信号采集卫星系统星地资源快速调度优化方法

针对信号采集卫星系统中,采集目标的优先级和携带的信息量在星地资源调度过程中不断随时间变化的特点,提出了一种基于二次映射编码的动态调度差分演化算法（QMDSDE）。算法将采集目标的优先级和携带的信息量进行加权,作为采集的收益。在迭代求解时,根据卫星可见时间窗口的周期性特点设置固定的检测频率,以当前时刻所有目标收益的平均值和敏感系数的乘积作为检测环境变化的阈值。当检测算子的值大于阈值时,算法通过前向预测模型动态调整搜索方向,寻找问题的实时Pareto最优解。算法采用二次映射编码消除星地资源组合中的无效解,降低了算法的搜索空间,提高了算法的求解速度。经仿真校验,该方法在信号采集过程中,可以得到收益较好的星地资源调度方案,且具备较快的收敛速度。     

一种考虑各向异性的DD6单晶高温合金低周疲劳寿命预测方法

为研究DD6单晶合金低周疲劳性能,准确预测其低周疲劳寿命,基于循环损伤累积(CDA)寿命模型,引入取向系数,提出一种考虑晶体取向的CDA寿命修正模型,并对DD6单晶合金试棒进行了760℃低周疲劳试验。利用CDA寿命修正模型与Coffin-Manson寿命预测模型对试验数据进行分析、比较得到:DD6单晶合金低周疲劳性能[001]取向最优,[011]取向次之,[111]取向最差;CDA寿命修正模型在各晶体取向寿命预测分散性皆优于Coffin-Manson寿命预测模型,具有更好的预测精度;CDA寿命修正模型综合考虑取向相关系数对各取向低周疲劳寿命的影响,具有更广泛的适用性。     

采用CARMH模型的广义最小方差自校正控制器全局收敛性

在一种新的预测模型的基础上，建立了一般的广义最小方差自校正控制器，并证明了当辨识算法采用随机逼近法时的这种自适应算法的全局收敛性，从而为这种新型模型的进一步应用提供了一定的理论依据。     

基于国民经济发展规划的飞行培训规模预测模型

飞行培训需求是航空运输生产的派生需求,航空运输业与国民经济又有着紧密内在联系.本文以国民经济发展规划为依据,综合考虑航空运输市场容量、飞行劳动生产率、飞行员劳动强度、飞行员培养周期、飞行员人数存量变化等等变量,构建一个针对航空运输航线飞行员养成培训规模的预测模型.利用1978-2004中国民航统计数据,运用EVIEWS计量工具,对"十一五"和"十二五"期间我国飞行员需求缺口和飞行培训规模进行预测.     

一类回归分析预测模型及其应用

提出了一类回归分析预测模型，这类模型将多项式和一些简单的数学函数相乘．得出分两步求解模型中待定参数的近似方法，简化了待定参数的求解过程。给出了这类模型的应用实例，结果表明：同一些简单函数构成的模型相比，这类模型具有较好的预测能力。     

固体废弃物热解产物的神经网络预测模型

本文采用3层BP神经网络建立了固体废弃物热解产物的产率和特性的预测模型。采用遗传BP算法来优化隐层节点数和学习速率η0与回归方法相比，其预测误差明显小于回归公式的预测误差。     

用霍尔特-温特斯模型预测航空运输总周转量

引入了霍尔特-温特斯模型对中国民用航空运输总周转量进行预测,首先介绍了该模型的具体预测步骤,然后采用面向对象的软件技术,设计并开发了预测模型软件。该预测模型软件不但可以根据用户设定的平滑系数进行预测,还可以自动计算出预测效果较优的平滑系数,最终对2006年各个月份的中国民用航空运输总周转量进行了较为精确的预测。     

基于BP神经网络的飞机完好率建模研究

飞机完好率是检验航空兵部队装备作战能力的重要参数.首先研究了飞机完好率的定义及其计算公式,然后建立了飞机完好率的BP神经网络预测模型,仿真结果验证了该模型的精确性和有效性.     

并联混合动力齿轮传动涡扇发动机建模与性能分析

为对比探究未来大推力航空混合动力系统与传统航空发动机的优劣,本文依托某概念型齿轮传动涡扇(Geared turbofan,GTF)发动机,设计了一个并联航空油-电混合动力系统(hybrid GTF,hGTF),在Matlab /Simulink数字仿真软件中建立相匹配的电动力模型以及氮氧化物NOx排放和噪声预测等性能参数计算模型,并在稳态和飞行任务剖面下初步分析了电动力系统的引入对原基线GTF发动机的性能改变状况。稳态仿真结果表明,大推力等级的并联油-电混合动力系统中,至少需要兆瓦级的电动力系统进行匹配;当电动力系统处于电动模式时,可能会带来低压压气机喘振的隐患;当电动力系统处于再生模式时,电能源相当于经过了电能到机械能再到电能的二次效率损失,不建议采用。飞行任务剖面动态仿真结果表明,相比于传统GTF发动机,hGTF推进系统的燃油消耗率最高下降15%,总燃油消耗节省8.3%, NOx总排放量减少18.8%,各部件起飞噪声总声压级减少1.5~3.3dB。分析结果表明采用并联混合动力系统具有显著提升省油、减排效果的能力,同时也具有一定的降噪潜力。     

面向“最后一公里”的无人机需求预测

针对“最后一公里”配送的无人机需求预测问题,考虑无人机性能、空域环境和运输任务等限制条件,分别以最大化快递运输量、最小化运输成本为目标函数,建立多阶段无人机需求预测模型。考虑快递业务历史数据和影响因素,建立组合预测模型预测快递业务量;利用动态分配算法预测无人机快递分担量和无人机需求量。以某区域实际快递数据和低空飞行条件进行算例分析。结果表明,本文提出的预测方法不仅可以根据配送中心业务量、工作时间和成本要求提供灵活的无人机需求方案,还能够使得无人机的工作时间利用率达到95%以上。