多场景扇区容量评估技术研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 缩略词 | 第10-11页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 国内外研究现状及分析 | 第12-15页 |
| 1.2.1 国外研究现状 | 第12-14页 |
| 1.2.2 国内研究现状 | 第14-15页 |
| 1.3 研究内容与组织结构 | 第15-17页 |
| 第二章 管制员工作负荷模型研究 | 第17-23页 |
| 2.1 概述 | 第17-19页 |
| 2.1.1 管制员工作负荷定义 | 第17页 |
| 2.1.2 管制员工作负荷影响因素 | 第17-18页 |
| 2.1.3 管制员工作负荷测量方法 | 第18-19页 |
| 2.2 基于管制员工作负荷容量评估模型 | 第19-21页 |
| 2.2.1 管制员工作负荷分类 | 第19-21页 |
| 2.2.2 管制员工作负荷模型 | 第21页 |
| 2.3 恶劣天气影响下的管制员工作负荷模型 | 第21-22页 |
| 2.4 本章小结 | 第22-23页 |
| 第三章 扇区多场景容量评估 | 第23-35页 |
| 3.1 扇区多场景容量评估定义 | 第23-24页 |
| 3.2 恶劣天气影响下的容量评估方法 | 第24-28页 |
| 3.2.1 基于最大交通流容量评估方法 | 第24-25页 |
| 3.2.2 基于空域可用率容量评估方法 | 第25-27页 |
| 3.2.3 基于天气影响交通流指数容量评估方法 | 第27-28页 |
| 3.2.4 基于仿真建模容量评估方法 | 第28页 |
| 3.3 多场景扇区容量评估方法 | 第28-34页 |
| 3.3.1 多场景容量评估方法选取 | 第28-29页 |
| 3.3.2 WITI方法的改进 | 第29-30页 |
| 3.3.3 灰色神经网络原理 | 第30-32页 |
| 3.3.4 多场景扇区容量评估流程 | 第32-34页 |
| 3.4 本章小结 | 第34-35页 |
| 第四章 多场景扇区容量评估实例验证 | 第35-51页 |
| 4.1 背景介绍 | 第35-37页 |
| 4.2 基于天气影响交通流指标计算 | 第37-42页 |
| 4.2.1 输入指标-扇区流量统计 | 第37-38页 |
| 4.2.2 强对流天气下的天气规避区的生成 | 第38-42页 |
| 4.3 基于管制员工作负荷的扇区容量评估 | 第42-44页 |
| 4.3.1 管制员工作负荷权值计算 | 第42-43页 |
| 4.3.2 基于管制员工作负荷扇区容量评估 | 第43-44页 |
| 4.4 基于建模仿真的多场景容量指标计算 | 第44-46页 |
| 4.4.1 仿真建模参数 | 第44-46页 |
| 4.4.2 仿真建模结果 | 第46页 |
| 4.5 杭州多场景扇区容量评估结果 | 第46-50页 |
| 4.5.1 杭州多场景划分 | 第46-47页 |
| 4.5.2 基于灰色神经网络的扇区容量评估结果 | 第47-50页 |
| 4.6 本章小结 | 第50-51页 |
| 第五章 总结与展望 | 第51-52页 |
| 5.1 主要研究成果 | 第51页 |
| 5.2 研究展望分析 | 第51-52页 |
| 参考文献 | 第52-56页 |
| 致谢 | 第56-58页 |
| 在学期间的研究成果及发表的学术论文 | 第58页 |
