摘要 | 第5-6页 |
Abstract | 第6-7页 |
第一章 绪论 | 第10-17页 |
1.1 课题研究背景与意义 | 第10-12页 |
1.2 国内外研究现状 | 第12-14页 |
1.2.1 机场噪声预测研究现状 | 第12-14页 |
1.2.2 多跑道机场航班延误恢复的噪声预测研究现状 | 第14页 |
1.3 本文研究内容 | 第14-16页 |
1.4 章节安排 | 第16-17页 |
第二章 相关理论基础 | 第17-27页 |
2.1 机场噪声基础知识 | 第17-21页 |
2.1.1 机场噪声概述 | 第17页 |
2.1.2 机场噪声评价指标 | 第17-20页 |
2.1.3 机场噪声控制策略 | 第20-21页 |
2.2 聚类分析基本知识 | 第21-26页 |
2.2.1 聚类基本概念 | 第21-25页 |
2.2.2 带约束条件的聚类 | 第25-26页 |
2.3 本章小结 | 第26-27页 |
第三章 面向航班延误恢复的多跑道机场噪声等效预测模型 | 第27-45页 |
3.1 问题的提出 | 第27-28页 |
3.2 面向航班延误恢复的航班分组 | 第28-34页 |
3.2.1 噪声数据和跑道概率数据的预处理 | 第28-29页 |
3.2.2 航班相似度度量 | 第29-30页 |
3.2.3 带约束条件的混合聚类算法 | 第30-34页 |
3.3 基于航班分组的多跑道机场噪声等效预测模型 | 第34-36页 |
3.4 实验设计及结果分析 | 第36-44页 |
3.4.1 航班延误恢复时段与放行正常时段的机场噪声影响 | 第37-38页 |
3.4.2 跑道因素与多跑道机场噪声预测的关系 | 第38-39页 |
3.4.3 确定航班的等效跑道 | 第39-42页 |
3.4.4 基于等效跑道的机场噪声等效预测分析 | 第42-43页 |
3.4.5 对比实验与分析 | 第43-44页 |
3.5 本章小结 | 第44-45页 |
第四章 基于贝叶斯分类的多跑道机场噪声优化预测模型 | 第45-63页 |
4.1 多跑道机场噪声优化预测的原理 | 第45-46页 |
4.2 多跑道机场噪声预测方法 | 第46-51页 |
4.2.1 k-medoids航迹聚类算法 | 第46-47页 |
4.2.2 机型聚类的k-means算法 | 第47-49页 |
4.2.3 基于贝叶斯分类的航迹机型匹配策略 | 第49-51页 |
4.3 基于贝叶斯分类的实验设计及其结果分析 | 第51-60页 |
4.3.1 多种分类算法的对比实验 | 第52-53页 |
4.3.2 相似机型使用同一跑道同一飞行程序的噪声影响分析 | 第53-57页 |
4.3.3 航迹聚类分析 | 第57-58页 |
4.3.4 基于航迹匹配的机场噪声预测分析 | 第58-59页 |
4.3.5 对比实验与分析 | 第59-60页 |
4.4 面向多跑道机场航班延误恢复的实验设计及其结果分析 | 第60-62页 |
4.4.1 航班正常放行时段与延误时段的噪声预测对比实验与分析 | 第60-61页 |
4.4.2 不同程度航班延误恢复的机场噪声预测实验对比与分析 | 第61-62页 |
4.5 本章小结 | 第62-63页 |
第五章 总结与展望 | 第63-66页 |
5.1 本文的工作总结 | 第63-64页 |
5.2 下一步工作展望 | 第64-66页 |
参考文献 | 第66-71页 |
致谢 | 第71-72页 |
作者简介 | 第72页 |