| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究背景及意义 | 第9-11页 |
| 1.2 枢纽机场航班延误波及传递研究现状 | 第11-13页 |
| 1.2.1 国外研究现状 | 第11-12页 |
| 1.2.2 国内研究现状 | 第12-13页 |
| 1.3 论文的主要工作及安排 | 第13-15页 |
| 第二章 相关的理论和技术 | 第15-23页 |
| 2.1 贝叶斯网络学习理论 | 第15-20页 |
| 2.1.1 贝叶斯网络的概念及定义 | 第15-18页 |
| 2.1.2 贝叶斯网络的特性 | 第18-19页 |
| 2.1.3 贝叶斯网络学习 | 第19-20页 |
| 2.2 危险模式理论 | 第20-22页 |
| 2.2.1 危险模式理论与传统免疫理论的区别 | 第20-21页 |
| 2.2.2 危险模式理论模型 | 第21-22页 |
| 2.2.3 危险模式理论研究最新成果 | 第22页 |
| 2.3 本章小结 | 第22-23页 |
| 第三章 航班延误波及传递分析 | 第23-32页 |
| 3.1 航班延误波及传递问题 | 第23-25页 |
| 3.1.1 航班延误的链式波及传递 | 第23-24页 |
| 3.1.2 枢纽机场的航班延误波及传递 | 第24-25页 |
| 3.2 枢纽机场航班延误波及传递的数据分析 | 第25-27页 |
| 3.3 枢纽机场航班延误波及传递的影响因素分析 | 第27-28页 |
| 3.4 枢纽机场航班延误波及传递的数学模型 | 第28-30页 |
| 3.5 枢纽机场大面积航班延误问题 | 第30-31页 |
| 3.6 本章小结 | 第31-32页 |
| 第四章 基于贝叶斯网络的枢纽机场航班延误波及传递模型 | 第32-47页 |
| 4.1 枢纽机场航班延误波及传递问题的分析 | 第32-33页 |
| 4.2 枢纽机场航班延误波及传递模型的建立 | 第33-39页 |
| 4.2.1 模型节点的选取和变量集及变量域的设定 | 第34-36页 |
| 4.2.2 构建枢纽机场航班延误波及网络结构 | 第36-38页 |
| 4.2.3 确定枢纽机场航班延误波及传递模型局部概率分布 | 第38-39页 |
| 4.3 枢纽机场航班延误波及传递模型的贝叶斯网络学习 | 第39-42页 |
| 4.3.1 枢纽机场航班延误波及传递模型贝叶斯网络的学习 | 第39-40页 |
| 4.3.2 枢纽机场航班延误波及传递模型贝叶斯网络的推理计算 | 第40-42页 |
| 4.4 枢纽机场航班延误波及传递模型的预测结果分析 | 第42-45页 |
| 4.5 本章小结 | 第45-47页 |
| 第五章 基于危险模式的枢纽机场航班延误波及传递模型 | 第47-54页 |
| 5.1 危险模式理论 | 第47页 |
| 5.2 基于危险模式理论的航班延误波及传递模型 | 第47-49页 |
| 5.2.1 延误波及传递模型框架 | 第47-48页 |
| 5.2.2 延误波及传递模型的相关符号定义 | 第48-49页 |
| 5.3 延误波及传递模型的算法 | 第49-51页 |
| 5.3.1 初始检测器的生成流程设计 | 第49-50页 |
| 5.3.2 检测器的自体耐受过程 | 第50-51页 |
| 5.3.3 免疫检测过程实现 | 第51页 |
| 5.4 航班延误波及传递模型的仿真实验结果 | 第51-53页 |
| 5.5 本章小结 | 第53-54页 |
| 第六章 总结与展望 | 第54-56页 |
| 6.1 总结 | 第54页 |
| 6.2 展望 | 第54-56页 |
| 致谢 | 第56-57页 |
| 参考文献 | 第57-61页 |
| 攻读学位期间的科研成果 | 第61页 |
