摘要 | 第5-6页 |
abstract | 第6页 |
第一章 绪论 | 第11-18页 |
1.1 研究背景及意义 | 第11-13页 |
1.2 国内外研究现状 | 第13-15页 |
1.2.1 国内研究现状 | 第13页 |
1.2.2 国外研究现状 | 第13-15页 |
1.3 研究内容及创新点 | 第15页 |
1.4 论文章节安排 | 第15-16页 |
1.5 研究方案和技术路线 | 第16-17页 |
1.5.1 研究方案 | 第16-17页 |
1.5.2 技术路线 | 第17页 |
1.6 本章小结 | 第17-18页 |
第二章 QAR数据系统及燃油政策相关理论剖析 | 第18-33页 |
2.1 QAR记录器的概述 | 第18-21页 |
2.1.1 QAR记录器的介绍 | 第19-21页 |
2.1.2 QAR数据的特点 | 第21页 |
2.2 QAR数据功能 | 第21-24页 |
2.2.1 QAR信息与航班的匹配 | 第21-23页 |
2.2.2 运行控制中心QAR解析与应用功能 | 第23-24页 |
2.2.3 QAR航班燃油统计与分析 | 第24页 |
2.3 燃油政策优化分析 | 第24-32页 |
2.3.1 燃油政策中R4与R5 对比 | 第24-27页 |
2.3.2 R5 航线燃油政策实施分析 | 第27-30页 |
2.3.3 燃油政策优化因素 | 第30-32页 |
2.4 本章小结 | 第32-33页 |
第三章 基于QAR数据清洗及多维度下数据校验 | 第33-58页 |
3.1 QAR数据筛选及处理方法 | 第33-34页 |
3.1.1 数据的筛选与处理 | 第33页 |
3.1.2 QAR数据的清洗 | 第33-34页 |
3.2 概率密度与分布函数 | 第34-40页 |
3.2.1 高斯混合分布模型 | 第37-39页 |
3.2.2 极大似然估计函数 | 第39-40页 |
3.3 PBCF燃油政策优化计算流程 | 第40-53页 |
3.3.1 PBCF数据内插值法 | 第40-43页 |
3.3.2 PBCF数据分布拟合 | 第43-48页 |
3.3.3 不同季节PBCF燃油优化 | 第48-53页 |
3.4 燃油消耗过程控制理论 | 第53-57页 |
3.4.1 I-MR燃油消耗过程控制论 | 第53-55页 |
3.4.2 燃油偏差特性的过程能力分析 | 第55-57页 |
3.5 本章小结 | 第57-58页 |
第四章 基于综合关联度的国际运行航班燃油偏差特征提取 | 第58-77页 |
4.1 巡航阶段燃油优化 | 第58-63页 |
4.2 巡航段燃油偏差特征要素分析 | 第63-68页 |
4.3 基于综合关联度参数特征取值 | 第68-76页 |
4.3.1 灰色关联分析法 | 第68-69页 |
4.3.2 相关系数法 | 第69-70页 |
4.3.3 综合相关度 | 第70-76页 |
4.4 本章小结 | 第76-77页 |
第五章 GA改机的BP神经网络燃油消耗预测研究 | 第77-99页 |
5.1 BP神经网络 | 第77-83页 |
5.1.1 BP网络标准学习算法 | 第79-81页 |
5.1.2 BP神经网络的设计过程 | 第81页 |
5.1.3 BP网络模型预测过程 | 第81-82页 |
5.1.4 BP神经网络模型的MATLAB实现 | 第82-83页 |
5.2 遗传算法优化BP神经网络的模型构建 | 第83-88页 |
5.2.1 遗传算法操作过程 | 第83-85页 |
5.2.2 遗传算法优化BP网络过程 | 第85-87页 |
5.2.3 Levenberg-Marquardt算法 | 第87-88页 |
5.3 燃油消耗预测模型构建 | 第88-95页 |
5.4 GA-BP网络预测燃油消耗验证 | 第95-98页 |
5.5 本章小结 | 第98-99页 |
第六章 燃油政策优化风险管控 | 第99-103页 |
6.1 PBCF燃油政策优化风险管控 | 第99-100页 |
6.2 签派监控 | 第100-101页 |
6.3 飞机性能监控 | 第101-102页 |
6.4 本章小结 | 第102-103页 |
总结与展望 | 第103-105页 |
参考文献 | 第105-109页 |
附录 | 第109-126页 |
攻读硕士期间取得的学术成果 | 第126-127页 |
致谢 | 第127页 |