雷雨天气引发的航班延误初步量化研究
| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 研究背景 | 第10-12页 |
| 1.2 国内外研究现状 | 第12-16页 |
| 1.2.1 国内研究现状 | 第12-14页 |
| 1.2.2 国外研究现状 | 第14-16页 |
| 1.3 主要意义与内容 | 第16-17页 |
| 1.4 本章小节 | 第17-18页 |
| 第二章 气象资料处理与雷雨天气特征研究 | 第18-24页 |
| 2.1 气象资料介绍及处理 | 第18-19页 |
| 2.2 双流机场雷雨特征分析 | 第19-23页 |
| 2.2.1 双流机场雷雨的月变化特征 | 第19-20页 |
| 2.2.2 双流机场雷雨的日变化特征 | 第20-22页 |
| 2.2.3 双流机场的雷雨持续时间 | 第22-23页 |
| 2.3 本章小结 | 第23-24页 |
| 第三章 雷雨天气下的航班延误特征研究 | 第24-37页 |
| 3.1 航班延误定义及延误因素 | 第24-26页 |
| 3.1.1 航班延误定义 | 第24-25页 |
| 3.1.2 航班延误因素分析 | 第25-26页 |
| 3.2 雷雨季的航班延误特征研究 | 第26-33页 |
| 3.2.1 雷雨季的航班延误率特征 | 第26-29页 |
| 3.2.2 雷雨季的航班延误时长特征 | 第29-31页 |
| 3.2.3 雷暴时数与航班延误率的相关性 | 第31-33页 |
| 3.3 雷雨日的航班延误特征研究 | 第33-36页 |
| 3.3.1 雷雨日的航班延误平均时间 | 第33-34页 |
| 3.3.2 雷雨日的航班延误等级 | 第34-36页 |
| 3.4 本章小结 | 第36-37页 |
| 第四章 针对雷雨季节的航班延误预测 | 第37-54页 |
| 4.1 隐马尔科夫模型的研究 | 第37-40页 |
| 4.1.1 隐马尔科夫模型基本概念 | 第37-38页 |
| 4.1.2 隐马尔科夫模型三种问题的解决 | 第38-40页 |
| 4.2 隐马尔科夫的航班延误预测 | 第40-45页 |
| 4.2.1 研究变量的选取 | 第40-41页 |
| 4.2.2 隐马尔科夫模型结构的设定 | 第41页 |
| 4.2.3航班延误预测模型实验 | 第41-45页 |
| 4.3 卷积神经网络模型的研究 | 第45-49页 |
| 4.3.1 卷积神经网络基本概念 | 第45-46页 |
| 4.3.2 卷积神经网络各层原理 | 第46-48页 |
| 4.3.3 卷积神经网络训练 | 第48-49页 |
| 4.4 融入雷雨数据的卷积神经网络航班延误预测 | 第49-53页 |
| 4.4.1 模型训练的流程 | 第49-51页 |
| 4.4.2 数据的预处理与融合 | 第51-52页 |
| 4.4.3 预测实验与结果分析 | 第52-53页 |
| 4.5 本章小结 | 第53-54页 |
| 第五章 一次强雷雨过程对航班延误的影响 | 第54-59页 |
| 5.1 强雷暴过程的卫星云图特征 | 第54-56页 |
| 5.2 强雷雨对于航班延误的时序性分析 | 第56-57页 |
| 5.3 针对雷雨天气下航班延误的建议 | 第57-58页 |
| 5.4 本章小结 | 第58-59页 |
| 第六章 总结与展望 | 第59-61页 |
| 6.1 总结 | 第59-60页 |
| 6.2 本文创新点 | 第60页 |
| 6.3 不足与展望 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 攻读硕士学位期间取得的学术成果 | 第65-66页 |
| 致谢 | 第66页 |
