构建营销环境下的组织文化氛围

在现代航空运输企业中,竞争力成为航空公司在市场竞争中不可或缺的支柱,成为航空公司获取利润最大化的主要法宝之一。然而,有效的竞争力或是核心竞争力的培养和打造,却离不开航空公司赖以生存的组织文化。     

目前我国航空运输企业收益最大化问题的探讨

AProbetotheCurrentRevenueMaximizationIssueofChineseAirlines当一个航空运输企业运力达到一定规模，日利用率在成本服务水平与其各项软硬件一定的条件下，其收益的大小主要取决于价格水平和客座率水平。本文就这两个因素的变化对收益的影响情况以及我国航空运输企业收益最大化问题谈一点笔者的看法。当市场处于供不应求的情况下，一般客座率都比较高，购票难的矛盾就比较突出，在一定范围内价格水平的高低决定着航空运输企业收益的大小。当市场处于供过于求的情况下，价格水平起着调节供求的一定作用，决定着客座率的高低，客座率的…     

强化专利战略设计,提高企业核心竞争力

强化专利战略设计已成为企业提高核心竞争力,有效遏制竞争对手、实现利润最大化的必然选择.针对企业专利战略中的一些问题,提出了相应的对策和建议.     

基于随机Wiener过程的航空发动机剩余寿命预测

针对目前剩余寿命(RL)预测方法没有综合考虑发动机个体性能退化的差异性和多阶段性的问题,提出了基于多阶段性能退化模型预测航空发动机剩余寿命的方法。首先,该方法采用多阶段Wiener过程对航空发动机进行退化建模,并假设退化模型参数服从随机分布来描述发动机个体的差异性。然后,根据历史性能退化数据与历史失效时间数据,利用期望最大化算法对模型参数的先验分布进行估计。当获得单台发动机的实时退化数据后,使用Bayesian方法对模型参数进行更新,从而实时更新航空发动机的RL分布,最终实现对单台航空发动机的RL预测。实验结果表明,该方法预测精度较高,能为航空发动机维修计划的制定提供依据。     

面向再入目标跟踪的估计与辨识联合优化算法

准确的弹道系数辨识和精确的目标状态估计是再入目标高精度跟踪与高可靠识别的关键。一方面,状态估计的误差会造成模型参数(弹道系数)的辨识风险;另一方面,模型参数的辨识偏差又会导致模型失配从而降低目标状态的估计精度。因此,需要实现再入目标的状态估计和参数辨识的联合优化。针对再入目标弹道系数未知情形,提出了一种基于期望最大化(EM)框架并采用粒子滤波(PF)平滑器实现的PF-EM联合优化算法。在E步基于粒子平滑器得到目标状态的后验平滑估计,M步采用数值优化算法更新上一次迭代的弹道系数,通过E步和M步的不断迭代,以保证状态估计和弹道系数辨识的一致性。算法仿真对比表明:所提算法的状态估计和参数辨识精度均优于传统的状态增广算法。     

机场资源管理初探

近年来，随着国内机场业改革发展的不断深入，变革运营管理，模式以促进机场业更好更快发展已成为业界关注的焦点。从国外先进机场经验来看，全面加强机场资源管理、提升专业化管理水平是推动机场运营管理模式转型的重要环节和手段。本文拟从国内机场资源管理现状出发，就如何实现机场资源效用的最大化作一探讨。     

联程航班配载工作需要注意的两个问题

平衡配载工作关系到飞行安全同时也影响运输效益。因为平衡数据的准确与否、重心位置的合适与否直接关系到飞行安全；而剩余业载充分利用与否则影响到运输效益。所以如何在确保安全的前提下做到飞机载运率的最大化，是我们每一个平衡配载人员所追求的目标。     

商业运作的曼彻斯特机场

位于英国西北部的曼彻斯特机场是英国第三大机场,也是世界重要的航空港,目前有95家航空公司在此运营,直航英国内外170多个目的地。2002年它的旅客吞吐量达1903万人次,总收入为2.42亿英镑。1986年成立的曼彻斯特机场上市公司(ManchesterAirport PLC)是由地方政府控股的,其中曼彻斯特市政府持有55%的股份,其余45%由其他9个区政府持有,是英国第二大机场运作公司。多年来曼彻斯特机场始终坚持为客户和合作伙伴提供高水准的服务,在国际上享有很高的声誉。曼彻斯特机场是英国西北部最大的机场,考虑到它的地理位置以及在当地经济等方面所起的作用…     

基于非线性Wiener过程的航空发动机性能衰减建模与剩余寿命预测

针对航空发动机在性能衰减过程中普遍存在的非线性和三源不确定性问题,提出了一种基于非线性Wiener过程的航空发动机性能衰减建模与剩余寿命（RUL）预测方法。首先,为解决目前大多数剩余寿命预测方法中潜在假设的局限性,即当前时刻估计的漂移系数与上一时刻漂移系数的后验估计完全相等,在状态空间模型的框架下建立了一类新的同时考虑非线性和三源不确定性的性能衰减模型,并在首达时间下推导出剩余寿命的分布。然后,针对新研发航空发动机缺乏历史数据和先验信息的问题,提出了一种基于Kalman滤波和条件期望最大化（ECM）算法的参数估计方法,使得估计的模型参数不依赖于历史数据量。同时能够在获得一个新的性能衰减数据后,实现对模型参数的自适应估计和在线更新,进而实时地更新航空发动机的剩余寿命分布。实验结果表明,本文方法可以有效地提高剩余寿命预测的准确性,能为航空发动机的维修决策提供可靠的依据。