基于民机维修文本数据的故障诊断方法

在民航检修与维护过程中积累了大量蕴含丰富故障特征的文本维修记录，然而由于维修文本本身存在复杂性，其还未实现智能诊断，数据利用率低。提出一种不断修正迭代的基于预训练语言模型双向转换器编码表示（BERT）及轻量级梯度提升机（LightGBM）的飞机维修记录的故障原因分析方法，求解文本形式的维修记录中的故障原因，用以辅助维修人员进行正确的维修决策。首先，在基于BERT的故障诊断模型Transformer特征提取架构中引入多头注意力机制，以充分捕捉融合上下文的双向语义、更加关注于重点词汇；其次，为了提高诊断速度减少模型的参数并融合LightGBM模型来实现维修文本的故障原因分类；最后，将改进的模型与其他常用文本分析模型进行对比实验，在基于民机维修文本的故障诊断中该模型的准确率比TextCNN模型、LSTM模型和BiLSTM模型分别提升了38.99%、22.98%和18.16%，且BERT-LightGBM模型比BERT模型诊断速度提升了0.91%。表明所提方法在实现飞机维修文本故障诊断方面的有效性及优越性。     

基于鸽群优化算法的实时避障算法

为保证机器人能安全无碰撞地抵达目标位置，提出一种在改进版圆形扩张（CSE+）法中融合鸽群优化算法的实时避障算法。所提算法引入对障碍物密集程度的判断机制，在障碍分布密集时选择最安全的路径，在障碍物分布稀松的环境中，利用鸽群优化算法在安全范围内寻找下一目标最优位置。此外，还引入了搜索树，可实现死角的检测与避免。仿真结果显示:所提避障算法能提高路径规划的性能，在障碍物分布稀松时效果更加明显，且可实现死角检测并能通过狭长通道。      

一种改进X-best引导个体和动态等级更新机制的鸡群算法

在群智能算法的改进中，常利用优秀个体加速算法收敛，但对其依赖过度会导致种群多样性和算法全局收敛性下降的现象。对此，提出一种改进X-best引导个体和动态等级更新机制的鸡群算法。首先，在个体更新阶段不仅引入优秀个体加速收敛，并且通过普通个体对优秀个体的影响进行适当平衡，因此，优秀个体与普通个体的信息都能得到利用，进而种群多样性和算法全局收敛性得到提升。其次，通过对等级更新参数进行动态优化，加强了种群等级更新机制对算法收敛的促进作用。最后，经过时间复杂度与收敛性分析，证明了改进算法仍具有简单性和全局收敛性。仿真结果表明:所提出的改进算法较其他对比算法在寻优精度、寻优成功率和收敛速度等方面都具有明显优势。      

欧洲空间科学委员会发布空间天气一体化研究报告

欧洲空间科学委员会(European Space Science Committee,ESSC)2019年8月在Journal of Space Weather and Space Climate发表关于欧洲空间天气一体化方法的评估报告。报告分析了欧洲当下应对空间天气行动存在的问题,并相应提出了协调和优化整合建议,旨在增强欧洲应对空间天气风险的能力,提升欧洲对全球行动的贡献。ESSC对欧洲应对空间天气行动的现状从六个方面进行了深入分析。(1)在空间天气的科学认知方面,亟需加强对多个空间天气耦合机制的科学理解,改善对日地耦合系统的总体描述。     

单机型航线优化方法与实现

讨论了在航空公司单种机型的机阴配置条件下，如何适应般线需求不断变化合理的分配运力，使航空公司的经营最大化。即充分利用航空公司航线网络的历史数据信息，使用线性规划原理，优化编排目前每条航线的航班数，使得在满足旅客要求量的基础上，实现生产经营利润的最大化。     

卡尔曼滤波动态优化及其在遥控机器人空间实验中应用

本文是在文献[1]的基础上,讨论遥控机器人追踪自由飞行目标物的动态性能问题。应用黄金分割法和元素交替极小化法对扩展的卡尔曼滤波初值条件进行搜索并获得优化解。仿真结果表明优化方法简单可行,优化解满足系统性能要求。     

关于疲劳裂纹扩展数学模型的参数寻优

本文通过引入工程设计中的优化方法，分别对室内空气环境下铝合金（ＬＹ１２－ＣＺ）材料疲劳裂纹扩展的数学模型，以及环境条件下（３．５％ＮａＣｌ水溶液浸泡）该材料腐蚀疲劳裂纹扩展的数学模型进行了探讨。在已知标准试样在不同的环境下疲劳裂纹扩展实验ｄａｄＮｉ，ΔＫｉ的条件下，采用优化方法进行参数寻优，可方便地得到与其对应的疲劳裂纹扩展的ｄａｄＮ～ΔＫ最优数学模型     

改进的次时间最优控制

本文在[1][2]基础上进一步探讨了次时间最优控制的改进问题,深入地阐明了次时间最优控制的某些特性后,提出了一个新的改进的设计方法。按照这种方法设计控制系统,不但实用而且可以大幅度提高次时间最优控制的最优性。并用实例比较了各种方法,证明了本文提出的方法的优越性。本文提出的方法应用于工程设计,对于提高系统的最优性是非常有效的。     

基于粒子群优化算法的不完全数据的处理

不完全信息下的数据挖掘是一个困难的问题，但它在实际决策中是不可避免的。在介绍几种处理方法的基础上，提出了基于粒子群优化算法的处理方法。对适应函数进行了讨论，实例表明该方法比较有效。