绳系卫星系统复杂模型研究

对绳系卫星系统提出一种仿真度更高的动力学模型，着重研究状态保持阶段的子星的振荡与姿态运动。主星设为质点，与系统质心相合，作圆轨道运动；子星取为三维刚体，系绳采用株式模型。除绳系统动能、引力位能及系绳弹性势能外，还考虑了系绳的结构阻尼，以及由系绳外皮包引起的弯曲力矩与扭转力矩。计算机辅助推导参与模拟计算程序设计。     

一种可用于航空发动机健康状态预测的动态集成极端学习机模型

提出一种动态集成极端学习机模型用于航空发动机健康状态预测.采用AdaBoost.RT集成学习算法对极端学习机（ELM）进行集成,在训练时采用每个训练样本的近邻样本对ELM的局域性能进行评估;在预测时首先确定新样本在训练样本集中的近邻样本,然后根据ELM在近邻样本上的性能来赋予集成权值实现弱学习机的动态集成.以燃油流量为指标进行航空发动机健康状态预测,动态集成ELM模型短期预测结果的平均相对误差绝对值（MAPE）为3.688%,小于单一ELM模型的3.830%以及静态集成ELM模型的3.719%;长期预测结果中动态集成ELM模型的MAPE为3.075%,小于单一ELM模型的4.355%以及静态集成ELM模型的3.884%.因此动态集成ELM模型更适用于航空发动机健康状态预测.      

盛世酒魂徐占成

徐占成,中国酿酒大师,剑南春集团总工程师,中国酒体风味设计学与酒体形态学之父,白酒纳米基因图谱发现者,享受国务院特殊津贴的杰出白酒专家。     

贵州空管分局气象历史资料管理系统正式投入使用

2007年12月29日,民航贵州空管分局气象历史资料管理系统正式投入使用,实现对贵州空管分局气象预报、气象观测所使用的各种气象资料和实时数据进行分类、保存、管理、查询。该套系统的建成和使用,在全国民航空管运行单位,尚属首套。     

卷积和离散过程神经网络及其在航空发动机排气温度预测中的应用

 针对航空发动机排气温度的变化过程受复杂非线性时变因素的影响而难以用精确数学模型描述的问题,提出了卷积和离散过程神经网络(CSDPNN)模型,并将其应用于航空发动机排气温度(EGT)预测。该模型以离散样本作为直接输入,采用卷积和算法实现对时间累积效应的处理。相较于以连续函数作为输入的过程神经网络(PNN),不需要拟合离散样本得到连续函数后进行正交基展开,减少了精度损失,具有更高的预测精度。给出了卷积和离散过程神经网络模型的学习算法,并通过对Mackey-Glass混沌时间序列的预测对提出的方法进行应用说明和验证。通过航空发动机EGT预测实例,并与卷积和离散过程神经网络模型的连续函数输入过程神经网格以及传统人工神经网络(ANN)的预测结果进行了对比。结果表明,相较于连续函数输入过程神经网络以及传统人工神经网络,卷积和离散过程神经网络具有更高的预测精度,且对于EGT的预测具有较好的适应性,因而为航空发动机EGT预测提供了一种有效的方法。