| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.2 研究现状 | 第10-13页 |
| 1.2.1 国外现状 | 第10-11页 |
| 1.2.2 国内现状 | 第11-13页 |
| 1.3 本文研究目标和内容 | 第13-15页 |
| 第二章 终端区交通态势的基础知识概述 | 第15-26页 |
| 2.1 终端区交通态势模型构建 | 第15-16页 |
| 2.1.1 态势理论 | 第15页 |
| 2.1.2 终端区交通态势识别理论 | 第15-16页 |
| 2.2 模糊推理方法 | 第16-22页 |
| 2.2.1 基本原理 | 第16-21页 |
| 2.2.2 应用及优缺点 | 第21-22页 |
| 2.3 模糊聚类算法 | 第22-23页 |
| 2.4 粗糙集理论基本知识 | 第23-25页 |
| 2.5 粗糙集理论应用的基本算法步骤 | 第25页 |
| 2.6 本章小结 | 第25-26页 |
| 第三章 基于模糊C均值（FCM）的终端区交通态势识别方法研究 | 第26-38页 |
| 3.1 终端区交通态势影响因素 | 第26-28页 |
| 3.2 复杂度概念及计算方法 | 第28-30页 |
| 3.2.1 空中交通复杂度的定义 | 第28-29页 |
| 3.2.2 复杂度的计算 | 第29-30页 |
| 3.3 基于模糊C均值（FCM）的终端区交通态势识别研究 | 第30-34页 |
| 3.3.1 基于模糊C均值（FCM）的终端区交通态势识别研究方法 | 第30-31页 |
| 3.3.2 基于模糊C均值（FCM）的终端区交通态势识别步骤 | 第31-34页 |
| 3.4 基于模糊C均值（FCM）的终端区交通态势识别的算例分析 | 第34-37页 |
| 3.4.1 识别对象集和指标集的确定 | 第34-36页 |
| 3.4.2 决策表处理及结果 | 第36-37页 |
| 3.5 本章小结 | 第37-38页 |
| 第四章 基于模糊C均值（FCM）-粗糙集的终端区交通态势识别研究 | 第38-51页 |
| 4.1 基于模糊C均值（FCM）-粗糙集的终端区交通态势识别研究方法 | 第38页 |
| 4.2 终端区交通态势识别的影响因素 | 第38-39页 |
| 4.3 不均衡度概念及计算方法 | 第39-42页 |
| 4.3.1 洛伦茨曲线原理 | 第40页 |
| 4.3.2 洛伦茨曲线基本形态分析 | 第40-41页 |
| 4.3.3 不均衡度计算方法 | 第41-42页 |
| 4.4 基于模糊C均值（FCM）-粗糙集的终端区交通态势识别 | 第42-44页 |
| 4.5 基于模糊C均值（FCM）-粗糙集的终端区交通态势识别的算例分析 | 第44-50页 |
| 4.5.1 识别对象集和指标集的确定 | 第44-45页 |
| 4.5.2 决策表离散化处理 | 第45-46页 |
| 4.5.3 条件属性简约、重要性及权重 | 第46-47页 |
| 4.5.4 建立模糊关系矩阵 | 第47-48页 |
| 4.5.5 建立模糊综合评判矩阵 | 第48-50页 |
| 4.6 本章小结 | 第50-51页 |
| 第五章 算例仿真及分析 | 第51-61页 |
| 5.1 终端区交通态势识别系统的建立 | 第51-54页 |
| 5.2 基于模糊C均值（FCM）的终端区交通态势识别算例仿真 | 第54-58页 |
| 5.3 基于模糊C均值（FCM）-粗糙集的终端区交通态势识别算例仿真 | 第58-59页 |
| 5.4 两种识别系统输出结果的比较分析 | 第59-60页 |
| 5.5 本章小结 | 第60-61页 |
| 第六章 总结和展望 | 第61-63页 |
| 6.1 论文主要工作总结 | 第61-62页 |
| 6.1.1 工作总结 | 第61页 |
| 6.1.2 主要创新点 | 第61-62页 |
| 6.2 未来工作展望 | 第62-63页 |
| 致谢 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 作者简介 | 第68页 |
