创新点摘要 | 第4-5页 |
摘要 | 第5-7页 |
ABSTRACT | 第7-8页 |
1 绪论 | 第16-41页 |
1.1 研究背景及意义 | 第16-21页 |
1.1.1 研究背景 | 第17-19页 |
1.1.2 研究意义 | 第19-21页 |
1.2 国内外研究现状分析 | 第21-38页 |
1.2.1 风险评估相关概念 | 第21-24页 |
1.2.2 海上交通风险评估方法的现状分析 | 第24-32页 |
1.2.3 恶劣天气下海上交通风险评估研究的现状分析 | 第32-38页 |
1.3 主要研究思路 | 第38-41页 |
1.3.1 主要研究目标、思路和任务 | 第38-39页 |
1.3.2 主要工作与内容安排 | 第39-41页 |
2 恶劣天气下海上交通风险动态预评估模型 | 第41-77页 |
2.1 恶劣天气下海上交通风险动态预评估内涵 | 第41-49页 |
2.1.1 恶劣天气下海上交通风险因素分析 | 第41-42页 |
2.1.2 恶劣天气下海上交通风险类型分析 | 第42-45页 |
2.1.3 恶劣天气下海上交通风险评估重点关注对象 | 第45-49页 |
2.2 恶劣天气下海上交通风险动态预评估体系 | 第49-51页 |
2.2.1 恶劣天气下海上交通风险评估体系要素分析 | 第49-50页 |
2.2.2 恶劣天气下海上交通动态风险预评估体系结构 | 第50-51页 |
2.3 基于模糊综合评判的风险动态预评估模型 | 第51-60页 |
2.3.1 恶劣天气下海上交通风险动态预评估模型 | 第51-53页 |
2.3.2 大风浪天气下海上交通风险动态预评估模型 | 第53-57页 |
2.3.3 能见度不良天气下海上交通风险动态预评估模型 | 第57-59页 |
2.3.4 冰区航行船舶海上交通风险动态预评估模型 | 第59-60页 |
2.4 基于模糊信息分配的恶劣天气下海上交通风险矩阵 | 第60-75页 |
2.4.1 模糊信息分配的基本概念和原理 | 第60-63页 |
2.4.2 基于模糊信息分配理论的风险矩阵及其比较分析 | 第63-72页 |
2.4.3 恶劣天气下海上交通风险矩阵 | 第72-75页 |
2.5 本章小结 | 第75-77页 |
3 风险动态信息数据预测与处理技术 | 第77-103页 |
3.1 海上恶劣天气信息数据处理技术 | 第77-89页 |
3.1.1 精细化网格大风信息数据处理技术 | 第77-79页 |
3.1.2 精细化网格海浪信息数据处理技术 | 第79-82页 |
3.1.3 重点关注海域海上能见度信息数据处理技术 | 第82-85页 |
3.1.4 卫星遥感海冰信息数据处理技术 | 第85-89页 |
3.2 基于人工神经网络的短时船舶交通流密度预测技术 | 第89-102页 |
3.2.1 船舶交通流密度及其预测研究现状 | 第89-91页 |
3.2.2 基于人工神经网络的短时船舶交通流密度预测模型 | 第91-94页 |
3.2.3 成山角附近海域船舶交通流密度预测实例验证 | 第94-102页 |
3.3 本章小结 | 第102-103页 |
4 恶劣天气下海上交通风险动态预评估系统 | 第103-133页 |
4.1 大风浪天气下海上交通风险动态预评估系统 | 第103-114页 |
4.1.1 构建思路和主要功能 | 第103-104页 |
4.1.2 系统组成和工作流程 | 第104-105页 |
4.1.3 系统仿真应用实例分析 | 第105-114页 |
4.2 能见度不良天气下海上交通风险动态预评估系统 | 第114-121页 |
4.2.1 构建思路和主要功能 | 第114-115页 |
4.2.2 系统组成和工作流程 | 第115-117页 |
4.2.3 系统仿真应用实例分析 | 第117-121页 |
4.3 冰区航行船舶海上交通风险动态预评估系统 | 第121-132页 |
4.3.1 构建思路和主要功能 | 第121-123页 |
4.3.2 系统组成和工作流程 | 第123-125页 |
4.3.3 系统仿真应用实例分析 | 第125-132页 |
4.5 本章小结 | 第132-133页 |
5 结论与展望 | 第133-138页 |
5.1 结论 | 第133-135页 |
5.2 创新点 | 第135-136页 |
5.3 展望 | 第136-138页 |
参考文献 | 第138-151页 |
作者简历及攻读博士学位期间的科研成果 | 第151-153页 |
致谢 | 第153页 |