| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第11-29页 |
| 1.1 研究背景与意义 | 第11-12页 |
| 1.1.1 研究背景 | 第11-12页 |
| 1.1.2 研究意义 | 第12页 |
| 1.2 空中交通拥挤基础知识 | 第12-18页 |
| 1.2.1 航空器飞行过程简介 | 第12-13页 |
| 1.2.2 空中交通流运行特性 | 第13-15页 |
| 1.2.3 空中交通拥挤的概念、分类及其属性 | 第15-18页 |
| 1.2.4 空中交通拥挤识别与预测的概念 | 第18页 |
| 1.3 国内外研究现状 | 第18-26页 |
| 1.3.1 交通拥挤定义的研究现状 | 第19-22页 |
| 1.3.2 交通拥挤识别方法的研究现状 | 第22-23页 |
| 1.3.3 交通拥挤预测方法的研究现状 | 第23-25页 |
| 1.3.4 现在研究中存在的不足 | 第25-26页 |
| 1.4 研究内容和章节安排 | 第26-29页 |
| 1.4.1 研究内容 | 第26-27页 |
| 1.4.2 章节安排 | 第27-29页 |
| 第二章 空中交通拥挤的定义及其度量指标的研究 | 第29-53页 |
| 2.1 空中交通拥挤的定义 | 第29-30页 |
| 2.2 基于复杂网络理论的空中交通拥挤行为分析 | 第30-45页 |
| 2.2.1 复杂网络理论概述 | 第30-32页 |
| 2.2.2 基于航空网络拓扑结构特征的拥挤行为分析 | 第32-39页 |
| 2.2.3 基于航空网络流量波动特性的拥挤行为分析 | 第39-45页 |
| 2.3 拥挤度量指标的建立 | 第45-52页 |
| 2.3.1 交通流参数 | 第45-47页 |
| 2.3.2 滞留度指标 | 第47-49页 |
| 2.3.3 饱和度指标 | 第49-50页 |
| 2.3.4 汇聚度指标 | 第50页 |
| 2.3.5 潜在冲突量指标 | 第50-51页 |
| 2.3.6 拥挤指标的应用 | 第51-52页 |
| 2.4 小结 | 第52-53页 |
| 第三章 机场拥挤的识别与预测方法研究 | 第53-89页 |
| 3.1 机场拥挤指标的选取 | 第53-55页 |
| 3.2 机场拥挤指标的时变特性分析 | 第55-57页 |
| 3.3 机场拥挤识别 | 第57-61页 |
| 3.3.1 基于灰色聚类的机场拥挤识别 | 第58-59页 |
| 3.3.2 白化权函数的确定 | 第59-61页 |
| 3.4 机场拥挤预测 | 第61-78页 |
| 3.4.1 基于不确定性的机场需求预测 | 第61-65页 |
| 3.4.2 基于 PCA-K 聚类的机场容量预测 | 第65-70页 |
| 3.4.3 基于模糊软集合理论的机场滞留度预测 | 第70-77页 |
| 3.4.4 机场拥挤预测的步骤 | 第77-78页 |
| 3.5 算例与分析 | 第78-87页 |
| 3.5.1 机场拥挤识别的算例与分析 | 第78-80页 |
| 3.5.2 机场拥挤预测的算例与分析 | 第80-87页 |
| 3.6 小结 | 第87-89页 |
| 第四章 交叉航路拥挤的识别与预测方法研究 | 第89-109页 |
| 4.1 交叉航路拥挤指标的选取 | 第89-91页 |
| 4.2 交叉航路汇聚度模型的建立 | 第91-96页 |
| 4.2.1 交叉航路模型 | 第91-92页 |
| 4.2.2 汇聚度模型 | 第92-96页 |
| 4.3 交叉航路拥挤指标的时变特性分析 | 第96-97页 |
| 4.4 交叉航路拥挤识别 | 第97-98页 |
| 4.5 交叉航路拥挤预测 | 第98-101页 |
| 4.5.1 基于多元回归的汇聚度预测 | 第98-99页 |
| 4.5.2 基于模糊软集合理论的交叉航路滞留度预测 | 第99-100页 |
| 4.5.3 交叉航路拥挤预测的步骤 | 第100-101页 |
| 4.6 算例与分析 | 第101-108页 |
| 4.6.1 交叉航路拥挤识别的算例与分析 | 第101-103页 |
| 4.6.2 交叉航路拥挤预测的算例与分析 | 第103-108页 |
| 4.7 小结 | 第108-109页 |
| 第五章 终端区拥挤的识别与预测方法研究 | 第109-129页 |
| 5.1 终端区拥挤指标的选取 | 第109-111页 |
| 5.2 终端区拥挤指标时变特性分析 | 第111-112页 |
| 5.3 终端区拥挤识别 | 第112-113页 |
| 5.4 终端区拥挤预测 | 第113-119页 |
| 5.4.1 基于混沌理论的潜在冲突量预测 | 第113-117页 |
| 5.4.2 基于模糊软集合理论的终端区滞留度预测 | 第117-118页 |
| 5.4.3 终端区拥挤预测的步骤 | 第118-119页 |
| 5.5 算例与分析 | 第119-127页 |
| 5.5.1 终端区拥挤识别算例分析 | 第119-121页 |
| 5.5.2 终端区拥挤预测算例分析 | 第121-127页 |
| 5.6 小结 | 第127-129页 |
| 第六章 机场网络的拥挤传播预测研究 | 第129-147页 |
| 6.1 机场拥挤传播问题分析 | 第129-130页 |
| 6.2 基于结构与功能的机场重要性评估 | 第130-135页 |
| 6.2.1 机场重要度评估模型 | 第131-133页 |
| 6.2.2 机场重要度评估方法 | 第133-134页 |
| 6.2.3 机场重要度评估方法的准确性分析 | 第134-135页 |
| 6.3 基于多维标度法的机场相关性分析 | 第135-137页 |
| 6.3.1 多维标度法的基本原理 | 第135页 |
| 6.3.2 基于多维标度法的机场相关性分析步骤 | 第135-137页 |
| 6.4 基于 ELMAN 神经网络的拥挤传播预测 | 第137-140页 |
| 6.4.1 Elman 神经网络的基本原理和算法简介 | 第137-139页 |
| 6.4.2 基于 Elman 神经网络的机场拥挤传播预测流程 | 第139-140页 |
| 6.5 算例与分析 | 第140-146页 |
| 6.5.1 机场重要性评估结果 | 第140-142页 |
| 6.5.2 机场相关性计算结果 | 第142-145页 |
| 6.5.3 机场拥挤传播预测结果 | 第145-146页 |
| 6.6 小结 | 第146-147页 |
| 第七章 结论与展望 | 第147-151页 |
| 7.1 论文主要工作总结 | 第147-148页 |
| 7.2 论文主要创新点 | 第148-149页 |
| 7.3 未来工作展望 | 第149-151页 |
| 参考文献 | 第151-161页 |
| 发表论文和参加科研情况说明 | 第161-162页 |
| 致谢 | 第162页 |
