后疫情时期的机场旅客吞吐量预测

为提高后疫情时期的机场旅客吞吐量预测精度,通过CEEMDAN算法将旅客吞吐量原始序列分解为若干不同频率的分量,检验各分量序列的平稳性,对平稳序列建立ARMA预测模型,非平稳序列通过构建DBSCAN-Adaboost强预测器进行预测,将各分量预测结果重组,得到社会常态化发展背景下的机场吞吐量预测值。以新冠疫情散发点个数、疫情散发点区位因子为变量建立疫情影响因子修正模型,对南京机场2020—2022年疫情期间的客流量预测结果表明,新组合模型能够较为准确地量化疫情对机场客流的影响程度,为机场旅客吞吐量预测提供了新方法。     

基于增量-迭代算法的SABRE系统非线性分析流程设计

随着大型复杂装备结构分析的非线性问题日益突出,基于线性理论的有限元分析方法已难以满足复杂工程结构设计与研制需求,必须借助非线性有限元方法来获得结构的全状态力学性能。鉴于工程结构对非线性有限元分析的迫切需求,在新架构下的自主CAE软件SABRE系统中,基于增量-迭代算法研发了非线性有限元计算流程和相应的功能模块,初步实现了结构非线性分析功能。数值算例表明,研发的分析流程具有较高的精度,可进一步基于该流程进行功能的扩展和性能的提升。     

航空发动机多轴加载试验系统与装配偏差识别研究

航空发动机高压转子具有典型的螺栓连接结构。为了研究螺栓连接的装配性能与复合载荷之间的作用关系,开发了一套具有轴向拉力和横向振动同时激励的多轴加载试验系统。设计了试验系统稳定性与螺栓装配偏差的试验方案并开展测试分析。试验结果表明,多轴加载系统控制激振前后轴向载荷变化范围不大于0.003 kN时,频响特性稳定有效;当不同位置螺栓存在装配偏差时,会同时对振动响应频率和幅值产生影响。最后建立XGBoost智能算法,利用特定频响峰值与幅值有效识别了螺栓装配偏差方位角。     

基于遗传算法的地基空间目标监视网布站优化与仿真

空间 目标数量的指数级增长和太空武器技术的多样化发展,给空间 目标监视网有限的资源调配带来了严峻挑战.将遗传算法与扩展卡尔曼滤波算法和蒙特卡罗方法相结合,应用于地基空间 目标监视网的布站优化,并通过仿真分析,实现了对监视网探测精度和资源利用率的有效提高.     

基于RFG-SVM算法的在线课程学习行为分析

因支持向量机算法对在线课程平台的学习行为分析有误差,提出了一种基于大数据的随机森林模型的特征加权支持向量机RFG-SVM算法,该算法是在传统支持向量机算法上做完善、修改。利用Gini指数对特征变量计算,再计算RF模型分类识别的准确度,获得特征设定权重值,完成权重值在支持向量机的核函数中的计算。实验结果表明,通过对不同学习行为的学生的学习效果的预测,发现该方法能有效帮助教育者通过在线平台分析学习者的学习行为,预测学习效果,具有更高的准确率和稳定性。     

民用飞机复合材料结构在位修理环境控制方法研究

在深入解读波音787、空客A350飞机修理手册不离位(以下统称在位)修理相关章节的基础上,结合波音787大翼复合材料结构某类修理工作,研究开发出一种用于民用飞机复合材料结构在位修理环境控制的方法.该方法经过多次修理验证有效,较好地满足了波音787复合材料结构在位修理工艺要求.     

基于单代号网络的银行家算法

通过对银行家算法的分析,提出单代号网络的进程安全状态序列的改进算法-基于单代号网络的银行家算法,并通过具体的示例实现此算法。     

基于粒子云方法研究地磁场对运动电子束的时空分布影响

空间电荷效应是空间带电粒子分布直接产生的相关效应,对于理解空间辐射环境有着重要意义。为研究地球磁场对空间电荷效应的影响,文章通过数值求解Poisson方程和相对论粒子运动方程,建立粒子云（particle-in-cell, PIC）自洽模型,并构建地球偶极子磁场模型作为内磁层背景磁场（空间分布L值为3～7）。在模型基础上,给出内磁层典型电子束结构（能量0.1～100 keV）的两种初始分布（Uniform和Gaussian分布）,模拟电子束在地磁场影响下的动力学过程。结果表明：电子束结构受地磁场影响出现纵向的整体偏转,并由于自场效应产生了纵向的拉伸和横向的发散;电子束整体的偏转角主要受地磁场强弱以及电子束运动与磁场夹角影响,而拉伸和发散效应则主要受电子束能量等参数所影响。     

几近完美的粒子测量法

深奥的量子力学法则认为，人们无法在对其不干扰的情况下观察到最小的粒子。现在，物理学家在测量量子时已经能够将干扰控制在极小范围内——事实上，也不可能再小了。     

基于SP-ABC算法的数控铣削参数优化

针对铣削加工中成本最低的优化问题,采用一种改进的人工蜂群(SP-ABC)算法对铣削参数进行优化.在基本ABC算法的基础上,嵌入粒子群(PSO)算法,以提高算法的局部寻优能力.此外,不同于传统的单工序优化,建立的优化目标模型,在考虑实际生产过程中的各种约束条件下,可同时对粗、精两个阶段多道工序同步进行优化.计算机仿真结果表明,相较其他的基本算法,该算法能够找到更优的铣削参数组合,从而实现铣削加工过程的成本最低化.