信贷消费下我国消费行为模型的研究

分析了消费行为影响因素以及这些因素的变化，给出了有无信贷两种情况下消费行为模型，并结合我国特点，对信贷消费的市场拉动效应及相应的信用政策进行了研究。认为，消费信贷的刺激，消费总支出增加，消费行为将产生消费的“贷款效应”；在信用政策上应该引导消费文化和消费观念、增加有效供给、稳定的收入和支出预期的信心等。     

零长柱法测定分子筛平衡等温线的理论及仿真

介绍了零长柱法（Zear Length Column, ZLC）测定分子筛材料平衡等温线的基本原理，建立了ZLC系统的数学模型，并对ZLC系统进行了仿真，通过对比仿真和实验结果，验证了仿真模型的正确性。由于ZLC法测定平衡等温线，需同时知道吸附柱出口被吸附气的浓度和流量，而据以前的研究，两者相互耦合，因此，本文对两种应用实验测得的出口浓度进行流量计算的方法进行了分析，并利用已经建立的仿真模型通过编程计算对两种不同的ZLC出口流量修正方法进行了对比，探讨了影响ZLC方法正确性的因素，并对ZLC方法的适用范围及两种修正方法的精确性进行了比较和分析，为ZLC方法的应用提供了依据。     

基于链式方程多重插补的机场场面数据补全

研究了一种基于链式方程多重插补的机场场面数据补全方法,主要用于解决机场场面数据长期存在的数据缺失问题。方法不仅可以处理单变量缺失值,也可以处理多变量缺失值,具有很强的灵活性和实用性。在上海浦东机场数据集上进行实验,将算法与两种传统的插补方法进行了比较,测试了不同缺失率下模型的性能,分析了连续变量和离散变量的插补效果,结果表明链式方程多重插补的方法具有更高的插补精度。     

整流罩分离计算方法研究

针对传统的效能系数计算方法存在的无法准确预示飞行状态整流罩分离运动的不足,以典型的旋抛整流罩为研究对象,提出了一种将全部因素作为计算变量的多因素计算方法,建立了整流罩分离动力学方程,论述了每个变量的获取方法,在地面大气环境中采用某型号真实整流罩,开展了分离试验,获取了罩内负压特性和分离运动参数,计算结果与试验结果一致性较好。相对于传统的效能系数计算方法,多因素计算方法更加准确,对指导整流罩分离系统方案设计更加有效,具有显著的工程应用价值。     

结构的概率-非概率混合可靠性模型

将影响结构可靠性分析的不确定性因素用概率和非概率两种方式模拟。并基于结构可靠性分析中的概率可靠性模型和非概率集合可靠性模型,提出一种新的结构可靠性分析的概率-非概率混合模型。该模型首先通过将功能函数进行非概率可靠性分析,然后将标准化区间变量空间所有区域的可靠度进行求和计算,从而给出结构的可靠度。并根据相同的不确定信息,由混合可靠性模型与概率可靠性模型得到的结果是相等的,证明了方法的有效性。最后,通过一个典型结构和一个机翼下壁加筋板与传统概率可靠性模型进行比较,表明该混合模型对于结构的分析和设计更为合理,能够更好地保证结构的安全性。     

两种供操纵系统强度校核用载荷计算方法比较

传统计算和运用有限元计算是操纵系统现有的两种供强度校核用载荷计算方法,本文运用这两种方法对飞机操纵系统的典型段进行了计算,并比较了两种方法的具体计算结果,得出了相应的结论,扩展了计算供操纵系统强度校核用载荷的方法。     

新型组合预测模型在空中交通流量预测的应用

民航运输业的快速发展使空中交通流量迅猛增加,如何准确预测未来的交通流量是关乎到行业资源高效分配、战略合理部署的一个重要问题。因此,国内外众多专家对空中交通流量的预测进行了大量研究．提出了诸多模型和方法。针对目前空中交通流量预测中存在的缺陷与不足,提出并建立了一种适用于民航的新型组合预测模型。将趋势外推法拟合的结果作为多元回归分析法的复合时间变量组,并利用主成份分析法实现了复合时间变量组与其他影响因素变量的有机结合,建立了趋势外推法和多元回归分析法的组合预测模型。以上海终端区的空中交通流量预测为例,借助SPSS数据统计软件进行研究分析,通过对预测结果的各项精度检验,与传统方法相比较,证实本预测模型的优越性。     

飞机振动预计方法验证

利用两架国产战斗机的飞行振动实测数据，针对由扰动气流引起的振动，对两种预计方法进行了验证，一种方法是只考虑动压和机上设备位置的影响，另一种方法是除考虑以上因素外，还考虑Ｍ数和机上设备重量的影响。采用四种验证方法，它们是测点和区域计算法，以及测点和区域修正计算法。研究结果与国军标和美军标进行了比较，认为两种预计方法均可振动预计用，考虑Ｍ数和设备重量的影响更为需要。     

基于模糊理论的跳跃轨迹多目标优化设计

针对探月返回跳跃轨迹的多目标优化设计问题,提出了一种基于模糊理论的优化设计方法,并对非线性隶属度函数对优化结果的影响进行了研究.首先,将连续的无限维优化问题进行离散化,转化为非线性规划问题;其次,用隶属度函数将各个子目标进行模糊化,将多目标优化问题转化为求模糊判决隶属度函数的最大值问题;最后,求解经过模糊化的非线性规划问题.分析了探月返回跳跃轨迹的特性,表明模糊多目标优化更能体现决策者的偏好.构造了具有不同凹凸性、不同形状的非线性隶属度函数,比较了它们对优化结果的影响,结果表明隶属度函数影响多目标模糊优化结果的首要因素是隶属度函数的凹凸性.     

AHP方法和BP神经网络在装备保障性评估中的应用

目的介绍了BP神经网络的基本原理，建立装备保障性评估指标体系。方法在系统分析装备保障性的各种影响因素的基础上，设计用于评估装备保障性的神经网络模型，利用AHP方法确定指标的初始权重，并调用MATLAB神经网络工具箱中的GUI对结果进行计算和分析。结果研究表明神经网络具有很强的解决复杂非线性关系问题的特点，适用于对装备保障性的分析和评估。结论BP神经网络评估方法是一种基于非线性系统的预测方法，对装备保障性进行综合评估能够较为准确地提供决策依据。     

液体火箭发动机智能健康监控技术研究进展

健康监控技术作为改进和提高液体火箭发动机安全性与可靠性的核心关键技术,近年来其智能化发展的趋势十分明显。本文简要回顾了液体火箭发动机健康监控技术的发展历程;重点围绕基于传统人工智能的方法和基于深度学习的方法两个方面,对智能故障检测与诊断方法进行了系统地介绍;进一步阐述了健康监控系统在方案设计和实际应用等方面的研究现状,以及智能健康监控系统的发展情况;最后对今后健康监控技术的发展趋势进行了分析和展望。     

航空发动机虚拟自学习控制方法研究

随着人工智能技术的发展，智能航空发动机逐渐成为当今航空领域研究的热点。传统的航空发动机控制对发动机模型的依赖性过强，而基于发动机气热动力学公式的机理建模会引入较大的建模误差，给控制器设计带来困难。对此，提出一种基于强化学习的航空发动机控制虚拟自学习方法，首先利用航空发动机的试验数据通过LSTM 神经网络建立虚拟学习环境，然后采用深度强化学习TD3 算法，在虚拟环境中训练智能控制器，最后采用JT9D 发动机模型验证智能控制器的性能。结果表明：相比于传统PID 控制，智能控制器产生的超调量更小，调节时间更短。     

人工智能技术在航空发动机孔探检测中的应用进展

孔探是当前航空发动机检修过程中应用最多的无损检测方法,也是孔探图像的唯一获取途径。近年来,深度学习等人工智能方法开始被应用到航空发动机损伤分类、检测中,为实现航空发动机检修智能化提出了一些现行有效的方法,具有重要的工业应用价值。本文概述了航空发动机孔探检测的发展和优缺点,综述了专家系统和机器学习人工智能方法在发动机孔探图像方面的应用进展,总结了基于孔探图像实现航空发动机孔探检测智能化面临的一些挑战。     

航天智能控制技术让运载火箭“会学习”

高可靠和智能化是未来智能航天器的主要特点,本文聚焦航天器高可靠、智能化的发展需求。梳理了中国运载火箭从无到有、从有到全的发展历程,提出了航天智能技术从航天器的可靠性做起,航天器的可靠性从航天智能控制做起,航天智能控制从"会学习"的火箭做起。围绕航天智能控制技术如何使运载火箭"会学习"的发展架构,进一步探索了"边飞边学"和"终身学习"智能控制技术的理论研究和应用现状,支撑中国"会学习"运载火箭高可靠和智能化的发展。     

基于机器视觉技术的飞机绕机外观检查方法研究

大型民用飞机试飞和航线运营期间,对其外观表面进行绕机外观检查是适航性安全检查的必要工作.目前飞机的绕机检查主要采用人工绕机方式,该方式,且成本高、效率低,易出现漏检、误检等人为因素,因此智能外观表面检查方法的研究是一项迫切的任务.相比于其他工业检测任务,飞机外观检查智能识别目前无公开数据集,且飞机真实外观损伤类型多样....     

激光选区熔化增材制造缺陷智能监测与过程控制综述

激光选区熔化（SLM）技术被认为是最有应用前景的增材制造技术之一,已应用于航空航天、医疗器械等领域。然而,如何确保构件质量的可靠性和制造的可重复性是SLM面临的最大挑战,已被认为是限制SLM及其他金属增材制造技术发展和工业应用的最大壁垒。其中,主要原因是SLM过程中会产生难以控制的缺陷。因此,对SLM进行过程监测和实时反馈控制是解决这一挑战的重要研究方向,也已成为学术界和工业界的研究热点之一。通过对近十年该领域的文献调研,综述了金属激光增材制造中常见的冶金缺陷及其产生机理,对金属增材制造过程产生的信号及其监测手段,如声信号、光信号及热信号等进行了详细描述;总结了信号数据的处理方法,包括传统的统计处理方法和新兴的基于机器学习的智能监测方法;随后,综述了金属增材制造过程的质量控制方法,包括非闭环控制和闭环控制,并对全文进行了总结,展望了未来SLM智能监测和控制领域值得深入的研究方向。     

基于深度强化学习的多无人机协同进攻作战智能规划

无人机依靠作战效费比高、灵活自主等优势逐步替代了有生力量作战,多无人机协同作战任务规划成为热点研究问题。针对传统任务规划采用的智能优化算法存在的依赖静态、低维的简单场景、机上计算较慢等不足,提出一种基于深度强化学习（DRL）的端到端的多无人机协同进攻智能规划方法。将压制敌防空作战（SEAD）任务规划过程建模为马尔科夫决策过程,建立基于近端策略优化（PPO）算法的SEAD 智能规划模型,通过两组实验验证智能规划模型的有效性和鲁棒性。结果表明：基于DRL 的智能规划方法可以实现快速、精细规划,适应未知、连续高维的环境态势,智能规划模型具有战术协同规划能力。     

航空电子设备远程智能故障诊断与监测系统的研究

在传统远程故障诊断结构的基础上,以Agent为基本单元,构造了一种航空电子设备远程智能故障诊断与监测系统模型,并对智能诊断与监控系统的任务分解、组成结构、实现方法和关键技术进行了分析研究。利用多Agent技术是未来复杂设备故障诊断的发展方向,将对实现设备的智能故障诊断产生巨大的推动作用。     

基于免疫理论的航空发动机磨损故障智能诊断

针对航空发动机磨损故障诊断技术智能化、精确化的发展要求,以传统油液监测技术为基础,结合人工免疫系统(AIS)具有的自适应特性、学习记忆特性及识别特性等优点,提出了一种航空发动机磨损故障的智能诊断方法。该方法首先利用人工免疫理论的反面选择原理生成检测器,优化后的检测器生成算法提高了初始检测器的代表性及覆盖性;然后利用故障样本训练出成熟的检测器,使航空发动机典型的磨损状态信息存储在检测器中,实现对故障模式的有效学习和记忆;最后通过检测器的激活发现航空发动机的磨损故障。对油样数据的实例分析结果表明,该方法对航空发动机磨损故障具有较强的识别能力,对磨损状态有很好的监测效果。     

战斗机嵌入式训练系统中的智能虚拟陪练

智能化"实虚"对抗是现代先进战斗机嵌入式训练系统的重要功能需求。自主空战决策控制技术在未来空战装备发展中扮演关键角色。将当前的功能需求和发展中的技术结合起来,得到了空战智能虚拟陪练的概念。先进控制决策技术的引入使得智能虚拟陪练能够帮助飞行员完成复杂的战术训练,而训练中真实的对抗场景为技术的验证提供了理想的环境,大量的训练数据为技术的持续迭代优化提供了保障。作为可学习和进化的空战战术专家,智能陪练在人机对抗和自我对抗中不断优化,当其具备与人相当甚至超越人的战术能力时,可应用于未来的无人空战系统。智能虚拟陪练需要具备4项基本能力：智能决策能力、知识学习能力、对抗自优化能力和参数化表示能力。对其包含的关键技术进行了分析,提出并实现了一个基于模糊推理、神经网络和强化学习的解决方案,展示了其各项基本能力及目前达到的空战水平。未来更多的模型和算法可在智能虚拟陪练的框架中进行验证和优化。