运筹帷幄决胜千里——本刊主编刘柱与北京机电院高技术股份有限公司总经理蒋自力对话

2002年,北京机电院高技术股份有限公司在原北京市机电研究院基础上,由北京京城机电控股有限责任公司、北京首创科技投资有限公司、北京控股有限公司、北京市京联发投资管理中心注资建立.公司成立4年来,实现了快速发展,在资产总额、生产规模等方面实现了持续增长.2005年10月,机电院顺义生产基地一期工程顺利投产,成为机电院发展过程中的一个重要里程碑.近日,在新基地投产1周年之际,本刊主编刘柱专程采访了机电院总经理蒋自力先生.     

频率计数器在航天器信号频率测量中的适用性分析

从频率计数器的工作原理出发,分析了航天器测控通信中常用的调相信号、调频信号和相移键控信号的频率测量误差,给出了调相信号和调频信号的测量误差表达式。使用频率计数器对上述3种航天器信号进行了频率测量试验。理论分析和试验结果表明,频率计数器适用于航天器调相信号和调频信号的频率测量,不适用于相移键控信号的频率测量。在实际使用中,为保证测量精度,应根据被测信号的调制方式选择适当的测量方法。     

对地观测卫星访问区域目标时间窗口快速算法

为减少对地观测卫星访问区域目标时间窗口的计算,根据建立的卫星对区域目标的观测模型,提出了卫星观测区域目标时间窗口的大圆近似快速算法,给出了算法具体步骤。仿真算例结果表明:时间窗口起点误差小于0.5 s,时间窗口长度误差小于0.723%,计算时间减少了99.87%.     

什么使时间前行？责怪大爆炸吧！

物理学家经常把我们所在的宇宙描述成四维的时空，包括空间的三维和时间的一维。可是，只要引力允许或者不存在什么固体障碍，我们便能自由地穿越空间，对方向的选择可以说是随心所欲；但时间总在催促我们向前，不管我们愿意与否，都得朝着预定的那个方向——未来——前进。时间之箭的方向，携带着我们从过去走到现在，再走向未来。怎样才能把这个箭头调转，让它指向过去？     

冰河往事：时间的骨架

有时候我和别人开玩笑，说如果物理学是研究时间之本质的学科的话，那么地质学、古生物学就是研究时间之表象的学科。一般人眼中的时间是线性前行的，今年20、明年21，五年计划、十年规划，阶段与阶段之间是相加的关系。可是地质学的时间概念却是对数的，分成不同的尺度，一层层的时问单元——宙、代、纪、世、期、时，像俄罗斯套娃一样。地球的各种变迁在不同的时间尺度里，模式也不尽相同。     

基于保障性、维修性的测试性参数指标选取方法研究

运用广义随机Petri网的方法,得到了测试性参数指标与保障性参数可用度Ao之间的关系,另外还推导出了测试性参数指标与维修性MTTR之间的关系。以A0和MTTR为目标,进行测试性参数指标的寻优求解,从而得到测试性参数指标的选取方法,并举例验证了该选取方法的正确性、可行性。     

降低国内值机区卫生间旅客排队等候时间项目研究

目前首都机场3号航站楼国内值机区旅客流量大,卫生间使用存在旅客排队时间长的问题。特别是元旦及春运期间曾出现卫生间拥堵现场,导致首都机场旅客投诉和旅客满意度下降。本文针对此问题,通过对旅客进行问卷调查,现场资源分析以及利用ARCTerm仿真软件进行仿真研究,得出影响旅客排队时间的各项因素,并通过矩阵分析法找出主要原因,制定解决方案。通过现场试验及旅客满意度调查,可将旅客卫生间平均排队时间缩短为3,2分钟,并达到95%的旅客在坑位的排队时间不超过3分钟的IATA标准,有效提升首都机场服务品质及旅客满意度。     

基于Kriging的多目标遗传算法

为了提高多目标优化问题的求解效率,提出了一种新的处理约束多目标优化问题的基于Kriging的多目标遗传算法(MOKGA)。MOKGA采用物理规划法将多目标优化转化为单目标优化,然后构建目标函数的考虑约束的EI(Expected Improvement)模型,并采用遗传算法进行求解。六峰值驼背函数和一个导弹多目标多学科设计优化问题用于MOKGA算法性能的测试。结果表明,与理论解相比,MOKGA算法有很好的优化结果;与NSGA II相比,MOKGA有很快的收敛性。     

基于混合集合规划的机位分配约束规划模型

为解决现有数学规划方法只能简单描述停机位分配问题而且不能全局搜索最优解的问题,应用混合集合规划方法进行数据建模和逻辑建模,并设计切实可行的求解策略,从而实现全局搜索最优解。对典型实例进行了计算及对比分析,混合集合规划方法能够得出全局最优解,并且最优分配结果的优化目标提升了2%。结果表明,基于混合集合规划的约束规划模型有效可行。     

基于降阶模型和梯度优化的流场加速收敛方法

CFD是解决流体相关复杂工程问题的重要手段，随着流体力学研究和工程应用问题的日益复杂，更高效、精确的CFD算法研究至关重要。提出了一种基于降阶模型（ROM）和梯度优化用于加速稳态流场的收敛方法。该方法首先收集CFD迭代求解过程中的流场快照构造基于正交分解（POD）的降阶模型，然后使用梯度优化方法求解降阶模型得到残差更低的流场，最后以该流场为初值继续进行CFD迭代求解从而加速CFD的收敛过程。将该方法用于基于有限体积法的CFD求解器中，针对无黏、湍流算例验证了所提加速收敛方法的有效性。结果表明，加速收敛方法相比于初始CFD方法迭代步数能显著减少2～3倍，是一种高效且鲁棒的加速收敛方法，且在复杂工程问题中具有广泛的应用前景。