基于隐马尔可夫的航空发动机视情维修研究

针对传统航空发动机维修方式存在的＂维修过剩＂或＂维修不足＂的弊端,研究了航空发动机的视情维修决策模型。采用隐马尔可夫过程对航空发动机劣化过程建模,解决了传统马尔可夫过程中故障率均假定服从指数分布的局限,同时考虑了检测过程中的不完全信息情况,更贴近实际工程,相关结果可为视情维修提供辅助决策支持。通过具体示例,验证了方法的有效性和合理性。     

大型复杂项目风险建模与熵决策

对复杂系统规模庞大、结构复杂、风险众多从而难以进行决策的问题,提出了分级建模、风险过滤、风险评价和熵决策的复杂项目风险决策思路.应用分级全息建模技术辨识系统风险,开发了一个卫星系统研制项目的风险识别模型,克服了单一模型描述风险源的局限性;通过风险过滤、评级和管理技术对已经识别的风险进行定性和定量的度量,对风险进行分级,确定了关键风险;利用熵决策模型对关键风险进行评估和优选,得到最优决策方案.在此基础上开发了一个卫星系统研制项目方案选优决策的案例对该过程进行了分析,为大型复杂项目风险决策、重大工程项目方案择优决策提供了一条新的思路.     

基于决策级数据融合的可靠性综合验证方法

可靠性验证试验是检验产品的可靠性水平是否达到要求而进行的试验,是一项重要的可靠性活动.价格昂贵或者可靠性水平较高的设备,按照经典的抽样方案进行试验,时间和费用几乎是不能承受的.为了解决上述实际问题,针对成功率的抽样检验方案,利用证据理论方法,研究了基于研制试验数据、可靠性评估结果和专家信息的基本可信度分配函数的构建方法,并给出了基于决策级数据融合的可靠性综合验证试验模型.同时,对可靠性综合验证模型的性质进行了讨论,确定了可靠性综合验证试验方案的存在性,并提出了方案的选取原则.模型可以广泛地利用研制信息,并可以统一给出基于不同分布类型和不同信息的可靠性综合验证试验方案.通过示例表明该方法可以利用各种研制信息,达到减少可靠性验证试验样本的目的.     

大型客机飞行员操作程序综合评价

机组对飞机的成功操作很大程度上依赖于一套精心编制的飞行员操作程序,不合理或不合逻辑的操作程序可能导致飞行员的违规操作,进而引发飞行事故.参考波音737NG飞行机组操作手册,分析进近和着陆阶段的任务功能流程后确定了评价指标体系的层次结构;采用德尔菲法对现役飞行员进行两轮咨询,建立了基于安全性的进近和着陆阶段飞行员操作程序综合评价指标体系;对飞行员进行咨询,采用序关系分析法确定了各指标的权重系数;应用模糊综合评价法对飞行员操作程序进行综合评价,得到了飞行员操作程序的评价等级和评价值.提出了一种将功能流程图法、德尔菲法、序关系分析法和模糊综合评价法相结合的飞行员操作程序综合评价方法,并应用于波音737NG飞机进近和着陆阶段的操作程序评价.评价结果说明了该综合评价方法的合理性.     

中国国际航空公司加入星空联盟的风险评价研究

主要分析中国国际航空股份有限公司（以下简称为国航）在与星空联盟合作时所面临的风险,并进行风险的识别和风险测评。利用环境分析法与流程图法识别出国航在与星空联盟合作时面临的风险。运用层次分析法、模糊综合评价法的相关知识,结合战略联盟的风险特征,确立核心指标体系并给出了各指标的权重,运用联盟风险模糊综合评价模型对国航参与星空联盟合作的风险进行计算评估。国航加入星空联盟的风险远远低于警戒值,并对国航加入联盟的关键性风险提出了相应的防范措施。进而归纳出航空联盟对中国航空公司产生的影响,以期对中国的民航事业做出贡献。     

单机吊放声呐应召反潜探测概率的计算与优化

研究了在该模型下应召反潜辅助决策系统规划的多个定测点的探测概率的计算方法,并对计算方法进行了优化。经工程实际应用,具有速度快,结构简单等特点,具有实用价值。     

地面等待策略中的时隙分配模型与算法研究

 机场拥塞是制约民航运输的瓶颈所在,地面等待策略(GHP)是解决机场拥塞的有效方法,其核心就是时隙分配问题。为适应我国空中交通持续发展需要,实现科学时隙分配的要求,对GHP已有的研究进行分析和归纳,重点论述了时隙分配的概念、属性、模型和算法,在此基础上总结了时隙分配的关键问题,即随机容量的影响、均衡模型的建立以及模型求解算法的研究。最后指出了时隙分配问题未来的研究方向。     

论大学英语网络课堂模式与传统课堂模式的结合

通过分析大学英语网络课堂模式与传统课堂模式在英语教学中的优势与不足,结合《大学英语课程教学要求》的教学目标和课程设置,论证了计算机网络环境下两种教学模式综合应用的必要性和可行性,探索出大学英语教学更理想的模式。     

基于工业物联网的混流车间机器人自适应调度

随着工业物联网技术与人工智能技术深度融合,物料机器人已广泛应用于物联网车间中。针对车间存在实时动态变化和状况不确定等诸多复杂因素,本文提出以组分层建树和以实时状态为根节点的SP–MCTS(Singleplayermonte-carlotreesearchalgorithm)搜索方法实现车间自适应调度决策。该方法将机器人调度问题转化为马尔科夫决策过程(Markov decision process,MDP),并详细描述车间状态、动作、奖励和策略的表示方法。在实时调度过程中,该搜索方法依据工件组分层建树,搜索中只考虑相邻两组间的状态关系,从而简化计算难度。在子树搜索中,应用SP–MCTS以实时状态为根节点进行搜索,同时应用扩展方法和剪支方法进行策略探索和信息累积,使得在子树内实时状态节点越深,就越能够快速精准获取最优策略。最后,通过实际案例模拟分析,验证了该方法的有效性和优越性。     

面向多威胁的无人机智能目标跟随策略设计

随着无人机(UAV)一体化作战的不断发展,无人机在搜索到运动目标之后,需要立即转入跟随模式,考虑到战场环境的复杂性,研究了在多个威胁源条件下无人机跟随运动目标的问题,为了保证无人机的安全性以及跟随目标的精确性,提出了一种基于决策树的无人机智能目标跟随策略。首先对威胁概率图(TPM)进行建模;然后采用几何图法及任务优先级生成不同的规则,建立相应的决策树,并设计了不同规则下无人机飞行航向及速度指令;最后通过仿真验证所提出的智能目标跟随策略的有效性。