| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7页 |
| 1 引言 | 第10-15页 |
| 1.1 研究背景与意义 | 第10-11页 |
| 1.2 研究现状 | 第11-12页 |
| 1.3 论文主要研究内容 | 第12-13页 |
| 1.4 论文组织结构 | 第13-15页 |
| 2 相关理论基础 | 第15-25页 |
| 2.1 小波分析 | 第15-20页 |
| 2.1.1 小波变换与多分辨分析 | 第15-17页 |
| 2.1.2 Mallat算法 | 第17-19页 |
| 2.1.3 小波去噪 | 第19-20页 |
| 2.2 BP神经网络 | 第20-25页 |
| 3 数据处理 | 第25-30页 |
| 3.1 数据的获取 | 第25-27页 |
| 3.2 数据清洗与去噪 | 第27-30页 |
| 4 民航旅客流量规律分析 | 第30-38页 |
| 4.1 旅客总体出行规律分析 | 第30-32页 |
| 4.2 航线客流量规律分析 | 第32-38页 |
| 4.2.1 普通工作周航线客流规律分析 | 第32-34页 |
| 4.2.2 节假日航线客流规律分析 | 第34-38页 |
| 5 民航旅客预测模型与应用 | 第38-59页 |
| 5.1 普通工作周流量预测模型与应用 | 第38-50页 |
| 5.1.1 BP神经网络预测模型与应用 | 第38-42页 |
| 5.1.2 嵌入型小波神经网络预测模型与应用 | 第42-48页 |
| 5.1.3 预测模型性能评价 | 第48-50页 |
| 5.2 节假日流量预测模型与应用 | 第50-59页 |
| 5.2.1 波动系数预测模型与应用 | 第50-53页 |
| 5.2.2 相似样本的松散型小波神经网络预测模型与应用 | 第53-57页 |
| 5.2.3 预测模型性能评价 | 第57-59页 |
| 6 总结与展望 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 学位论文数据集 | 第63页 |