基于灰色关联分析的中国二氧化碳排放量影响因素分析(英文)

如何实现中国碳减排目标已经成为当前的研究热点,为完成减排目标首先要研究中国CO2排放量的影响因素。首先利用灰色关联分析方法选择与中国CO2排放量灰色关联度最高的3个变量:能源消费量、第三产业比重、外贸依存度。协整检验表明中国CO2排放量和3个影响因素之间存在长期协整关系,本文同时建立中国CO2排放量的长期协整方程和短期误差修正模型。运用误差修正模型得到的中国CO2排放量预测值与真实值的比较和得到的统计值均表明本文建立的模型有较好的解释能力和信度。     

民用飞机残值预测方法综述

介绍了民机残值的定义及相关价值概念;全面回顾了国内外民用飞机残值的预测方法,总结出目前普遍适用的三种方法:基于民机机龄的回归预测方法、基于不同民机相异市场实力的回归预测方法以及基于民机市场价值的预测方法;分析表明此三种预测方法的精确度依次提高,操作性相应下降;最后提出残值预测方法的未来发展可与民机全寿命周期中的其他成本预测相结合,进一步精确预测方法。     

民用飞机应急断离典型结构设计及试验研究

应急断离结构主要用于飞机的重要连接部位,如发动机吊挂接头、起落架接头及襟翼连接接头等,其结构设计及适航验证是民用飞机机体结构设计的关键技术。为表明民用飞机适航性,通过对民用飞机适航条款(CCAR-25)及应急着陆情况的分析,研究给出了民用飞机应急断离典型结构的设计方法及适航验证流程,并基于此对应急断离典型结构进行设计和试验验证。结果表明:所采用的民用飞机应急断离设计方法及试验方案满足适航要求,可运用于民用飞机应急断离典型结构设计及民用飞机适航验证;断离时间及断离失效判据与理论预测结果吻合较好,可为典型结构断离设计提供理论依据。     

民用机场航空运输业务量预测方法综述

航空运输业务量预测对于民航业的健康发展至关重要,运输业务量预测数据是主管部门规划建设和制定发展战略的重要依据。鉴于此,文章分析了航空运输业务量的影响因素,并对主流的航空运输业务量预测方法进行了详细的阐述和归纳。根据不同预测方法的特点,运用对比分析法将各种预测方法分为长期预测法、中长期预测法、短期预测法,研究结果能够为实际生产提供参考依据。     

民航世界观

未来20年亚太将成全球最大航空市场未来20年,空客预测亚太地区新增民用飞机(包括客机和货机)需求量达到8560架,价值1.2万亿美元,占未来20年全球预计总需求量的33%。届时,亚太地区将超过北美和     

民用飞机试飞员空中应急离机轨迹风洞实验研究

根据民用飞机试飞员空中应急离机安全性的适航验证需要,结合某型客机的空中应急离机初步方案,在南京航空航天大学3m×2.5m 低速风洞(NH-2)对试飞员空中应急离机轨迹进行了研究。实验设计了与试飞员外形、重量以及转动惯量相似的人体模型,利用高速摄影机捕捉人体模型从离机出口跳伞后的轨迹,分析轨迹安全性,研究不同参数对轨迹的影响。结果表明,某型客机空中离机初步方案存在风险,离机轨迹会与右侧主起落架和短舱发生碰撞。且飞行高度、飞行速度、离机初速度以及防气流吹袭装置对离机轨迹有显著影响。本研究可用于民用飞机空中应急离机方案的设计和适航验证。     

基于PSO-SVR的飞行员工作负荷预测

飞行员工作负荷是影响飞机运行安全的重要因素。开展飞行员工作负荷预测是适航审定过程中,验证驾驶舱设计是否符合适航规章的重要手段。本文针对某型民用飞机设计了模拟飞行试验,用于采集飞行员生理指标数据和国家航空航天局任务负荷指数（National Aeronautics and Space Administration task lood index, NASA-TLX）量表评价数据。以飞行员生理指标数据为输入,NASA-TLX量表主观评价数据为输出,建立了基于粒子群算法优化的支持向量回归机（Particle swarm optimization-support vector regression, PSO-SVR）模型的飞行员工作负荷预测模型。对本文建立的PSO-SVR模型与默认参数的支持向量回归机（Support vector regression, SVR）模型的预测精度进行了对比,针对4个不同场景,预测精度分别提高了7.5%、9.5%、7%和5.8%,结果表明基于PSO-SVR的预测模型得到的飞行员工作负荷预测值精度更高。     

新疆高等教育发展与经济增长关系的协整分析

文章利用新疆1980-2010年数据，对高等教育发展与经济增长之间的关系进行研究，建立协整方程和误差修正模型，进行了格兰杰因果关系检验，得出的主要结论是：新疆经济增长和高等教育规模之间存在长期的协整关系；且经济增长对高等教育规模是单向格兰杰因果关系。在此分析的基础上，提出新疆高等教育与经济可持续发展的对策建议。     

基于VAR模型的湖南居民消费结构与产业结构的关联性研究

通过构造一个由城镇居民消费结构、城镇居民收入、第二和第三产业结构四个变量组成的VAR模型,对湖南省城镇居民的消费结构与产业结构相互作用的关系进行了实证研究.通过构造的模型、格兰杰因果检验、预测方差分解和协整检验,得到了湖南居民消费结构会影响第二产业结构的转换、收入对产业结构的影响存在双向因果关系的结论.     

我国航空客运市场需求与经济关联性分析

本文探讨航空客运市场需求与经济的关联性,以此反映我国航空客运需求的主要特点;主要从三个方面通过SPSS回归分析来阐述我国航空客运运输市场需求与经济之间的关联性,并利用回归模型对未来航空客运市场需求进行了预测。     

基于粗糙集的案例推理在民机结构MSG-3分析中的应用

确定飞机结构偶然损伤检查任务和间隔是制定飞机结构维修大纲的关键问题之一。在国内缺乏相关使用数据的前提下,本文将基于粗糙集的案例推理应用于民用飞机MSG-3(Maintenance steering group)分析过程。本文从民用飞机MSG-3分析的需求出发,分析了基于案例推理的MSG-3分析基本过程,讨论了民用飞机MSG-3分析案例库的构建、案例表达、案例检索、匹配、案例修改、维修任务和间隔的确定等关键技术。同时,本文应用粗糙集理论,对MSG-3分析的特征属性进行权重分配,从而避免了人的主观性对案例检索准确性的不良影响。最后通过对某重要结构项目进行偶然损伤实例分析,效果良好。     

哈尔滨赶赴北国冰雪嘉年华

哈尔滨，是我国冬日里极具诱惑力的城市之一。中温带大陆性季风气候，让这里的夏季凉爽短促、冬季严寒漫长。而冬日那持续零下二三十摄氏度的天气，让整座城市被冰雪雕塑成了一座美丽的“冰城”。     

基于VMD-LSSVM的扇区流量短期预测

对扇区流量进行短期预测,是精准实施扇区流量优化和管理措施的前提。基于分解集成预测方法论,建立了变分模态分解-最小二乘支持向量机（Vibrational mode decomposition-least square support vector machines,VMD-LSSVM）预测模型。首先,应用变分模态分解（Vibrational mode decomposition,VMD）方法将扇区流量时序数据分解为若干个模态;然后,使用最小二乘支持向量机（Least square support vector machines,LSSVM）模型分别对模态进行预测;接着,对模态的预测结果进行加和集成,得到了最终的预测值。算例计算结果显示,针对60 min统计尺度流量时间序列,VMD-LSSVM模型在1～6 h的均等系数（Equal coefficient, EC）值为0.97,在7～12 h的EC值为0.94;与差分自回归滑动平均模型（Autoregressive integrated moving average model,ARIMA）,反向传播（Back propagation,BP...     

基于灰色理论的民航旅客运输周转量预测

对近年来民航旅客运输周转量数据进行收集整理,运用灰色预测方法,建立GM(1,1)预测模型,对未来的旅客周转量进行预测。该方法具有系统性、联系性和动态性的特点。经精度检验表明,该模型的精度等级为好。     

一种新的整周模糊度快速求解算法

快速求解整周模糊度是利用GPS载波相位进行精确相对定位的关键技术.基于LAMBDA算法和FASF算法,提出了一种新的整周模糊度快速求解算法.该算法充分结合LAMBDA算法和FASF算法的优点,首先运用LAMBDA算法中的空间变换的思想,然后利用FASF算法的模糊度搜索技术,提高了模糊度求解效率.通过对1 km左右基线的相对定位实验表明:算法利用几个历元的数据可以正确地求解模糊度,使基线精度达到亚厘米级.     

基于NRS-SVM模型的航空弹药消耗预测研究

结合航空弹药训练消耗的特点,研究邻域粗糙集(Neighborhood rough sets,NRS)与支持向量机(Support vector machines,SVM)融合的航空弹药训练消耗预测问题。通过邻域粗糙集将5个初始影响因素约简为3个核心影响因素,并以此训练集对支持向量机进行回归优化。通过参数寻优得到最优的惩罚参数和核参数,进而构建NRS-SVM组合预测模型来预测航空弹药消耗。实证研究表明,该模型预测结果与实际数据吻合度较高,且与其他预测模型相比具有更好的预测性能。     

基于时间序列数据挖掘的我国民航运输量预测分析

为了精准预测我国民航运输量,基于1985-2017年我国民航运输量随机时间序列数据,运用自回归单整移动平均模型(ARIMA),借助Eviews8.0统计软件,建立预测模型。利用静态预测功能,实现了2015-2019年的点预测,整体拟合度良好,相对误差小,相对误差位于0.1%-0.9%之间,证明该模型是可行的。结果表明,ARIMA模型能够短期准确预测民航运输量,为航空公司、机场、空管等部门可持续发展提供决策依据。     

基于BAS_RVM的APU涡轮剩余寿命预测

提出一种优化相关向量机的寿命预测方法,并用于对辅助动力系统（Auxiliary power unit, APU）涡轮的剩余寿命预测。首先,提出了改进的核函数,兼顾效率和精度,用天牛须搜索（Beetle antennae search, BAS）算法对相关向量机的核参数进行优化,建立寿命预测模型;然后,对历史数据进行分析,提取排气温度（Exhaust gas temperature,EGT）并进行修正、降噪,用多项式回归建立了EGT的涡轮性能退化模式库;最后,实例验证表明,文中算法在APU涡轮剩余寿命预测上与传统相关向量机相比效率提高40%,精度提高20%,通过敏感性分析确定了最佳的初始步长和输入维度。     

基于大规模并行D-W分解算法的空中交通短期流量管理模型研究

针对空中交通短期流量管理问题,给出了整机型的空中交通短期流量管理模型(ST-TFMP)。运用大规模并行的D-W分解算法,结合数据仓储技术,快速解决了航班延误最小问题。同时对算法的计算性能进行了计算估计和实验分析。通过对实际终端区流量进行仿真计算,仿真结果验证了本文提出的并行算法的合理性。     

考虑脆弱性的航空发动机剩余寿命预测

比例危险模型采用协变量的方式综合多个参数实现对系统的剩余寿命预测,已在航空发动机中得到了应用。然而由于传统比例危险模型是以假设多个研究样本独立同分布,即基本失效率相同为基础的,但对于航空发动机而言,由于运行环境和使用的不同,基本失效率存在差异。研究表明,忽略样本之间的差异会导致估计结果存在严重偏差。为此,本研究将引入用于表达样本之间非独立性的脆弱性概念,针对航空发动机,建立更具普遍性的脆弱性比例危险模型,首次应用于航空发动机的剩余寿命预测。通过实例表明,基于脆弱性比例危险模型得到的预测结果平均误差为4.6%,而基于传统比例危险模型的预测结果平均误差为6.9%,验证了脆弱性比例危险模型在航空发动机剩余寿命预测中的有效性。