首页--航空、航天论文--航空飞行术论文--飞行、驾驶论文

基于QAR数据的燃油政策优化研究

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

论文共127页,点击 下载论文
上一篇:基于价值工程的河北某大学正定新校区规划设计方案决策研究
下一篇:基于认知科学的管制员疲劳状态检测方法研究与系统设计