确定警告值的时间序列数据分析法

民用航空器的故障率警告值在民用航空器可靠性维修中起着重要的作用,本文提出了一种确定民用航空器故障率警告值的时间序列数据分析方法,这一方法可以较好地处理那些故障率由于受气候、环境等影响而发生周期性变化的零部件或系统,为它们的故障率预测和可靠性维修提供一种宏观的分析方法。文中最后根据某航空公司三种机型各自的重要事件的数据统计,给出了用该方法计算得到的故障率的估计值和实际值的比较,并对下一个月的故障率的警告值进行了预测。结果显示:用该方法获得的故障率的警告值是比较合理的     

基于RS-PSO-SVM的航材消耗预测模型

针对航材消耗预测影响因素多,结合航材消耗特点,研究粗糙集（Rough set, RS）与支持向量机（Support vector machine, SVM）相互融合的航材消耗预测问题。通过RS不完备信息系统的属性约简剔除航材消耗信息系统中冗余的定量因素,在属性重要性基础上将7个影响因素约简为3个影响因素,保留了该系统的核心知识。引入粒子群算法（Particle swarm optimization, PSO）优化SVM模型,寻优得到的参数组合,建立RS-PSO-SVM航材消耗预测模型。实例分析表明,RS-PSO-SVM模型的预测准确度较好,相比较于PSO-SVM、RS-BP（Back propagation）预测性能更佳。     

基于混沌时间序列的飞行冲突预测(英文)

为了准确掌握飞行冲突量的变化规律及其准确预测,对飞行冲突的混沌问题进行了研究。首先,基于人-机-环境系统工程理论,建立飞行冲突的故障树,从定性的角度分析了飞行冲突的混沌特性;然后,建立了基于小数据量方法和小波去噪理论的最大Lyapunov指数λmax的改进混合算法,并利用此方法从定量的角度证明了飞行冲突时间序列中混沌现象的存在;最后,利用混沌预测方法对模拟数据进行预测,并通过灰色误差检验方法对预测结果进行评价。检验结果为后验差比值为0.2209<0.35,小误差概率为0.9853>0.95。结果表明该预测方法的有效性。因此,说明应用混沌理论进行飞行冲突分析与预测是可行的。     

航材管理探讨

航材管理是指对航材从计划、订购、仓储、维护、领用到送修等全过程的监控和审定,它是一项涉及面广、内容复杂、而且具有科学性、法规性的经济管理工作.确保航材具有适航性,合理储备和使用航材,降低航材经费开支,是航材管理不断完善过程中的一大难题.本文针对我院航材管理的具体情况,对如何有计划地订购航材,科学合理地使用和管理航材提出几点建议,以供参考.     

多时间序列关联规则分析的论坛舆情趋势预测

为了预测论坛舆情及其动态演变趋势,基于多时间序列的关联分析,集中分析了论坛中3个量的时间序列之间的关联规则:活跃者之间的关系强度的时间序列、坚定支持者人数的时间序列以及坚定支持者成员的变化频度的时间序列。然后给出了一种新的基于多时间序列关联分析的论坛舆情预测算法(Forum sentiment trend prediction based on multi time series association rule analysis,TPMTSA),并在真实数据集和拟合数据集上进行了大量的实验。结果表明:TPMTSA算法具有有效性和较高的运行效率。研究结果可用于论坛舆情预警监控。     

气液两相流压差波动信号的混沌特性及Volterra自适应短期预测研究

以空气和水为工质，在直径3.0 mm的水平圆管通道内进行压差波动信号实验研究。根据压差波动信号图及高速工业相机拍摄的流型图，结合相空间重构、Lyapunov指数判别法对压差波动信号进行混沌动力学分析，在其基础上对压差波动信号进行Volterra自适应短期预测。结果表明:混沌分析得到的吸引子图可以更准确地展现管道内气液两相流的流动特性；Volterra自适应短期预测模型可以有效地对管道内气液两相流的压差时间序列进行短期预测，对环状流、层状流、间歇流、段塞流的压差时间序列预测的相对误差分别为1.86%、0.71%、3.90%、2.49%。     

基于支持向量机的航空发动机滑油监控分析

分析支持向量机用于时间序列预测的理论基础,针对某型发动机滑油金属含量的预测分别采用传统的AR模型和基于现代统计理论下的支持向量回归模型对滑油时间序列进行预测建模     

基于混沌特性的网络流量预测

高速网络中存在着以自相似为特征的多种业务流量,这种自相似特征和混沌现象的吸引子有着紧密的联系。本文基于混沌时间序列重构相空间理论,根据最大Lyapunov指数,分别采用W o lf原始算法和改进算法,对高速网络中自相似信源的速率进行了预测,并给出了最大可预报时间。仿真结果表明,W o lf改进算法预测精度及可靠性更高。     

航材应急保障决策支持系统的设计与实现

结合航材保障决策支持系统的数据需求,详细地研究数据库系统的结构;根据航材应急保障的决策问题,对模型库系统所应包含的模型进行分析;设计的系统的实现架构,综合人和计算机两者优势,能有效地辅助航材保障决策机关对航材的保障进行决策。     

混沌行为预测：一种变型的码本预测方法

利用混沌周期点之全体在其不变集中稠及其不变集的几何结构呈一定程度的自相似性性质,提出了一种变形的码本预测方法,对带和不带观测噪声的混沌时间序列进行预测.在保证精度的前提下,克服了全局非线性化模型和局部线性化模型对噪声敏感及预测时间短的缺点.     

装备采办项目风险分析中的贝叶斯方法的应用

贝叶斯方法提供了一种有效的风险预测手段,能够将主观估计与客观估计结合起来,能随着时间、费用、质量要求的信息不断增加而不断进行预测,使得预测更加精确,有利于装备采办项目的动态风险管理。     

马尔可夫链蒙特卡罗方法在保险定价中的应用

预测最终损失是保险定价中最重要的组成部分,而马尔可夫链蒙特卡罗方法（MCMC方法）在这方面拥有独特的优势。通过建立模型进行实证,为利用马尔可夫链蒙特卡罗方法进行保险定价提供了思路。     

深成份指数的灰色行业聚类关联与预测模型研究

本文应用系统工程理论,结合灰色趋势关联度,研究了灰色趋势关联系统及数学模型。作为该模型的应用,提出了灰色趋势关联聚类预测方法。以深成份指数为样本对各类行业进行了聚类分析,得到了一种符合实际的聚类预测结果,阐明了灰色趋势关联聚类预测方法的有效性、方便性和实用性。     

广汉WAFS数值预报资料再分析研究

本文结合广汉地方气候特点。对WAFS数值预报资料进行整理、诊断,转换GRIB数据,并根据WAFS资料计算了露点温度的预报值,由此得出一些预报产品,如降水预报、形势场预报、K指数、假相当位温、结冰指数等。在实际工作中,使用WAFS预报产品多次准确预报了广汉机场的大风、降水等重要天气过程。同时,也发现WAFS资料在强度预报和长期预报中的不足。     

基于优化最小二乘支持向量机的襟翼趋势预测

将最小二乘支持向量机(LS-SVM)应用于飞机襟翼状态趋势研究。首先,通过分析飞机襟翼故障与襟翼动作耗时参数的关系,提出了利用动作耗时趋势来确定该系统未来状态的方法。然后,使用最小二乘支持向量机建立耗时回归预测模型,采用最终预报误差(FPE)准则确定回归模型嵌入维数,提出了自适应网格搜索法,优化最小二乘支持向量机的建模参数,从而实现比现有方法精度高,泛化性能好的预测模型。训练和测试样本取自飞行数据记录系统(QAR)中译码襟翼参数值。与神经网络模型的比较实践表明,该方法具有实用价值。     

基于灰色理论的民航旅客运输周转量预测

对近年来民航旅客运输周转量数据进行收集整理,运用灰色预测方法,建立GM(1,1)预测模型,对未来的旅客周转量进行预测。该方法具有系统性、联系性和动态性的特点。经精度检验表明,该模型的精度等级为好。     

广汉机场强对流天气潜势预报方法研究

利用2008-2010年6-8月共9个月的地面观测资料、高空观测资料和探空资料,分析发生强对流天气的天气形势,进行相关性分析并使用消空法筛选有利于强对流天气发生的物理量因子和指数.分析和检验结果表明:在系统性天气过程影响下K指数、沙氏指数(SI)、700hPa假相当位温(θse(700))和地面24小时变温(△T24)对广汉机场12小时强对流天气潜势预报有较好的指导作用.     

基于迭加趋势的航线季节客运需求分析方法

针对航线季节客运需求的特点,提出了基于迭加趋势的航线季节客运需求分析方法,其基本思想是:根据航线季节客运量历史数据,构建航线季节客运量趋势变动模型,通过OLS方法估计直线趋势方程参数,进一步考虑季节变化对客运需求的影响,建立航线季节客运需求分析模型。仿真结果表明该方法可行且结果具有较高的精度,可作为分析航线季节客运需求的有效工具。     

GFS数值产品对高原机场地面阵性大风的预报检验

利用全球预报系统GFS(Global Forecast System)数值预报资料对2012年11月21日西南地区高原机场一次地面阵性大风天气过程进行预报和分析。对比预报和实况,结果表明:GFS数值预报产品对云南地区高原机场的阵风发生区域、影响时段和持续时间有较好的预报效果;对藏区的拉萨和康定机场强阵风发生情况也有一定的预报效果;但对阵风的极大值有着不同程度的误差。