| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-17页 |
| 1.1 研究背景和意义 | 第9-11页 |
| 1.2 可预测性定义 | 第11-12页 |
| 1.3 国内外研究现状 | 第12-15页 |
| 1.3.1 国外 | 第12-14页 |
| 1.3.2 国内 | 第14-15页 |
| 1.4 研究内容与技术路线 | 第15-16页 |
| 1.4.1 研究内容 | 第15-16页 |
| 1.4.2 章节安排 | 第16页 |
| 1.5 本章小结 | 第16-17页 |
| 第二章 离港交通流分析理论方法 | 第17-27页 |
| 2.1 混沌理论 | 第18-19页 |
| 2.2 时间序列相空间重构 | 第19-20页 |
| 2.3 Lyapounov指数计算方法 | 第20-21页 |
| 2.4 关联维数计算方法 | 第21-23页 |
| 2.5 神经网络 | 第23-26页 |
| 2.6 本章小结 | 第26-27页 |
| 第三章 首都机场离港交通流混沌特性分析 | 第27-45页 |
| 3.0 机场介绍 | 第27-28页 |
| 3.1 数据采集 | 第28-29页 |
| 3.2 时间序列构建 | 第29-33页 |
| 3.3 相空间重构 | 第33-35页 |
| 3.4 混沌特征分析 | 第35-43页 |
| 3.4.1 最大Lyapunov指数计算 | 第35-37页 |
| 3.4.2 关联维数计算 | 第37-43页 |
| 3.5 本章小结 | 第43-45页 |
| 第四章 首都机场离港交通流可预测性计算 | 第45-56页 |
| 4.1 样本数据分析及可预测性计算 | 第46-50页 |
| 4.1.1 连续日分析 | 第46-48页 |
| 4.1.2 工作日分析 | 第48-49页 |
| 4.1.3 周末分析 | 第49-50页 |
| 4.1.4 可预测性分析 | 第50页 |
| 4.2 原始数据噪声对可预测性影响 | 第50-55页 |
| 4.2.1 连续日分析 | 第51-52页 |
| 4.2.2 工作日分析 | 第52-54页 |
| 4.2.3 周末分析 | 第54页 |
| 4.2.4 噪声影响小结 | 第54-55页 |
| 4.3 本章小结 | 第55-56页 |
| 第五章 首都机场离港计划时刻与实际时刻可预测性对比分析 | 第56-63页 |
| 5.1 计划时刻可预测性计算 | 第56-58页 |
| 5.2 时间序列特性对比 | 第58-59页 |
| 5.3 可预测性对比 | 第59-61页 |
| 5.4 对比结果 | 第61-62页 |
| 5.5 本章小结 | 第62-63页 |
| 第六章 结论与展望 | 第63-65页 |
| 6.1 结论 | 第63-64页 |
| 6.2 下一步工作 | 第64-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-69页 |
| 作者简介 | 第69页 |