财政投资的季节性动态分析及预测

针对财政投资的季节性特点,以系统动力学的观点为依据,运用X-11ARIMA季节调整的模型预测技术,建立了季节性财政投资分析和预测模型。     

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。     

基于ARIMA模型的载人航天器氧分压分析及预测方法

载人航天器环控生保系统中的氧分压分析监测关系到航天员在轨的安全与健康,是地面控制中心重点关注的关键信息。提出了一种基于时间序列数据模型的载人航天器氧分压分析及预测方法,对在轨遥测数据进行处理分析,应用ARIMA模型对氧分压历史数据进行分解建模,并预测其未来趋势。通过对载人航天器氧分压在轨数据的实测分析,对历史数据拟合均方根误差为0.1537 kPa,预测均方根误差为0.1378 kPa,预测精度较高。该方法基于短期历史环境信息分析建模,实现对未来状态变化的有效预测,有效提升了现有预测方法的预测时长,提前识别系统运行过程中的异常状态。     

空运市场需求预测的自适应动态建模方法

根据空运市场需求时间序列的季节性、趋势性及随机振动性的特点，随机过程和时间序列分析手段，建立了空运市场需求预测的自适应平滑模型，并利用卡尔曼滤波法解决了模型参数的动态估计问题。     

基于LSTMAttention网络的短期风电功率预测

提出一种基于LSTMAttention网络的短期风电功率预测方法。首先,使用LSTM网络对数值天气预测(NWP)数据的特征信息进行提取,同时采用注意力机制有效分析了模型输入与输出的相关性,从而获取了更多重要时间的整体特征;其次,使用卷积神经网络(CNN)提取NWP数据的局部特征,并引入压缩和奖惩网络(SE)模块学习特征权重,利用特征重新标定方式提高网络表示能力;最后,将局部特征和整体特征进行特征融合,通过分类器输出分类结果。利用NOAA提供的美国加利福尼亚州某风电场的数据进行案例分析,证明了所提方法的有效性。试验结果表明,与BP神经网络、自回归积分滑动平均模型(ARIMA)模型和LSTM模型相比,LSTMAttention模型具有更高的预测精度,证明了该方法的有效性。     

基于反馈补偿K-means的救援物资需求预测

针对低空应急救援过程中救援物资需求的多样性与不确定性,提出基于反馈补偿K-means相似搜索的物资需求预测算法。通过比较非平稳数据处理方法,采用差分自回归平均移动模型（ ARIMA）对历史灾情数据进行平滑处理;将预处理后的灾情数据运用基于反馈补偿的K-means方法进行聚类分析;再对比夹角余弦,杰卡德相似系数以及相关系数这3种方法,搜索出相似度最大历史灾情案例,并线性求解当前低空应急救援所需物资量。实验结果表明,在基于反馈补偿K-means相似搜索的物资需求预测过程中,运用相关系数搜索的误差是最小的,方法不仅提高了大数据处理能力,而且在一定程度上提高了预测精度。     

某型涡扇发动机测量数据融合模型

为提高传感器测量数据的有效性、可信性,基于共同工作方程,采用原始对偶内点法对某型涡扇发动机测量数据进行了融合分析。通过案例研究了当可测量参数存在误差时融合模型对流量、温度及压力等参数的预测效果;使用两种初值更新法,测试了不同工况下的物理运算时间;研究了约束违反程度对数据融合效果的影响;测试了关键传感器失效情况下,动态数据融合模型对缺失参数的预测效果,提出了进一步加快计算速度的方法。结果表明:通过数据融合,测量数据和未测量参数的不确定度下降到1%以内;通过算法优化,运算时间减小到5s,为发动机状态监控、传感器维护和传感器失效情况下发动机控制策略的制定提供了支持。     

尾旋预测中气动参数的拟合研究

针对现代高机动性能飞机大迎角动态特性分析，特别是在飞机尾旋特性分析预测中，需要的大量风洞实验气动力数据，推出采取多元最小二乘拟合法，进行高次多项式非线性拟合的方法，以某飞机旋转天平风洞实验实验气动力数据为例，进行了数据拟合分析，同时，应用拟合结果进行了该飞机的尾旋特性预测，并给出了部分计算结果和飞行试验结果的比较，证明所推出的数据拟合方法及得出的拟合结果，在大迎角研究领域应用中是可靠的。     

基于粗糙集和BP神经网络的飞航导弹备件消耗规律预测

结合BP神经网络对飞航导弹备件进行消耗预测,提出了基于粗糙集和BP神经网络的预测法。该方法充分发挥了粗糙集在处理冗余数据上的优势,提高了预测速度和有效性。     

考虑温度效应的干纤维预制体压缩蠕变模型

纤维织物预制体蠕变/回复行为的描述对于模拟复合材料的制造过程至关重要。为分析与预测CF3031干纤维预制体在预成型过程中的厚向变形行为，进行了干纤维预制体的蠕变/回复实验，并对实验结果进行计算分析，建立了材料本构模型。首先，采用最小二乘法原理和叠加原理对比分析不同蠕变计算模型对CF3031干纤维预制体蠕变/回复实验数据的蠕变部分及整体拟合效果。结果表明，Burgers模型整体计算效果优于其他模型。而后，在传统Burgers模型的基础上，提出了1个单方程形式且适用于不同的蠕变应力和预成型温度的材料模型，用于描述干纤维织物预制件时间依赖性的厚向蠕变/回复行为。模型系数根据实验数据分析及最小二乘法获取。最后，将建立的本构模型用于预测新设计的实验结果，结果显示实验曲线与模型预测曲线基本吻合，证明了该方法的有效性。     

用霍尔特-温特斯模型预测航空运输总周转量

引入了霍尔特-温特斯模型对中国民用航空运输总周转量进行预测,首先介绍了该模型的具体预测步骤,然后采用面向对象的软件技术,设计并开发了预测模型软件。该预测模型软件不但可以根据用户设定的平滑系数进行预测,还可以自动计算出预测效果较优的平滑系数,最终对2006年各个月份的中国民用航空运输总周转量进行了较为精确的预测。     

基于季节特性的航材备件定量订货模型

为达到降低库存费用、保障飞机持续适航的目的,建立定量订货模型,并通过对部分航材消耗数据的分析,提出利用中心移动平均法求得季节指数的方法,将其作为权系数对该模型进行修正,以提高航材采购数量的精确性。实验证明,该模型能有效地为航材备件的计划采购提供理论指导和决策支持。     

中国民航旅客量季节性问题研究

中国民航旅客量的季节性波动是经济学研究的重要命题。选取中国民航旅客量时间序列数据作为分析对象，采用年度季节强度指数（R）与月季指数（Zt），揭示中国民航旅客量的年度季节集中性与月度季节变化规律。 R值整体上呈现逐年递增的趋势，指标随季节变化明显，且按一定规律分布。 Zt 值指示4月、7月、8月、9月、10月为旺季，其余月份为淡季。民航旅客量淡旺季与游客出游行为、节假日长短、气候等因素有直接联系。研究结论为解决中国民航旅客量的淡旺季问题提供基础数据，也为调整航空公司在淡旺季时的人员、航班及其他工作安排，为缓解航空客流量供需不平衡的矛盾提供决策参考。     

中国航空运输市场季节变动特点与对策研究

运用季节指数分析方法，对1997--2001年间中国航空旅客运输市场和航空货物运输市场的季节性变动进行分析，并提出了根据季节变动规律合理组织生产和调配运力的建议。     

An allowance allocation method based on dynamic approximation via online inspection data for deformation control of structural parts

Deformation resulting from residual stress has been a significant issue in machining. As allowance allocation can directly impact the residual stress on part deformation, it is essential for deformation control. However, it is difficult to adjust allowance allocation by traditional simulation methods based on residual stress, as the residual stress cannot be accurately measured or predicted, and many unexpected factors during machining process cannot be simulated accurately. Different from traditional methods, this paper proposes an allowance allocation method based on dynamic approximation via online inspection data for deformation control of structural parts. An Autoregressive Integrated Moving Average (ARIMA) model for dynamic allowance allocation is established so as to approach the minimum deformation, which is based on the in-process deformation inspection data during the alternative machining process of upside and downside. The effectiveness of the method is verified both by simulation cases and real machining experiments of aircraft structural parts, and the results show that part deformation can be significantly reduced.     

大气数据测试装置超差原因分析及一种软件修正补偿方法的提出

从现代飞机研制、生产、运营、维护过程中的实际计量、维修角度出发,重点分析了大气数据测试装置参数超差原因,并有针对性地提出一种大气数据测试装置软件修正方法,为大气数据测试装置在超差修正后满足高质量的技术要求奠定实践基础。实验结果证明,该软件修正方法切实有效,可为大气数据测试装置的计量、维修提供技术支持。     

强瞬变空气系统的模块化仿真建模

提出一种针对强瞬变空气系统的模块化建模方法,该方法将空气系统模型分解为由规范接口互联的4类基本元件,并考虑了空气系统强瞬变过程中容腔效应和气体惯性力的耦合影响.基于面向对象的技术开发了仿真程序,并使用公开的数据对模型进行验证.结果表明:该仿真模型能够正确模拟空气系统强瞬变过程中的局部逆流、压力波传导、多容腔耦合振荡等毫秒时间量级物理现象,不仅如此,其模块化的设计特征也为进一步耦合精细的空气系统元件和建立复杂空气系统网络奠定了基础,该模块化仿真方法在航空发动机空气系统的复杂动态响应特性和机理的研究中具有切实应用前景.