| 创新点摘要 | 第1-6页 |
| 摘要 | 第6-8页 |
| ABSTRACT | 第8-14页 |
| 第1章 绪论 | 第14-28页 |
| ·课题的研究背景及意义 | 第14-17页 |
| ·课题相关技术的研究现状 | 第17-23页 |
| ·VTS发展现状 | 第17-19页 |
| ·GIS技术发展现状 | 第19-20页 |
| ·船舶搁浅预警技术发展现状 | 第20-21页 |
| ·最优路径设计技术的发展现状 | 第21-22页 |
| ·交通信息智能预测技术的发展现状 | 第22-23页 |
| ·论文的主要研究内容 | 第23-26页 |
| ·论文结构 | 第26-28页 |
| 第2章 VTS系统特性研究 | 第28-40页 |
| ·引言 | 第28页 |
| ·VTS系统特性分析 | 第28-34页 |
| ·结构特性 | 第29-30页 |
| ·功能特性 | 第30-31页 |
| ·效能特性 | 第31-33页 |
| ·管理特性 | 第33-34页 |
| ·目前VTS中存在的几点问题及解决方案 | 第34-38页 |
| ·值班人员劳动强度大 | 第34-35页 |
| ·空间数据处理能力不足 | 第35-36页 |
| ·报警功能误警率虚警率高 | 第36页 |
| ·信息共享率低 | 第36-37页 |
| ·交通组织服务效率低 | 第37-38页 |
| ·本章小结 | 第38-40页 |
| 第3章 VTS智能综合信息平台体系的研究 | 第40-56页 |
| ·引言 | 第40-41页 |
| ·VTS综合信息平台体系分析 | 第41-45页 |
| ·综合信息平台信息集成 | 第41-42页 |
| ·综合信息平台分类 | 第42页 |
| ·综合信息平台信息交换机制 | 第42-43页 |
| ·综合信息平台体系结构 | 第43-44页 |
| ·综合信息平台网络结构 | 第44-45页 |
| ·VTS智能综合信息平台的设计 | 第45-53页 |
| ·基于GIS-T的后台数据仓库 | 第47-48页 |
| ·综合信息处理中心 | 第48-49页 |
| ·智能决策支持系统 | 第49-50页 |
| ·知识库,即专家系统 | 第50-52页 |
| ·各子系统之间的接口部分 | 第52-53页 |
| ·构建平台工具介绍 | 第53-54页 |
| ·SQL Server 2005工具 | 第53-54页 |
| ·Visual Studio 2010工具 | 第54页 |
| ·本章小结 | 第54-56页 |
| 第4章 基于GIS-T的智能船舶交通管理系统体系结构 | 第56-88页 |
| ·引言 | 第56-57页 |
| ·基于GIS-T的VTS体系结构研究 | 第57-63页 |
| ·GIS的核心功能 | 第57-59页 |
| ·基于GIS-T的信息处理平台体系 | 第59-63页 |
| ·GIS-T数据库设计方案 | 第63-78页 |
| ·ENC文件空间数据的提取 | 第63-72页 |
| ·GIS-T数据库设计 | 第72-78页 |
| ·实验与工程案例分析 | 第78-86页 |
| ·两种体系结构VTS空间分析能力对比 | 第78-81页 |
| ·两种体系结构VTS属性数据管理性能对比 | 第81-85页 |
| ·两种体系结构VTS空间数据管理性能对比 | 第85-86页 |
| ·本章小结 | 第86-88页 |
| 第5章 基于模糊综合评判的船舶搁浅预警算法 | 第88-110页 |
| ·引言 | 第88-89页 |
| ·船舶搁浅因素分析 | 第89-90页 |
| ·关键技术 | 第90-94页 |
| ·GIS-T与人工智能结合的必要性和可行性 | 第90页 |
| ·利用模糊理论进行搁浅预警研究的可行性分析 | 第90-91页 |
| ·DCPA与TCPA的计算 | 第91-92页 |
| ·VTS模拟器 | 第92-94页 |
| ·基于模糊综合评判的船舶搁浅预警算法 | 第94-103页 |
| ·分析影响GRI的因素 | 第94-95页 |
| ·建立基于模糊理论的计算模型 | 第95-103页 |
| ·实验结果与分析 | 第103-108页 |
| ·传统VTS搁浅预警方法 | 第103-104页 |
| ·实验1及结果分析 | 第104-105页 |
| ·实验2及结果分析 | 第105-106页 |
| ·实验3及结果分析 | 第106-108页 |
| ·实验结果总结 | 第108页 |
| ·本章小结 | 第108-110页 |
| 第6章 基于遗传算法的船舶避浅航线设计 | 第110-124页 |
| ·引言 | 第110-111页 |
| ·遗传算法的理论基础 | 第111-115页 |
| ·基本要素 | 第111-112页 |
| ·算法流程 | 第112-114页 |
| ·适应度函数 | 第114-115页 |
| ·基于遗传算法的船舶避浅航线的设计 | 第115-119页 |
| ·个体编码及初始种群的生成 | 第116-117页 |
| ·适应度函数和目标函数的设计 | 第117-118页 |
| ·设计模型 | 第118-119页 |
| ·实验结果与分析 | 第119-123页 |
| ·实验1及结果分析 | 第119-120页 |
| ·实验2及结果分析 | 第120-123页 |
| ·本章小结 | 第123-124页 |
| 第7章 基于灰色系统理论的VTS船舶流量智能预测 | 第124-142页 |
| ·引言 | 第124-125页 |
| ·交通信息智能预测技术 | 第125-130页 |
| ·在VTS中进行交通信息预测研究的必要性 | 第126-127页 |
| ·交通信息预测方法分类 | 第127-128页 |
| ·交通信息智能预测流程 | 第128-130页 |
| ·灰色预测基本理论 | 第130-133页 |
| ·基于灰色系统理论自适应GM(1,1)模型的船舶流量预测 | 第133-139页 |
| ·实验结果及分析 | 第139-140页 |
| ·本章小结 | 第140-142页 |
| 结论 | 第142-146页 |
| 参考文献 | 第146-154页 |
| 攻读学位期间公开发表论文及科研成果 | 第154-156页 |
| 致谢 | 第156-158页 |
| 作者简介 | 第158页 |