基于FAHP与灰色聚类的 航空地面电源车功能损伤状态评估 aaa

针对战损情况下航空地面电源车功能损伤状态评估的问题,以电源车的功能结构层次为基础建立了指标体系,应用改进的模糊层次分析法(Fuzzy Analytical Hierarchy Process,FAHP)法确定了指标权重。建立了灰色聚类评估模型,并提出了指标灵敏度分析方法。针对某型战损电源车的功能损伤状态进行了评估,得出了功能损伤状态聚类评估结果,分析了指标权重变化对评估结果的影响,验证了方法的可行性和有效性。     

层次分析法在多维度整机系统风险评价中的应用

当前中国发动机的交付模式普遍为以磨合为目的的装配试车和以交付为目的的装配试车（两装两试），而国际上民航发 动机的交付模式普遍为一次装配试车合格后即可交付（一装一试）。为转变中国现有的交付模式，开展了基于2种交付模式的风险评定方法研究。通过引入层次分析法对2种交付模式的风险进行评定，在目前采用的2维度风险矩阵评价方法基础上，引入“识别率”的概念，形成了“严酷度+概率等级+识别率”的3维度风险评价方法。构建出了一种复杂系统多维度综合风险评定方法，为衡量发动机 2种交付模式的系统风险值提供了一种定量计算途径。为现有的交付方式向“一装一试”的模式转变提供了理论依据，促进了发动机厂内实现一次装配与试车，降低了交付经济成本，进而缩短了外场发动机交付周期。     

民机驾驶舱触控显示系统人机工效评估指标体系搭建研究

从人机工效基本原理出发,在对国内外适航规章和行业标准解读的基础上,结合触控技术自身特征,对触控显示系统人机工效设计的影响因素进行分析,并综合运用了改进德尔菲法和改进层次法,初步构建了民机触控显示系统人机工效评估指标体系,可为系统的设计与评估提供借鉴.     

基于网络层次分析法的舰艇反导作战效能评估

舰艇反导作战效能评估的方法主要有 SEA法、ADC法、作战模拟法和层次分析法等,这些方法存在多系统评估比较困难,或者没有考虑系统之间或系统内部的相互影响,从而导致评估结果存在偏差。针对这个问题,在层次分析法的基础上进行了改进,引入网络层次分析法,较好地解决了系统之间或内部相互影响和多系统评估难度较大的问题。分析结果表明,该方法简洁实用,易于被普遍接受。     

基于AHP和灰色局势决策模型的装备 测试资源选择和优化配置

装备系统测试资源选择与配置是系统测试性设计方案的重要组成部分,目前关于这方面 的理论及相关技术文献十分有限,且基本不涉及具体的评估与决策方法。首先考虑了影响装备系 统测试资源选择和配置的主要因素,确立优化目标的因素集;然后借助层次分析法(AHP)获得各 相关因素的重要程度权重;接着利用灰色局势决策模型综合求解选择问题,形成决策结论。最后 结合案例验证,表明该方法可以对测试资源选择和配置问题进行综合有效的权衡分析,为测试资 源的选择提供一条思路。     

基于故障分辨能力的火箭发动机测量参数选择方法

针对液体火箭发动机测量参数选择这一难题，提出一种基于模型的、提高故障分辨能力和系统可靠性的液体火箭发动机测点选取方法。基于发动机系统非线性静态特性数学模型，建立常见发动机故障下的故障特征库，并采用飞行数据验证其准确性；分别基于凝聚层次聚类算法、蒙特卡洛方法和失效模式影响分析（FMEA）构建了发动机测量特征子集的故障分辨种类数、鲁棒性和系统可靠性3种评价指标，并基于改进的多目标二进制粒子群算法（MOBPSO）开展优化设计。优化后的测点排布，可分辨故障从9种提高到13种，鲁棒性与原排布相当，风险指数略有上升；进一步探究了副系统混合比在故障分辨中的重要作用并分析其机理。本文提出的方法对其他复杂、闭环动力系统测量特征的选择具有较好的应用价值。     

推进系统选优的定量分析及数值模拟

利用运筹学中的层次分析方法,建立了该问题的层次模型,依据各层元素对上层元素的贡献大小,请专家和用户打分构造判断对比矩阵,形成原始计算数据,在对数据进行校验后,计算得到候选发动机优劣的定量比较结果,不仅使复杂的、难以定量描述的民用航空发动机选优问题变成简便的定量分析和数值模拟,而且可以获得各候选发动机细节方面的优缺点,对发动机生产商改进产品弱点,提高其竞争力亦有重要的意义.     

基于CBTA的飞行签派员情景意识评价体系构建研究

为了更好的评价签派员的情景意识，以胜任力模型为基础，首先应用情景分析法分析影响签派员情景意识的各项因素，再利用德尔菲法构建签派员情景意识评价模型，最后使用层次分析法确定权重。研究得出，团队之间的协作交流在签派工作的情景意识中占据着关键因素，其次是工作时注意力集中程度、对当时航班的了解程度以及外界环境。此模型不仅可以更好的在情景意识上对签派员提供科学合理的评价，对后续培训更具指导性，能为选拔人才提供更合理的依据，从而更好地保障航空公司运营的安全性和高效性。     

面向量化分块压缩感知的区域层次化预测编码

在量化分块压缩感知的预测编码中，低参考价值的候选者将导致较差的率失真性能。为了高效地降低编码失真，提出了一种基于螺旋逐块扫描的区域层次化预测编码方法。在以同一采样率进行观测后，各块按由内向外的扫描次序进行预测与量化。当前观测矢量从上下文感知候选集中选取与之具有最小误差的反量化矢量，作为其预测矢量；根据层次相关性，所有块被划分到3种区域之一，通过块编码模型为不同区域设定自适应的质量因子，关键区域被赋予较大的质量因子。与现有的预测编码方法相比，所提方法综合利用了矢量之间的空域相关性和层次相关性，实验结果获得了至少0.12 dB的率失真增益。