飞机选型应进行的航线分析研究

在飞机选型工作中飞机性能人员的主要工作是对各备选机型进行航线分析,为经济分析提供在各条航线上的业载、轮档油量、轮档时间等各种数据,分析各备选机型的机场适应性、航线适应性.通过对各备选机型的机场适应性、航线适应性的分析可以对备选机型从飞机性能角度做出优劣顺序的初步评估,供最终决策时参考.     

民用飞机性能选型指标体系研究

随着飞机事业的发展和现代科技的进步,系统化地规划好采购飞机的机型以及合理安排不同航线段适用机型飞行是相当必要的。分析国内外有关飞机性能选型指标参数研究的现状,从航线经济性、发动机匹配性、航线适应性、机场适应性四个角度出发,进行飞机性能选型的现状分析。基于飞机性能优劣度初步建立了飞机性能选型指标体系,以期为目前国内航空公司飞机选型提供可靠性能参考。     

基于密度聚类与匹配算法的异常飞行行为挖掘

在空中交通愈加拥挤的背景下,航空器的异常飞行行为的有效挖掘可以辅助管制员进行调配决策。现有方法只能辨识飞机空间位置特征异常,存在水平可扩展性的局限。本文考虑位置、速度、高度和航向4个异常特征,采用高度层划分策略、局部异常因子和快速覆盖树对基于密度的有噪声应用中的空间聚类（Density-based spatial clustering of applications with noise, DBSCAN）方法进行改进,提出局部异常因子改进的考虑速度、方向及高度的基于密度聚类方法（Density-based spatial clustering considering speed, direction and high level improved by local outlier factor,LOFDBSC-SDH）密度聚类算法对正常航迹模式进行快速准确提取。然后,基于正常航迹模式设计考虑过点时间和上述异常特征的航迹匹配算法,挖掘异常飞行行为。最后,通过实验仿真验证了本文方法的有效性和应用价值。     

两种基于图论的聚类算法改进(英文)

近年来,基于图论的聚类算法被广泛地应用在数据聚类和图像分割之中。聚类任务主要是挖掘一组给定数据隐含的分布规律和结构信息,而图像分割则是将一幅图像划分为若干互不交迭区域的过程。主要讨论两种比较流行的基于图论的聚类算法,即基于有向树的数据聚类算法和基于最小生成树的图像分割算法。创新在于:(1)改进基于有向树的数据聚类算法,将其应用于图像分割;(2)改进基于最小生成树的图像分割算法,将其应用于数据聚类。在人工数据和实际图像数据上的实验结果表明,改进的有向树算法可以很好地分割图像并保留图像中足够的细节,而改进的最小生成树聚类算法能比较好地聚类具有流形结构的人工数据。     

基于熵权-TOPSIS法的货运航线网络设计研究

本文提出了一种轴辐式货运航线网络设计的方法。运用聚类分析(K-Means)进行枢纽机场选址,以枢纽机场间多重连接的方式,建立无机场容量限制的轴辐式货运航线网络优化模型,运用枚举法求解最终得到一个较为合理的货运航线网络。其中为提高聚类精度,引入熵权-TOPSIS法对数据进行处理,通过对TOPSIS评价数据进行聚类得到精度较高的聚类结果,实验表明基于熵权-TOPSIS的聚类分析较传统的聚类分析降低了运输成本。     

民用飞机运行环境适应性影响因素研究

民用飞机运行环境是指民机运行所处的外部条件。不同机型的运行环境适应能力有所差别。本文根据飞行的不同阶段将民机运行环境划分为起降运行环境(或机场运行环境)和航线运行环境。通过对飞机起降运行环境和航线运行环境的分析,分别研究了能见度、云高、风、跑道长度、温度、机场标高、航程、飘降限制、供氧限制、燃油经济性限制等因素对飞机放行和最大起飞重量造成的影响,并结合飞机的飞行手册等数据,分析比较了波音737-800、767-200、787-8的运行环境适应性。     

面向客机族的总体参数优化方法

客机族是一组共享通用部件或子系统的、但性能或使用要求不同的相关飞机产品的集合。开发客机族可占领更多的市场份额,是民机取得商业上成功的重要策略之一。由于要考虑通用性要求,客机族总体设计中参数优化问题有别于传统的单一机型总体设计中参数优化问题。研究并提出了一种有效的客机族总体设计阶段中参数优化方法。以设计中短程客机为背景,定义了客机族的总体布局形式,开发了飞机族总体设计综合分析模型,重点讨论了如何定义飞机族总体参数优化问题中设计变量、设计约束和设计目标。应用自适应进化算法求解该客机族总体参数优化问题。计算结果表明,优化后获得的总体参数能满足各机型设计要求,且能兼顾各机型的经济性。     

基于灰色关联模糊聚类算法优化飞机排故方法

采用灰色关联与模糊聚类原理，建立一种灰色关联的模糊聚类算法，应用该算法可直接对飞机维修经验中的多种排故方法．依排除故障的可能性进行排序，并根据排序结果时排故方法进行相似聚类，从而将排故经验与多因素决策算法进行有效综合．较好地解决了民航飞机故障诊断专家系统中多种故障原因的优化选择问题，并可直接给出排故方法的选择指导，提高专家系统的指导水平和飞机排故效率。文中对算法原理进行了详细介绍，并给出算法实例。     

基于信息熵的连续属性自动聚类算法

基于信息熵的有关理论，提出了一种新的连续属性的自动聚类算法。首先介绍了Shannon熵的概念及其两个重要的定理，基于信息的不确定测度，提出了一种Shannon熵的准则函数φ，并且指出了该准则函数必须满足的6条原则。其次，基于该准则函数，引出了一种针对单个连续属性自动聚类的FUSINTER算法。由于实际信息系统中有多个连续属性，这主需要对多个连续属性分别使用FUSINTER算法进行离散，并且要求最终保证整个信息系统离散是相容的和一致的，而且各个属性拥有较少的分割区间。最后，本文以干线飞机外形参数的变化趋势与其更新换代的关系来说明文中提出的属性离散化过程，并展示了该聚类算法的有效性。本文提出的方法可以用于机器学习或数据挖掘的数据前处理。     

基于机型航线优化的多目标规划

为了降低航空公司机队的飞行成本,提高飞机的座位利用率,研究机队各机型与航线优化匹配问题。考虑了旅客溢出带来的潜在支出成本,在满 足航班覆盖、旅客需求、机队寿命、航班连续等约束条件下,建立了多目标0~1整数规划模型,并采用基于隶属度的多目标模糊决策法对模型进行求解计算。通过实例验证分析表明：建立的多目标机队优化匹配模型实用可行,既降低了机队的飞行成本,又提高了各条航线上 机型的座位利用率。