京津冀一体化下廊坊市住宅价格时空格局演变研究

针对以往研究对住宅价格时空演变规律挖掘方面的不足,本文采用时空立方体模型对2013-2018年京津冀一体化影响下的廊坊市住宅价格进行空间依赖、时空格局与演变规律的研究结果表明：（1）廊坊市住宅价格发展经历三个阶段：(1)低低聚类的平稳增长期（2012.07-2015.07）,(2)高低聚类的暴涨演化期（2015.07-2017.01）,(3)高高聚类的稳高趋缓期（2017.01-2018.07）;(2)研究时段住宅价格中81.3%由冷点转变为热点,表现为震荡的热点,不同区域冷热点转变时间节点不同;（3）采用时空聚类将住宅价格分为4类：极高值敏感区、环京高值区、环京次高值区、边缘低值区,与环京程度呈现正相关的圈层结构。本文方法论证了在住宅价格时空演变研究中,时空模型可以更有效地揭示价格在时空域的变化过程及演变规律。     

Research on Decomposition Method of Aircraft Target PriceBased on Value Analysis

开展飞机目标价格分解,建立目标价格分解指标体系,是落实装备低成本发展战略、有效控制飞机价格的重要环节。面对一款新研飞机,建立科学合理的目标价格分解方法,成为亟待研究的课题。针对这一问题,研究了价值分析技术在飞机目标价格分解中的应用,提出了功能目标价格指标和分系统目标价格指标的确定方法,并以某型装备为例进行了案例研究。研究结果可以为开展飞机目标价格分解工作提供有益参考.     

基于认知过程的飞行员脑力负荷动态预测

现代军用飞机座舱驾驶系统信息高度密集、任务复杂多变。为探讨信息加工类型与多任务协同对飞行员脑力负荷的影响，依据ACT-R认知模块与脑力负荷决定性因素的关联性，将飞行员的脑力负荷划分为感知负荷与认知负荷，并基于四维多资源干扰理论，考虑多任务协同作用时的资源干扰对脑力负荷的影响，提出了基于认知过程的飞行员脑力负荷动态预测模型。为校验所提模型，选取16名被试完成4种模拟飞行任务的脑力负荷评价实验，结果显示：不同飞行任务在飞行绩效、NASA-TLX主观评价、平均扫视时间与扫视频率下的主效应显著（P<0.05），总脑力负荷预测值与NASA-TLX主观评价、扫视频率和心率呈显著正相关，平均脑力负荷预测值与飞行绩效、瞳孔直径和平均扫视时间呈显著正相关。所提模型对飞行员脑力负荷的动态预测与评价具有应用价值。     

民机定价策略和定价模型初探

民机价格是影响飞机销售和营运成本的关键因素,更是飞机制造商能否盈利的核心。首先简述民机定价方法及其焦点问题;然后结合飞机系列化发展,提出一种综合的飞机定价策略;进而提出一种简单可行的基于DOC的初始定价模型;最后给出算例分析,为民机价格决策提供借鉴。     

基于改进组合机器学习的卫星遥测参数预测

对在轨卫星的运行状态进行监测、分析以及异常检测是卫星在轨运行管理的重要内容。预测卫星遥测参数序列的变化趋势，对卫星异常检测与处置、保障安全运行非常必要。针对目前对于周期性不明显且具有多种变化特征的遥测参数预测精确度不够的问题，本文引入对遥测参数的预测有辅助作用的因素作为协变量，提出了基于改进组合机器学习的预测模型。该模型使用全局模型和局部模型分别获取遥测参数序列的趋势特征和局部不规则波动特征，并采用改进的注意力机制捕获多维参数之间的关联关系，提高了预测精度。此模型可以提供点预测和区间预测的结果，为在轨卫星处置决策提供了更多输入。在科学卫星真实遥测数据集和时间序列公开数据集上验证了本文方法的有效性。     

航空发动机燃烧不稳定性预测及控制研究进展

燃烧不稳定性问题广泛出现在各类航空发动机燃烧室内，该问题是火焰非定常热释放和声波充分耦合的结果，发生时伴随着大幅度的压力脉动，严重威胁发动机的稳定工作及结构安全。目前，包括中国在内的各航空发动机研制国家在多数发动机型号的研制过程中，均遇到了严重的燃烧不稳定性问题，且发动机越先进，该问题越复杂且难以解决。在深入认识其发生机理的基础上，对其进行准确预测并设计有效的控制手段，对航空发动机的研制具有重要意义。系统阐述了该问题的研究现状，介绍了燃烧不稳定性问题发生关键，即军用的钝体燃烧加力燃烧室和民用的贫油预混环形燃烧室的非定常流动及火焰响应特征。综述了该问题研究常用的燃烧不稳定性声网络预测分析模型，重点报告了为了耦合考虑燃烧室声软壁面被动控制设计，团队所发展的三维燃烧不稳定性预测控制模型。基于该模型，介绍了壁面声衬参数及布局对燃烧不稳定模态控制效果影响的研究进展，为先进发动机燃烧不稳定性的排故提供技术储备。     

跑道占用时间的影响因素分析与预测方法研究

针对最后进近阶段飞机距跑道入口较远时，跑道占用时间难以实现准确且实时的预测，提出了基于机器学习的跑道占用时间预测方法。面向空中交通管理，考虑3类共10项影响因素与跑道占用时间的关系；然后，基于对影响因素的分析，使用BP神经网络建立按照飞机尾流等级分类的跑道占用时间预测模型；通过对模型的调试和训练，对模型性能、影响因素显著性和不同距离时的预测结果展开了分析。研究表明，模型对跑道占用时间的估算平均绝对误差不超过2.5 s,均方根误差不超过3 s,判定系数均在0.85以上，可以很好地满足跑道占用时间的准确预测；影响因素偏差导致的估算误差随着飞机尾流等级的减小而增大；当飞机位于距跑道入口19 km时，估算误差为4.33 s,是预测跑道占用时间的较佳位置。     

低雷诺数下翼型非线性气动特性及其模型预测

以GA(W)-1翼型为研究对象，通过数值模拟的方法探究了雷诺数对翼型气动特性的影响规律及物理机制，结果显示：翼型在低雷诺数工况下具有突变性、迟滞性等强烈的非线性气动特性，且迟滞环的尺寸随着雷诺数的增大而逐渐减小直到最终消失，翼型前缘分离泡的破碎及该过程的不可逆性是非线性气动特性产生的物理根源。翼型在不同雷诺数工况下的非线性气动特性与尖点突变模型在空间拓扑上具有相似性，于是基于拓扑不变原理，通过发展高精度的拓扑映射方法，构建了尖点突变模型的平衡曲面与翼型非线性气动特性之间的拓扑映射关系，从而利用尖点突变模型的平衡曲面去预测低雷诺数下翼型的非线性气动特性，模型预测误差在5%以内。