灰色预测在空管运行安全风险预警中的应用研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究背景与意义 | 第10-11页 |
| 1.1.1 研究背景 | 第10页 |
| 1.1.2 研究意义 | 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 主要工作和内容安排 | 第14-16页 |
| 1.3.1 主要工作 | 第14页 |
| 1.3.2 内容安排 | 第14-16页 |
| 第二章 空管运行安全风险的分析研究 | 第16-26页 |
| 2.1 安全风险与风险管理 | 第16-18页 |
| 2.1.1 安全、危险与风险 | 第16-17页 |
| 2.1.2 空管运行安全风险管理 | 第17-18页 |
| 2.2 基于SHEL模型的空管风险研究 | 第18-22页 |
| 2.3 跑滑风险预警评估指标体系 | 第22-25页 |
| 2.3.1 指标体系设计原则与方案 | 第22-25页 |
| 2.3.2 指标体系的建立 | 第25页 |
| 2.4 本章小结 | 第25-26页 |
| 第三章 基于灰色方法的风险预测研究 | 第26-42页 |
| 3.1 灰色建模原理与主要内容 | 第26-27页 |
| 3.2 灰色关联分析 | 第27-32页 |
| 3.2.1 灰色关联分析思想 | 第27页 |
| 3.2.2 灰色关联建模分析步骤 | 第27-29页 |
| 3.2.3 风险要素关联度分析 | 第29-32页 |
| 3.3 灰色神经网络组合预测 | 第32-39页 |
| 3.3.1 GM(1,1)模型 | 第32-36页 |
| 3.3.2 BP神经网络模型 | 第36-38页 |
| 3.3.3 灰色神经网络组合预测 | 第38-39页 |
| 3.4 应用MATLAB程序进行预测仿真 | 第39-41页 |
| 3.4.1 跑滑风险灰色预测仿真 | 第39-40页 |
| 3.4.2 跑滑风险神经网络预测仿真 | 第40-41页 |
| 3.5 本章小结 | 第41-42页 |
| 第四章 安全风险的系统动力学仿真 | 第42-51页 |
| 4.1 系统与建模流程 | 第42-43页 |
| 4.2 确定模型边界条件 | 第43-44页 |
| 4.3 风险要素因果关系与流图分析 | 第44-48页 |
| 4.3.1 风险因果关系分析 | 第44-45页 |
| 4.3.2 建立风险系统流图 | 第45-48页 |
| 4.4 风险预测仿真分析 | 第48-50页 |
| 4.5 本章小结 | 第50-51页 |
| 第五章 安全风险预警决策 | 第51-57页 |
| 5.1 预测与预警 | 第51-52页 |
| 5.1.1 预测与预警的区别与联系 | 第51页 |
| 5.1.2 风险预警原理与目标 | 第51-52页 |
| 5.2 风险警度等级与警情发布 | 第52-55页 |
| 5.2.1 风险警度等级 | 第52-54页 |
| 5.2.2 警情发布 | 第54-55页 |
| 5.3 风险预警决策 | 第55-56页 |
| 5.4 本章小结 | 第56-57页 |
| 第六章 总结与展望 | 第57-59页 |
| 6.1 论文工作与总结 | 第57-58页 |
| 6.2 展望 | 第58-59页 |
| 参考文献 | 第59-62页 |
| 致谢 | 第62-63页 |
| 作者简介 | 第63页 |
