飞机过站时间可预测性研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-19页 |
| 1.1 研究背景和意义 | 第10-11页 |
| 1.2 国内外研究综述 | 第11-17页 |
| 1.2.1 国外 | 第11-14页 |
| 1.2.2 国内 | 第14-17页 |
| 1.3 论文内容安排 | 第17-18页 |
| 1.4 本章小结 | 第18-19页 |
| 第二章 飞机过站时间可预测性的定义 | 第19-25页 |
| 2.1 可预测性定义 | 第19-20页 |
| 2.2 航班运行流程 | 第20-22页 |
| 2.2.1 滑行过程概况 | 第21页 |
| 2.2.2 地面保障概况 | 第21-22页 |
| 2.3 过站时间描述与定义 | 第22-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第三章 飞机过站时间影响因素分析 | 第25-39页 |
| 3.1 过站时间计算数据 | 第25-30页 |
| 3.1.1 数据源 | 第25-26页 |
| 3.1.2 连续航班筛选 | 第26-30页 |
| 3.2 影响因素分析 | 第30-34页 |
| 3.2.1 机型 | 第30-31页 |
| 3.2.2 到港时间 | 第31-32页 |
| 3.2.3 起降架次 | 第32页 |
| 3.2.4 场面航班数 | 第32-34页 |
| 3.3 过站时间相关性分析 | 第34-37页 |
| 3.4 本章小结 | 第37-39页 |
| 第四章 飞机过站时间可预测性评价 | 第39-53页 |
| 4.1 可预测性值计算方法 | 第39-40页 |
| 4.2 飞机过站时间可预测性分析 | 第40-45页 |
| 4.2.1 观测尺度 | 第41-42页 |
| 4.2.2 机场流量 | 第42-44页 |
| 4.2.3 场面航班数 | 第44-45页 |
| 4.3 基于云模型的过站时间可预测性模糊评价 | 第45-51页 |
| 4.3.1 云模型原理 | 第45-48页 |
| 4.3.2 基于云模型的过站时间可预测性的评价 | 第48-51页 |
| 4.4 本章小结 | 第51-53页 |
| 第五章 基于贝叶斯网络的过站时间预测 | 第53-64页 |
| 5.1 贝叶斯网络模型概述 | 第54-58页 |
| 5.1.1 最大似然估计 | 第54-56页 |
| 5.1.2 贝叶斯估计 | 第56-57页 |
| 5.1.3 过站时间估计 | 第57-58页 |
| 5.2 上海浦东机场概况 | 第58-60页 |
| 5.3 数据验证 | 第60-63页 |
| 5.4 本章小结 | 第63-64页 |
| 第六章 总结与展望 | 第64-66页 |
| 6.1 研究结论 | 第64页 |
| 6.2 研究展望 | 第64-66页 |
| 致谢 | 第66-67页 |
| 参考文献 | 第67-71页 |
| 作者简介 | 第71页 |
