动态数据驱动的航班延误预测关键技术研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-14页 |
| 注释表 | 第14-15页 |
| 缩略词 | 第15-16页 |
| 第一章 绪论 | 第16-28页 |
| ·引言 | 第16-17页 |
| ·研究背景 | 第16-17页 |
| ·项目来源与经费支持 | 第17页 |
| ·航班延误概述 | 第17-19页 |
| ·航班延误及其因素 | 第17-18页 |
| ·航班延误波及问题 | 第18-19页 |
| ·航班延误国内外研究现状及分析 | 第19-25页 |
| ·国外研究现状 | 第19-22页 |
| ·国内研究现状 | 第22-24页 |
| ·研究现状分析 | 第24-25页 |
| ·主要研究工作 | 第25-26页 |
| ·本文的内容安排 | 第26-28页 |
| 第二章 动态数据驱动应用系统 | 第28-40页 |
| ·DDDAS 的提出和发展 | 第28-29页 |
| ·提出的背景 | 第28页 |
| ·发展状况 | 第28-29页 |
| ·DDDAS 的基本框架 | 第29-31页 |
| ·DDDAS 定义 | 第29页 |
| ·DDDAS 基本原理 | 第29-30页 |
| ·DDDAS 框架结构 | 第30-31页 |
| ·DDDAS 的特点及研究内容 | 第31-33页 |
| ·DDDAS 与传统仿真模式的比较 | 第31-32页 |
| ·DDDAS 的研究内容 | 第32-33页 |
| ·DDDAS 在交通运输领域的应用研究 | 第33-38页 |
| ·地面交通 | 第33-34页 |
| ·轨道交通 | 第34-36页 |
| ·高速公路 | 第36-37页 |
| ·空中交通 | 第37-38页 |
| ·问题分析 | 第38页 |
| ·本章小结 | 第38-40页 |
| 第三章 航班延误状态空间模型 | 第40-53页 |
| ·状态空间模型概述 | 第40-43页 |
| ·原理 | 第40页 |
| ·概念定义 | 第40-43页 |
| ·状态空间模型的表示 | 第43-45页 |
| ·非线性状态空间模型 | 第43-44页 |
| ·混合状态空间模型 | 第44-45页 |
| ·线性状态空间模型 | 第45页 |
| ·单机多任务延误状态空间模型 | 第45-49页 |
| ·单机多任务延误波及事件序列分析 | 第45-47页 |
| ·单机多任务延误状态方程 | 第47-48页 |
| ·单机多任务延误观测方程 | 第48-49页 |
| ·连续进离港航班延误状态空间模型 | 第49-52页 |
| ·连续进离港航班延误波及事件序列分析 | 第49-50页 |
| ·连续进离港航班延误状态方程 | 第50-51页 |
| ·连续进离港航班延误观测方程 | 第51-52页 |
| ·本章小结 | 第52-53页 |
| 第四章 基于支持向量机的预测模型参数回归 | 第53-71页 |
| ·支持向量机 | 第53-57页 |
| ·最优分类超平面 | 第53-54页 |
| ·线性支持向量机 | 第54-56页 |
| ·非线性支持向量机 | 第56-57页 |
| ·支持向量回归机 | 第57-59页 |
| ·线性支持向量回归机 | 第57-58页 |
| ·非线性支持向量回归机 | 第58-59页 |
| ·数据集的准备 | 第59-64页 |
| ·数据分析 | 第59-60页 |
| ·特征选择 | 第60-62页 |
| ·数据标准化 | 第62-63页 |
| ·孤立点清理 | 第63-64页 |
| ·基于 SVR 的随机延误回归模型 | 第64-70页 |
| ·SVR 参数选择 | 第64-65页 |
| ·空中延误模型回归结果及分析 | 第65-67页 |
| ·场面延误模型回归结果及分析 | 第67-70页 |
| ·本章小结 | 第70-71页 |
| 第五章 动态系统的数据同化 | 第71-88页 |
| ·数据同化概述 | 第71-73页 |
| ·数据同化的必要性 | 第71-72页 |
| ·数据同化的概念 | 第72页 |
| ·数据同化的方法 | 第72-73页 |
| ·Kalman 滤波 | 第73-77页 |
| ·Kalman 滤波 | 第73-74页 |
| ·扩展 Kalman 滤波 | 第74-75页 |
| ·无迹 Kalman 滤波 | 第75-77页 |
| ·粒子滤波 | 第77-80页 |
| ·粒子滤波概述 | 第77页 |
| ·粒子滤波原理 | 第77-79页 |
| ·粒子滤波基本算法流程 | 第79-80页 |
| ·动态系统状态滤波对比实验 | 第80-87页 |
| ·实验描述及参数设置 | 第80页 |
| ·线性-线性系统状态滤波 | 第80-82页 |
| ·线性-非线性系统状态滤波 | 第82-83页 |
| ·非线性-线性系统状态滤波 | 第83-84页 |
| ·非线性-非线性系统状态滤波 | 第84-86页 |
| ·结论 | 第86-87页 |
| ·本章小结 | 第87-88页 |
| 第六章 动态数据驱动航班延误预测系统框架 | 第88-102页 |
| ·动态数据驱动航班延误预测系统框架 | 第88-90页 |
| ·框架结构图 | 第88-90页 |
| ·工作流程 | 第90页 |
| ·航班延误概率分布的确定 | 第90-95页 |
| ·有限混合模型 | 第91-92页 |
| ·基于遗传 EM 算法的参数估计 | 第92页 |
| ·延误密度估计 | 第92-93页 |
| ·模型泛化能力检验 | 第93-94页 |
| ·遗传 EM 算法的性能检验 | 第94-95页 |
| ·航班延误预测实验及结果分析 | 第95-101页 |
| ·实验说明 | 第95-96页 |
| ·连续任务航班延误预测 | 第96-99页 |
| ·连续进港航班延误预测 | 第99-101页 |
| ·本章小结 | 第101-102页 |
| 第七章 总结与展望 | 第102-104页 |
| ·总结 | 第102-103页 |
| ·展望 | 第103-104页 |
| 参考文献 | 第104-112页 |
| 致谢 | 第112-113页 |
| 在学期间的研究成果及发表的学术论文 | 第113-114页 |
