基于WITI的分段线性机场延误研究模型
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 注释表 | 第10-11页 |
| 缩略词 | 第11-12页 |
| 第一章 绪论 | 第12-19页 |
| 1.1 研究背景 | 第12页 |
| 1.2 研究意义 | 第12-17页 |
| 1.2.1 国内研究概况 | 第13页 |
| 1.2.2 国外研究概况 | 第13-17页 |
| 1.3 研究内容和章节安排 | 第17-19页 |
| 1.3.1 研究内容 | 第17页 |
| 1.3.2 章节安排 | 第17-19页 |
| 第二章 基于数据拟合的天气影响空中交通的量化模型 | 第19-43页 |
| 2.1 天气影响空中交通指数的发展 | 第19-20页 |
| 2.2 天气影响交通指数的分类 | 第20-22页 |
| 2.2.1 航路WITI | 第20-21页 |
| 2.2.2 机场终端区WITI | 第21页 |
| 2.2.3 预测天气影响交通指数 | 第21-22页 |
| 2.3 天气影响空中交通指数的计算方法概述 | 第22-24页 |
| 2.3.1 天气影响空中交通指数的计算 | 第22-24页 |
| 2.4 数据提取 | 第24-30页 |
| 2.4.1 天气数据获取 | 第24-26页 |
| 2.4.2 重要天气的量化 | 第26-29页 |
| 2.4.3 延误数据提取 | 第29-30页 |
| 2.5 基于最小二乘法的模型建立 | 第30-38页 |
| 2.5.1 最小二乘法基本原理 | 第31-33页 |
| 2.5.2 基于最小二乘法建立单一线性模型 | 第33-35页 |
| 2.5.3 分段式线性模型 | 第35-38页 |
| 2.6 相关性分析 | 第38-41页 |
| 2.6.1 相关性分析分类及选择 | 第38-40页 |
| 2.6.2 WITI和延误时间的相关性分析 | 第40-41页 |
| 2.7 本章总结 | 第41-43页 |
| 第三章 基于WITI数据的延误预测模型 | 第43-47页 |
| 3.1 线性拟合 | 第43-45页 |
| 3.1.1 线性拟合原理及步骤 | 第43页 |
| 3.1.2 线性拟合结果及分析 | 第43-45页 |
| 3.2 模型验证及相关性分析 | 第45-46页 |
| 3.2.1 Pearson相关性分析 | 第45页 |
| 3.2.2 配对T检验 | 第45-46页 |
| 3.3 本章总结 | 第46-47页 |
| 第四章 案例分析 | 第47-55页 |
| 4.1 延误分类 | 第47-48页 |
| 4.2 交通量选取 | 第48-51页 |
| 4.2.1 基于两种线性模型的WITI计算 | 第48-51页 |
| 4.3 延误预测 | 第51-53页 |
| 4.3.1 延误程度分类后的延误预测 | 第51-53页 |
| 4.3.2 利用真实延误分类延误预测 | 第53页 |
| 4.4 误差分析 | 第53-54页 |
| 4.5 本章总结 | 第54-55页 |
| 第五章 结论与展望 | 第55-57页 |
| 5.1 结论 | 第55页 |
| 5.2 展望 | 第55-57页 |
| 参考文献 | 第57-62页 |
| 致谢 | 第62-63页 |
| 在学期间的研究成果及发表的论文 | 第63-64页 |
| 附录1 | 第64-65页 |
| 附录2 | 第65页 |
