基于变权重-正态云模型的飞机轮胎滑水风险

针对飞机轮胎滑水行为的随机性和模糊性特征，提出基于正态云模型的滑水安全评价分析方法。引入变权理论动态调整权值，采用惩罚性变权函数降低常权权值对评价结果的主观影响。构建飞机轮胎滑水流固耦合仿真分析模型，选取飞机轮载、滑行速度、积水厚度、道面摩擦系数及刻槽深度作为风险影响因素，基于单因素云模型数字特征及变权向量求解综合隶属度，建立多元决策下的飞机滑水风险等级及划分标准。以某山区多雨机场轮胎滑水事件为实例进行验证，结果表明：以传统临界滑水速度指标进行条件判定仅得出允许起降的一般结论；对比常权和变权评价结果，工况1安全系数由1.09提高至1.17，工况2由2.09提高至2.94，可定量描述道面起降环境差异，滑水风险仍在可接受范围内，变权评价结果偏于保守；工况3安全系数由3.13提高至3.74，滑水风险上升至Ⅳ级，即使道面积水厚度符合上限要求，轮胎滑水发生几率仍有可能显著提高，与实际风险情况基本一致，对道面运行安全分级管理具备参照性。     

机场到港旅客换乘时间效率评价指标优选

换乘时间效率评价对提升机场综合交通的换乘效率有着重大意义，传统的指标优选方法应用在民航机场到港旅客换乘评价中难以真实反映指标关系并且缺乏指标筛选规则。针对上述问题，根据指标体系中目标层、因素层、指标层各自与指标的关联特征，抽象出指标的重要性、关联均衡性、独立性3种数据关系，并使用DS证据理论融合得到指标综合关系。基于指标综合关系和综合评价方法，定义评估精度作为筛选指标的理论支撑，并设计算法构建优选模型。使用国内37个机场的到港旅客换乘时间数据进行实证分析，结果表明:指标综合关系能够更精确地反映指标关系，优化了指标排序，比基于主成分分析和最大互信息系数的指标排序更优异，能剔除更多冗余指标。评估精度将可剔除的指标直观展示出来，为筛选指标提供了切实依据，完善了指标优选模型。      

基于CRITIC-TOPSIS的动态辐射源威胁评估

为解决传统辐射源威胁评估方法与空战动态态势联系不紧密的问题,提高评估准确度,提出泊松分布逆形式与逼近理想解排序（TOPSIS）方法相结合的算法,并引入指标相关性的权重确定（CRITIC）方法分配属性权重,构建基于CRITIC-TOPSIS的动态辐射源威胁评估模型。针对传统方法仅依靠当前侦收数据,未体现空战态势动态变化的不足,采用泊松分布逆形式融合多个时刻的辐射源数据信息,实现动态评估;针对传统TOPSIS方法依赖主观赋值的问题,CRITIC方法综合考虑单个指标内部和多个指标之间的关联性,能完整描述属性信息并客观分配属性权重。仿真结果表明,相较于传统静态评估模型,所提模型对于威胁度不同的辐射源区分度更大,评估准确性和可靠性更高。      

基于组合赋权的对地攻击无人机自主能力云模型评价

针对对地攻击无人机自主能力量化评价的不确定性问题，提出基于组合赋权的云模型评价方法。基于认知控制结构，从感知探测、规划决策、作战执行、安全管理和学习进化5个方面构建自主能力评价指标体系。运用基于博弈论的组合赋权方法，结合改进层次分析法和改进熵权法确定组合权重，克服了单一赋权方法确定指标权重的片面性。考虑自主能力评价过程的模糊性和随机性，提出一种对地攻击无人机自主能力云模型评价方法，采用浮动云算法实现评价指标云的有效综合。对3种对地攻击无人机进行仿真验证，结果表明：所提方法综合考虑评价对象的主客观因素，消除了单一赋权方法的局限性，权重分配科学合理。自主能力云模型量化评价能够有效区分不同类型对地攻击无人机自主能力等级的差异性，评价结果准确可信。     

绳系拖曳飞行器高抗扰轨迹跟踪控制

针对受未知风扰动作用下的绳系拖曳飞行器轨迹精确控制问题,设计了一种基于最小学习参数神经网络估计器的拖曳飞行器轨迹动态面控制方法。首先,结合绳系拖曳系统多刚体动力学模型,构建拖曳飞行器六自由度非线性模型,并完成其仿射非线性化处理。其次,考虑到拖曳飞行器可能受到前方飞机尾涡、紊流和阵风等未知气流及不可测量瞬变缆绳拉力等扰动的综合影响,构建了基于最小学习参数神经网络的拖曳飞行器状态/扰动在线估计器,以准确重构系统不可测量集总扰动。然后,基于所提状态/扰动在线估计器,设计了一种基于最小学习参数神经网络状态/扰动在线估计器的拖曳飞行器轨迹动态面控制方法,并分析了系统稳定性。最后,仿真表明,所提方法能够在多重气流扰动下实现拖曳飞行器位置稳定和机动轨迹跟踪。      

基于EEG信号特征的脑力疲劳快速检测方法

空间站飞行过程中航天员容易产生脑力疲劳，其是影响作业效率和引起失误的主要因素。为此，研究人体脑力疲劳的快速检测方法，将有利于保障在轨运行安全。脑电波(EEG)的特征变化能够反映出大脑疲劳状态，但现有EEG方法分析脑力疲劳时需要多个导联的信号，这严重限制了其在空间站环境中的实际应用。通过地基实验，采用36 h睡眠剥夺的方式成功诱发出45名受试者的多种脑力疲劳状态。针对EEG信号的非平稳性，设计的8层db4小波变换结构，有效分解出了δ、θ、α和β脑节律波。先使用方差分析( ANOVA)和Logistic回归筛选出脑力疲劳敏感特征，再依据脑力疲劳敏感特征数量进一步筛选出脑力疲劳敏感导联，应用6个敏感导联的特征分别构建了随机森林回归模型。加权融合6个导联处的回归模型，形成脑力疲劳快速检测模型，其平均精确率高达85.25%。      

基于交通状态的离场航班动态协同排序方法

为适应协同决策(CDM)需要，考虑空管、航司和机场三方的诉求，对拥挤和非拥挤场景下的离场航班动态协同排序问题进行了系统研究。通过分析离场航班运行特性，利用离场航班的计划撤轮档时间(SOBT)和预计撤轮档时间(EOBT)数据设计了一种离场航班动态排序方法；针对各方构建了离场航班排序的多个优化目标，且为保证排序公平性，提出了航空公司延误公平性评价指标，将非受控离场航班优先级分为3类，对各类非受控离场航班设置其可接受的最大延误时间和最大位置偏移量，创建了基于交通状态的离场航班协同排序模型；采用带精英策略的快速非支配排序遗传算法(NSGA-Ⅱ)寻求离场航班动态协同排序的最优解。仿真结果表明:较先到先服务(FCFS)方法，所提方法在2种场景下各排序时段均增加多种排序方案，离场航班总延误均减少50%以上，且在非拥挤场景下提高了航空公司延误公平性。所提方法可对离场航班进行优化排序，显著减少航班延误，有效提升公平性，契合协同决策理念，可实现三方协同排序。      

绳驱动并联机器人张力约束工作空间分析

绳驱动三自由度机器人可以实现空间的自由转动.由于绳索只可拉伸不可压缩的单向特性,研究驱动绳索张力对机器人的控制具有重要意义.运用几何和矩阵的方法可以分析绳索的张力分配情况;在存在张力约束的条件下,提出张力系数作为评价张力分配优劣状况的指标,通过计算可以得到张力系数分布图,从而对机器人工作空间有直观的认识,进而提出有效的张力优化算法;通过对最小预紧力影响因素及选取方法的讨论,可以得到动态最小预紧力实时计算公式,保证绳索时刻处于张紧状态;通过样机的力检测系统张力反馈的实验可以验证理论推导.通过对以上几部分的分析和研究,可以对四绳驱动三自由度机器人的张力问题有综合全面的认识.      

变化风场对舰载飞机着舰安全性影响

建立了复杂环境下舰载机进舰着舰的数学仿真模型,并通过大量的仿真计算,研究了舰尾流和侧风风场对舰载机进舰着舰安全性的影响,给出了一定进舰条件下舰载机所能抗御的最大侧风强度.研究结果表明,舰载机在进舰过程中必须通过驾驶员操纵抑制舰尾流扰动,否则将引起较大的着舰偏差,影响着舰安全;对于一定的进舰初始条件,舰载机只能抗御一定强度的侧风,超出允许侧风强度时舰载机将不能成功着舰.     

一种基于图论的机场空域无人机流量控制方法

城市物流无人机机场需具有同时起降多架无人机的能力，针对中小型垂直起降无人机设计了一种单入口单出口、航路交叉、多停机坪的机场模型，提出了一种基于图论的飞行安全优先的流量控制方法。根据机场内无人机飞行状态，控制无人机进离场时间，规划出机场内飞行航路，保证无人机飞行安全。仿真结果表明:该流量控制方法可以确保无人机在机场空域内安全有序飞行；分别测试了面积不同的机场进场与进离场运行容量，在单个停机坪面积一定时，停机坪数量越多进场容量越大，但进离场容量反而越小；因此在设计机场时，在给定的机场面积情况下，需要合理规划停机坪数量。      

不确定需求下航空公司枢纽网络优化设计

为了帮助航空公司合理规划航线网络，降低运输成本，从航空公司的角度出发，将机场容量看作到港和离港航班的函数，绘制了机场容量包络曲线。基于机场容量包络曲线构建了随机需求下多分配、非严格的两阶段混合整数随机规划模型，第1阶段确定网络的枢纽位置，第2阶段确定不同需求情形下城市对的运输路径和不同路径上的流量比例。当需求情形是离散变量时将两阶段模型转化为确定的等价规划。继而以东航为例选取13个机场对模型进行验证，并对运输成本折扣因子进行灵敏度分析。结果表明:在不同的折扣因子情形下选择的枢纽机场不同，折扣越大，选择的枢纽越多，网络总成本越低，且3种折扣因子情形下的枢纽选择与实际比较吻合；每种折扣因子情形下，当需求不同时航线网络的布局有所差异；对比需求确定和不确定下的模型结果差异，得出需求不确定下的网络总成本更低。可见需求不确定下的随机规划模型更加贴近实际，能够帮助航空公司规划符合实际情形的枢纽航线网络，并确定其在枢纽机场的容量份额。      

基于解析规则的舰艇区域防空作战能力需求生成

首先,在能力需求生成中,通过对舰艇面临的威胁任务分解,构建作战能力指标体系,分析"元任务-能力指标"之间的解析规则进而得到舰艇作战所需的各项能力指标;其次,以单舰舰空导弹区域防空为背景,根据作战流程的各个阶段建立相应的数学模型,以作战需求以及敌我双方的相关因素为变量,结合关系图对杀伤区远近界、发射区远近界、预警机前出距离、高度和必需预警距离等作战能力指标进行了仿真验证;最后,分析了所需探测距离及速度对作战能力指标的影响关系,定量得到相应所需的区间数值解,为舰艇区域防空作战能力需求生成提供了依据。      

航线联营下基于转运的飞机航线路径优化

为解决航空运输成本高,运输资源闲置、浪费多的问题,对航线联营下基于转运的飞机航线路径优化问题进行研究。基于货物转运问题,考虑联盟对运营的影响,引入航空联盟选择概率,确定转运前后航段运输的承运及托运问题,并考虑托运运输的衔接问题。由于航空网络中双机场容量限制,运行中全货机飞行时段及空域容量的限制,以总成本最小化为目标,建立了航线联营下基于转运的航线路径优化模型（T-AAAFRP）。设计了改进的遗传算法求解模型。通过实例分析,研究选址和路径优化问题。研究结果表明：设计的算法具有较高的收敛性;转运点数量变化的过程中,双机场城市总被选择作为转运点;需求量、飞机固定成本的变化对优化决策有较大影响;飞机载重量、联盟承运与托运的分摊系数、决策者风险偏好的变化对优化决策有较小影响;总体上转运点数量越多,所承担的总成本越小,使用的飞机数量越少。     

基于DPSO-SA的低轨预警系统初始任务规划方法

为提高天基低轨预警系统在导弹跟踪任务中的效率,建立了天基低轨预警系统初始任务规划模型.该模型包含跟踪精度、任务完成率和资源松弛度等优化指标,考虑导弹跟踪中目标信息的不确定性,定义并构建了跟踪原子任务的不确定度和动态优先级.在此基础上,提出采用离散粒子群(DPSO,Discrete Particle Swarm Optimization)-模拟退火(SA,Simulated Annealing)混合优化算法求解初始任务规划模型,提高了算法收敛速度、精度以及全局搜索能力.仿真算例验证了模型的优点以及DPSO-SA混合优化算法的有效性.     

目标威胁规避约束下战斗机引导控制优化方法

基于最优控制理论对威胁规避约束下战斗机引导控制方法进行研究.以空战态势参数为状态建立战斗机引导模型,以引导的快速性和经济性为性能指标,将战斗机引导问题建模为具有非线性状态约束和路径约束的最优控制问题,以武器攻击包线来描述目标火力威胁,并将威胁规避约束转化为引导过程的空战态势约束问题,为保证引导算法的实时性和有效性,引入滚动时域控制策略进行在线优化,并采用高斯伪谱法进行数值求解,基于典型作战场景进行仿真,结果表明所提出的引导控制方法能在保证引导安全性的前提下实现战斗机的最优引导.      

不同增长机制下航空网络自愈特性

结合复杂网络理论,从能量的角度分析了航空网络的功能自愈机理,并研究了航空网络在不同增长机制下的自愈特性。首先,将网络结构划分为自愈结构与耦合结构,并针对航空网络3种增长机制进行了分析和抽象建模;然后,从网络全局角度出发研究了美国航空网络在遭受蓄意攻击造成全网功能瘫痪的情况下,网络功能的恢复鲁棒性和网络增长对网络自愈能力的影响。研究表明,美国航空网络具有较好的恢复鲁棒性,接近80%的机场在受到能量冲击造成的短暂失效后具有功能自愈能力。航空网络不同的增长机制对网络的自愈能力有着不同的影响。结果证实,为完善航空网络而建立的机场群,由于其较大的连接需求,加大了网络区域密度,复杂了网络拓扑结构,降低了网络的自愈能力;而小型机场的增加不会影响网络整体的自愈能力。