索评分的结构学习
2.4.2模型选择
2.4.3模型优化
2.5本章小结
第三章高评分优先遗传模拟退火贝叶斯网络结构学习算法
3.1基于模拟退火算法的贝叶斯网络结构学习
3.1.1模拟退火算法基本思想
3.1.2基于模拟退火算法的贝叶斯网络结构学习
3.2基于遗传算法的贝叶斯网络结构学习
3.2.1遗传算法基本思想
3.2.2基于遗传算法的贝叶斯网络结构学习
3.3高评分优先遗传模拟退火贝叶斯网络结构学习算法-HSPGSA
3.3.1 HSPGSA算法框图
3.3.2 HSPGSA算法描述
3.4本章小结
第四章基于遗传禁忌搜索的贝叶斯网络结构学习算法
4.1禁忌搜索算法的基本思想
4.1.1禁忌搜索算法描述
4.1.2禁忌搜索算法特点
4.2基于遗传禁忌搜索的贝叶斯网络结构学习算法-GATS
4.2.1 GATS算法框图
4.2.2基于禁忌搜索的遗传算子的改进
4.2.3 GATS算法描述
4.3本章小结
第五章改进的贝叶斯网络结构学习算法实验分析
5.1实验数据集
5.2实验统计量
5.3实验分析
5.3.1实验描述
5.3.2数据分析
5.3.3贝叶斯网络结构学习结果
5.4本章小结
第六章航班延误波及分析
6.1基于HSPGSA的机场航班离港延误模型的建立
6.1.1数据来源与数据描述
6.1.2 HSPGSA算法参数描述与设置
6.1.3机场航班离港延误模型结构
6.2枢纽机场航班离港延误分析
6.2.1正常航班情况描述
6.2.2离港延误情况分析
6.2.3机场主要航空公司航班离港延误统计
6.3基于GATS的航空公司连续航班延误波及模型的建立
6.3.1数据来源与数据描述
6.3.2 GATS算法参数描述与设置
6.3.3航空公司连续航班延误波及模型结构
6.4航空公司连续航班延误波及分析
6.4.1参数学习
6.4.2连续航班延误原因分析
6.4.3连续航班过站时间分析
6.4.4连续航班延误波及分析
6.4.5测试误差
6.5本章小结
总结与展望
1论文工作总结
2创新点
3研究展望
参考文献
附 录
发表论文和科研情况说明
致 谢