| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 研究背景和意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 国外研究现状 | 第11-12页 |
| 1.2.2 国内研究现状 | 第12-14页 |
| 1.3 论文结构 | 第14-15页 |
| 第二章 大面积航班延误概念及分布规律研究 | 第15-33页 |
| 2.1 现行航班延误定义和大面积航班延误定义 | 第15-17页 |
| 2.1.1 现行航班延误定义 | 第15-16页 |
| 2.1.2 大面积航班延误定义 | 第16-17页 |
| 2.2 现行航班延误因素统计办法 | 第17-18页 |
| 2.3 大面积航班延误分布规律分析 | 第18-26页 |
| 2.3.1 各空域大面积航班延误分布 | 第20-21页 |
| 2.3.2 各地区大面积航班延误分布 | 第21-23页 |
| 2.3.3 月度大面积航班延误分布 | 第23页 |
| 2.3.4 大面积航班延误时长分布 | 第23-24页 |
| 2.3.5 大面积航班延误原因分布 | 第24-26页 |
| 2.3.6 基于通行能力下降率的大面积航班延误等级分布 | 第26页 |
| 2.4 基于统计分析的大面积航班延误分布规律分析 | 第26-31页 |
| 2.4.1 主要统计分析方法简介 | 第27页 |
| 2.4.2 通行能力下降率对航班延误等级的影响 | 第27-29页 |
| 2.4.3 基于K-Means聚类分析的地区流量等级划分 | 第29-30页 |
| 2.4.4 预警时长与流量等级双因素方差分析 | 第30-31页 |
| 2.5 本章小结 | 第31-33页 |
| 第三章 基于航班计划的大面积航班延误实时预警模型 | 第33-44页 |
| 3.1 问题分析 | 第33页 |
| 3.2 航班延误实时预测模型和符号定义 | 第33-40页 |
| 3.2.1 模型中符号的定义 | 第33页 |
| 3.2.2 航班平均延误时间预测模型 | 第33-40页 |
| 3.3 算例分析 | 第40-43页 |
| 3.4 本章小结 | 第43-44页 |
| 第四章 基于改进SIR的大面积航班延误传播预警模型 | 第44-53页 |
| 4.1 经典SIR模型 | 第44-46页 |
| 4.1.1 经典SIR模型建立 | 第44-45页 |
| 4.1.2 经典SIR模型分析 | 第45-46页 |
| 4.2 航班延误状态转化机理 | 第46-47页 |
| 4.3 改进SIR大面积航班延误传播模型 | 第47-49页 |
| 4.3.1 模型假设与符号约定 | 第48页 |
| 4.3.2 基于改进SIR模型的各航班状态转化图 | 第48-49页 |
| 4.4 算例分析及参数分析 | 第49-52页 |
| 4.4.1 算例分析 | 第49-50页 |
| 4.4.2 主要参数分析及结论 | 第50-52页 |
| 4.5 本章小结 | 第52-53页 |
| 第五章 基于SVM的大面积航班延误实时预警研究 | 第53-62页 |
| 5.1 支持向量机概述 | 第53-55页 |
| 5.1.1 支持向量机简介 | 第53-55页 |
| 5.1.2 LIBSVM工具箱简介 | 第55页 |
| 5.2 基于SVM的大面积航班延误实时预警模型 | 第55-58页 |
| 5.2.1 大面积航班延误预警等级预测模型建立 | 第56页 |
| 5.2.2 大面积航班延误数据集属性说明 | 第56-58页 |
| 5.3 实验及运行结果分析 | 第58-61页 |
| 5.3.1 选定训练集和测试集 | 第58-59页 |
| 5.3.2 数据归一化处理 | 第59-60页 |
| 5.3.3 模型的训练与预测 | 第60页 |
| 5.3.4 结果对比分析 | 第60-61页 |
| 5.4 本章小结 | 第61-62页 |
| 第六章 结论与展望 | 第62-64页 |
| 6.1 论文总结 | 第62页 |
| 6.2 局限性与展望 | 第62-64页 |
| 致谢 | 第64-65页 |
| 参考文献 | 第65-69页 |
| 作者简介 | 第69页 |
