基于灰色-神经网络联合模型的大型冷却塔风效应预测

基于灰色GM(1,1)模型和BP人工神经网络,建立灰色-神经网络联合的大型冷却塔平均位移和风振系数预测模型。该联合模型增强了预测结果的自适应性和准确性,能解决因气弹模型试验中测点样本数目太少而无法直接建立神经网络预测模型的局限。通过某大型冷却塔气弹模型风洞试验结果的算例分析,表明该组合模型对于平均位移和风振系数的预测结果均与试验结果吻合良好,随后基于已训练的模型给出结构风振反应精细化分析所需的输入参数预测结果。这为冷却塔结构风效应的精细化研究提供了一个新的有效方法。     

基于自组织神经网络的空中交通复杂度参数优化及预测

首先介绍了国内外关于空中交通复杂度的定义及研究现状。然后在现有的空中交通复杂度模型中挑选空中交通复杂度参数,再利用自组织神经网络,分析所选取的空中交通复杂度参数之间的关系,达到将高维空中交通复杂度参数进行降维分析的目的。然后对于优化了的空中交通复杂度参数使用RBF神经网络进行预测,比较预测结果,得到最优的空中交通复杂度参数。     

飞行器舱室突发污染源散发强度动态辨识

诸如载人航天器和大型飞机等密闭微环境,随着人员停留时间的延长,舱室突发污染 问题已成为危害工作人员生命安全的主要因素,所以迫切需要开展突发不确定污染源辨识及 危害性预测研究技术,以提高上述密闭环境主动应对突发污染的能力。本文提出一种新的浓 度离散随机模型,并建立敏感性分析方法实现污染源定位及强度初步估计,之后利用隐式与 显式卡尔曼滤波相结合的方法同时完成污染源散发特性的动态辨识及舱室空气污染物的浓度 预测。上述研究能够实现污染源散发特性的快速准确辨识。仿真结果证实了该算法的有效性 。
     

A Review of the Ionospheric Investigations in China: Progress During 2008—2010

In the ionospheric research, various progresses have been made during the last two years. This paper reviews the recent works of Chinese scientists. For convenience, the contents include: ionospheric storms and space weather; ionospheric irregularities and scintillation; ionospheric variability; ionospheric disturbances; ionospheric response to solar eclipses; ionospheric coupling with atmosphere and lithosphere; ionospheric climatology; ionospheric modeling; and ionospheric prediction and application.      

极少失效数据的可靠性评估和寿命预测

针对高可靠性产品寿命试验中经常出现只有极少失效数据的情况,提出一种可靠性评估和寿命预测方法.在Weibull分布形状参数下限已知的情况下,给出使用寿命和可靠度的单侧置信下限,该方法具有能将所有失效数据和未失效寿命数据进行累加的优点.文中还建立不同状态之间不完全数据的损伤等效折算公式,实现不同状态之间不完全数据的整体推断,增大了信息量,提高了预测精度.本文方法易于计算,便于工程应用.      

一种镍基单晶和定向结晶合金的疲劳寿命模型

针对镍基单晶和定向结晶合金的高温低循环疲劳/蠕变寿命预测问题,用晶向函数修正总应变范围以考虑疲劳寿命的各向异性,并综合考虑了最大应力、平均应力、应力范围以及峰值保持等载荷因素对寿命的贡献,在循环损伤累积思想的基础上发展了一种低循环疲劳/蠕变寿命预测方法.利用定向结晶合金DZ125、单晶合金DD3和DD6在不同温度、不同取样方向和不同保载形式作用下的试验结果,对方法进行了验证,预测与试验寿命相比基本落在2倍分散带内,表明该方法能更好地适应叶片材料各向异性与低循环疲劳/蠕变载荷的情况.      

城市空气污染二氧化硫数值预报中的背景值选取研究

针对城市空气污染二氧化硫数值预报中的背景值对预报准确度影响较大的问题,对背景值的选取展开研究,分别采用背景点当天浓度、背景点前一天浓度、按比例扩大预报值和以背景气象条件决定背景值四种方法,对鞍山市6个点位在1-5月的监测值和预报值进行相关性分析,并给出了回归方程、相关系数和符合指数。     

基于LS-SVM的军用航空发电机寿命预测研究

为解决航空发电机寿命有效预测的难题,以期实现视情维修,提升飞机的综合作战效能,提出一种基于LS-SVM（Least Squares Support Vector Machines）模型的航空发电机寿命预测方法。采用某型真实航空发电机,运用航空发电机专用寿命试验平台,对其进行加速寿命试验,获取输入转速、注油压力、负载、频率、电流、进油温度、出油温度、进口压力、出口压力等多种寿命相关参数,深入分析这些参数间的内在联系与寿命变化规律,设计LS-SVM寿命预测模型,并运用该寿命预测模型对航空发电机寿命表征参数进行预测。研究表明,所设计的LS-SVM寿命预测模型能较好实现对航空发电机的寿命预测效能,具有广阔的应用前景和较大的实际应用价值。     

基于单因素SVM的航空兵空运转场飞行架次需求预测研究

航空兵部队成建制空运转场飞行架次需求预测,对机关、航空兵部队拟定空运计划、进行空运准备等都具有重要的意义。运用序列后向选择方法(SBS)对影响飞行架次的特征因素进行逐层淘汰,利用支持向量机(SVM)理论建立单因素非线性回归模型,进而对飞行架次进行预测。预测结果表明:同多因素SVM预测模型相比,单因素SVM预测模型虽在预测精度上没有显著提高,但其减少了预测的前期工作量,方便了机关和部队的使用,实现了飞行架次预测的实时性要求。     

亚洲10大枢纽机场运营绩效预测研究

提高机场未来运营绩效是可持续发展的关键,对其进行准确预测是改善机场运营绩效的基础。考虑到突发事件的影响,单纯定量预测存在预测失真问题,本文采用定性定量结合分析法预测亚洲 10 大枢纽机场“十四五”期间的运营绩效,对比灰色模型定量分析法和 ARIMA 模型的预测结果,并对机场运营绩效预测结果进行分析。结果表明：灰色模型定量分析法比 ARIMA 模型更适合预测机场运营绩效;与实际统计值相比,灰色模型预测的误差都小于 4%,预测精度较好;采用定性定量结合分析法得到了机场未来运营绩效预测的结果,比单纯定量预测更符合实际情况。