基于集成学习模型的飞行学员认知负荷研究

在飞行过程中,飞行员需要在短时间内接收大量信息,并做出正确的判断与决策,而过高的认知负荷会影响其感知、判断、决策等认知过程,进而影响飞行安全。首先通过飞行模拟实验获取飞行学员在执行不同飞行任务时的生理数据;然后通过时域、频域分析等方法提取呼吸和心电信号的特征,并通过统计学方法筛选出能够反映认知负荷水平的指标;最后结合支持向量机、K 最邻近、人工神经网络等方法建立集成学习模型,对飞行学员的认知负荷进行评估,并与单一算法进行对比。结果表明：本文建立的集成学习模型具有较高的准确率,能够更好地反映飞行学员认知负荷水平。     

求解TSP问题的遗传算法

无人侦察机的巡航问题,如果不考虑其它约束条件,实际上是一个 TSP 问题。目前还没有求解 TSP 问题的比较有效的实时算法,我们首先利用改良圈算法求得一个较好的初始种群,再应用遗传算法就可以实时地求得一个较满意的解。     

一种翼身融合体飞行器外形的RCS计算与实验

飞行器隐身技术是当代军事技术中的一项重大突破,低雷达散射截面（RCS）的飞行器外形是专业人员努力追寻的研究目标。本文采用Toplitz变换和混合迭代的算法,对新设计的一种鸭式布局翼身融合体飞行器外形进行了RCS计算,并在微波暗室内对模型进行了测试。实验结果与理论值基本吻合,误差在1dB之内,证明此算法行之有效,优化设计的翼身融合体飞行器具有良好的隐身性能。     

基于EEMD和BiLSTM的航班准点率预测研究

航班准点率问题是民航业最为关心的问题之一,准确地预测出航班的准点率能够有效降低航班延误所带来的不利影响、提高乘客满意度。为解决普通深度学习预测模型存在的航班准点率数据挖掘程度不足、预测准确度较低的问题,提出一种基于集合经验模态分解法(EEMD)和双向长短时记忆神经网络(BiLSTM)的机场短期航班准点率预测模型。模型使用EEMD算法将准点率时间序列进行分解,采用BiLSTM结构作为预测模型,使模型能够更深层、高效地处理航班准点率数据,提高预测准确度。实验数据为2018年上海虹桥机场航班准点率及天气数据,实验建立了多个参照模型与所提模型进行对比分析。结果表明：提出的EEMD-BiLSTM模型相较于一般模型预测误差更小,准确度更高。     

典型螺栓连接件的随机振动多模型灵敏度分析

为分析组合模型输出响应不确定性的来源及其影响,本文提出多模型合并下的方差灵敏度和矩独立灵敏度指标及其分析求解方法.模型方差灵敏度量化了各单模型对组合模型输出响应方差的影响.模型矩独立灵敏度则量化了各模型对组合模型输出响应的概率密度函数的影响.同时,本文还给出了两种模型灵敏度的求解方法.最后,以航空典型螺栓连接件为例,分...     

多退化变量下基于Copula函数的陀螺仪剩余寿命预测方法

针对惯性导航系统中陀螺仪多退化变量条件下的剩余寿命（RUL）预测问题,提出了一种基于Copula函数的多退化变量剩余寿命预测方法。首先,针对退化变量间不同的退化轨迹,采用不同的方法进行退化建模,并对于陀螺漂移系数样本标准差数据波动性随时间递增的特性,提出了一种方差时变的正态随机过程退化建模方法,得到了陀螺仪剩余寿命的边缘分布函数。然后,通过Copula函数来描述退化变量之间的相关性,将得到的剩余寿命的边缘分布进行融合,得到了陀螺仪剩余寿命的联合分布函数。最后,通过陀螺仪实例分析验证了方法的适用性和可行性。     

龙年话龙（之二）

清代,龙与皇权已密不可分,整个大清帝国成了龙的帝国。龙变成封建帝王权威的象征。在服饰、建筑、瓷器等生活用品中体现的淋漓尽致。在中国悠久的历史文化传承中,龙文化已渗透到社会生活的方方面面。在人们心里龙是一种吉祥的神物,是带来好运和辟邪的象征。因此在服装配饰、剪纸、皮影、年画、工艺品、节日、食品、地名、街道名称中游龙无处不在。     

一种新的辐射源优化识别方法

针对证据理论无法获得传感器报告、无法处理具有冲突的传感器报告、计算复杂度高、干扰环境下融合结果不可靠等缺点,提出了一种新的辐射源优化识别方法。该方法首先利用灰色关联算法来获得传感器的报告,并且提出利用信息熵解决灰色关联分析中特征权重的选择问题。然后根据传感器证据报告的特点,引入传感器可信度因子,通过构造和分解代价函数将辐射源识别问题转化为求解一个凸二次优化问题。最后,给出了一种利用对数罚函数方法求解该问题的改进方法和步骤。理论分析和仿真结果表明,与证据理论相比,新方法具有更低的计算复杂度、更好的识别能力、更广的适用性和更强的鲁棒性。
     

基于PSO算法的舰载机舰面布放调度方法研究

基于智能粒子群(PSO)算法对戴高乐航母舰载机舰面布放调度问题的解决方法进行了研究。首先,分析了舰载机舰面布放调度的必备条件,包括设置舰面战位;测量计算舰载机由各个停机战位分别到2个准备战位的近似移动距离;分析了舰载机正常的出动流程;设计了不同数量舰载机的出动时间计算公式等。其次,将舰载机舰面布放调度问题转换为带有约束条件的多目标函数求最小解问题,并给出了数学模型。再次,分析PSO算法本身的特点、优点,给出其用于解决舰载机舰面布放调度问题的可行性,并具体分析了解决思路。最后,通过编制程序对该解决方法予以实现。实验结果表明,基于PSO算法的舰载机舰面布放调度问题解决方法是可行的,与实际要求也基本一致。     

基于编队形状的反舰导弹预定目标选择模型特点

相比传统的预定目标选择方法,基于编队形状的反舰导弹预定目标选择方法是一类新方法。为了便于进一步研究具体算法,需要研究基于编队形状的反舰导弹预定目标选择模型的特点。该类方法的实质是将目标选择问题转化为点集匹配问题,因而文章从点集的信息来源、点集之间的变换关系、点集之间的映射关系、点集之间的距离函数等方面分析了模型特点,并根据这些特点将基于编队形状的反舰导弹预定目标选择算法分为2类：即基于迭代收敛的预定目标选择算法和基于变换位置集合的预定目标选择算法。