| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 课题背景及意义 | 第10-12页 |
| 1.2 国内外能耗监测研究现状 | 第12-14页 |
| 1.3 本文的主要内容和结构安排 | 第14-16页 |
| 第二章 航空公司能耗分析 | 第16-32页 |
| 2.1 能耗结构分析 | 第16-19页 |
| 2.2 能耗的影响因素 | 第19-28页 |
| 2.2.1 飞行能耗的影响因素 | 第19-21页 |
| 2.2.2 地面能耗的影响因素 | 第21-28页 |
| 2.3 能耗监测指标体系建立 | 第28-31页 |
| 2.4 本章小结 | 第31-32页 |
| 第三章 能耗数据的获取与监测 | 第32-47页 |
| 3.1 能耗数据计量的分类 | 第32-33页 |
| 3.2 飞行能耗的分项计量 | 第33-35页 |
| 3.3 地面能耗数据的分项计量 | 第35-37页 |
| 3.3.1 耗电的分项计量 | 第35-37页 |
| 3.3.2 汽油柴油的分项统计 | 第37页 |
| 3.4 监测方法 | 第37-43页 |
| 3.4.1 监测工作的职能分配 | 第38-39页 |
| 3.4.2 空间维度的监测 | 第39-40页 |
| 3.4.3 时间维度的监测 | 第40-43页 |
| 3.5 油耗的分项监测举例 | 第43-46页 |
| 3.5.1 基于巡航高度的公里油耗分项监测 | 第44-45页 |
| 3.5.2 基于巡航速度的公里油耗分项监测 | 第45-46页 |
| 3.6 本章小结 | 第46-47页 |
| 第四章 监测框架设计 | 第47-58页 |
| 4.1 监测的组织结构 | 第47-49页 |
| 4.2 监测的流程设计 | 第49-53页 |
| 4.2.1 能耗实际值 | 第50-51页 |
| 4.2.2 能耗预测值 | 第51-52页 |
| 4.2.3 事前：预测值与基准值比较 | 第52-53页 |
| 4.2.4 事后：实际值与基准值比较 | 第53页 |
| 4.3 监测的技术手段 | 第53-56页 |
| 4.4 监测的反馈机制 | 第56-57页 |
| 4.5 本章小结 | 第57-58页 |
| 第五章 能耗的预测 | 第58-78页 |
| 5.1 ARIMA预测模型 | 第58-65页 |
| 5.1.1 滑动时间窗的ARIMA | 第58-60页 |
| 5.1.2 模型识别 | 第60-61页 |
| 5.1.3 模型定阶 | 第61-62页 |
| 5.1.4 模型的参数估计 | 第62-63页 |
| 5.1.5 ARIMA能耗预测模型实例分析与结果 | 第63-65页 |
| 5.2 灰色马尔科夫预测模型 | 第65-69页 |
| 5.2.1 新陈代谢的GM(1,1)建模步骤 | 第65-67页 |
| 5.2.2 预测模型的马尔科夫修正 | 第67-68页 |
| 5.2.3 检验预测模型精度的方法 | 第68-69页 |
| 5.2.4 灰色马尔科夫算法实例分析与结果 | 第69页 |
| 5.3 GM-ARMA组合预测模型 | 第69-72页 |
| 5.3.1 新陈代谢的GM-ARMA预测模型 | 第70-71页 |
| 5.3.2 GM-ARMA结合算法实例分析与结果 | 第71-72页 |
| 5.4 灰色马尔科夫-ARMA组合预测模型 | 第72-75页 |
| 5.4.1 新陈代谢的灰色马尔科夫-ARMA预测模型 | 第72-73页 |
| 5.4.2 灰色马尔科夫-ARMA组合算法实例分析 | 第73-75页 |
| 5.5 预测的比较和分析 | 第75-77页 |
| 5.6 本章小结 | 第77-78页 |
| 第六章 总结与展望 | 第78-79页 |
| 致谢 | 第79-80页 |
| 参考文献 | 第80-83页 |
| 作者简介 | 第83页 |