长江下游港口锚地建设规模确定方法研究
| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 研究背景及目的意义 | 第10-11页 |
| 1.1.1 研究背景 | 第10-11页 |
| 1.1.2 研究目的意义 | 第11页 |
| 1.2 国内外研究现状及分析 | 第11-13页 |
| 1.2.1 国内外研究现状 | 第11-12页 |
| 1.2.2 当前面临的问题 | 第12-13页 |
| 1.3 研究内容与技术路线 | 第13-16页 |
| 第2章 长江下游港口特征分析 | 第16-21页 |
| 2.1 长江下游江苏段主要港口通航条件 | 第16-18页 |
| 2.1.1 水文、气象条件 | 第16-17页 |
| 2.1.2 航道条件 | 第17-18页 |
| 2.2 港口安全监管设施 | 第18页 |
| 2.3 长江下游港口锚地现状 | 第18-20页 |
| 2.3.1 现有港口锚地 | 第18-19页 |
| 2.3.2 存在的问题与需求 | 第19-20页 |
| 2.4 本章小结 | 第20-21页 |
| 第3章 基于AIS数据的船舶单锚泊尺度 | 第21-32页 |
| 3.1 船舶单锚泊尺度分析 | 第21-23页 |
| 3.2 AIS数据处理及船位点坐标转换 | 第23-26页 |
| 3.2.1 AIS数据信息 | 第23-24页 |
| 3.2.2 AIS数据采集及处理 | 第24-25页 |
| 3.2.3 船位坐标转换及船舶轨迹 | 第25-26页 |
| 3.3 船舶单锚泊尺度的确定 | 第26-31页 |
| 3.3.1 锚泊船船位点曲线拟合 | 第26-28页 |
| 3.3.2 锚泊尺度的确定 | 第28-31页 |
| 3.4 本章小结 | 第31-32页 |
| 第4章 基于AGA-BP算法的锚位面积计算模型 | 第32-55页 |
| 4.1 BP神经网络 | 第32-39页 |
| 4.1.1 神经网络概述 | 第32-34页 |
| 4.1.2 BP算法及原理 | 第34-39页 |
| 4.2 自适应遗传算法优化的BP神经网络 | 第39-45页 |
| 4.2.1 遗传算法 | 第39-41页 |
| 4.2.2 自适应遗传算法 | 第41-43页 |
| 4.2.3 BP算法优化 | 第43-45页 |
| 4.3 船舶单锚泊锚位面积计算模型构建 | 第45-54页 |
| 4.3.1 影响船舶单锚泊锚位面积因素 | 第45-46页 |
| 4.3.2 模型的结构设计及参数的确定 | 第46-49页 |
| 4.3.3 模型的建立与测试 | 第49-54页 |
| 4.4 本章小结 | 第54-55页 |
| 第5章 港口锚地建设规模确定方法 | 第55-62页 |
| 5.1 港口锚地锚位数的确定 | 第55-60页 |
| 5.1.1 锚位需求量计算模型 | 第55-58页 |
| 5.1.2 港口锚位数计算 | 第58-60页 |
| 5.2 港口锚地建设规模 | 第60-61页 |
| 5.3 本章小结 | 第61-62页 |
| 第6章 实例分析 | 第62-74页 |
| 6.1 泰州港基本情况 | 第63-66页 |
| 6.1.1 港口泊位数统计 | 第63-65页 |
| 6.1.2 到港船舶情况 | 第65页 |
| 6.1.3 港口水文、气象 | 第65-66页 |
| 6.2 锚位数确定 | 第66-68页 |
| 6.3 港口锚地面积计算 | 第68-70页 |
| 6.4 结果对比分析 | 第70-73页 |
| 6.5 本章小结 | 第73-74页 |
| 第7章 结论与展望 | 第74-76页 |
| 7.1 研究结论与创新点 | 第74-75页 |
| 7.1.1 主要研究结论 | 第74-75页 |
| 7.1.2 创新点 | 第75页 |
| 7.2 展望 | 第75-76页 |
| 致谢 | 第76-77页 |
| 参考文献 | 第77-80页 |
| 攻读硕士学位期间公开发表的论文及相关科研成果 | 第80-81页 |
| 附录 A | 第81-84页 |
| 附录 B | 第84-86页 |
