新国的“新边疆”计划

太阳系是从一团叫作星云的弥漫物质中演变而成的。其中太阳消耗了这片星云中99．8％的物质。而剩下的物质则以气体和尘埃的形式环绕太阳组成了一个稀薄的盘，盘中的物质在万有引力的作用下各自聚集成了行星、卫星、小行星和彗星。科学家推测，在盘的内侧，太阳使物质变得非常热，只有熔点高的金属和硅酸盐能在那样的地方存在并渐渐聚集成固体的行星。     

一种基于神经网络的航改燃气轮机转速控制器

为了提升某型航改燃气轮机的转速控制性能，提出一种双输入反正切神经网络控制器，然后基于该航改燃气轮机的PI控制器以及该反正切神经网络控制器，提出一种新型的集成控制器。采用仿真计算的方法，通过跟踪测试、抗干扰测试和鲁棒性测试，对比此三种控制器以及四种常规控制器的性能差异。结果表明，在三次跟踪测试中，集成控制器具有最优的综合跟踪性能；给燃料量加入5%的干扰后，集成控制器的抗干扰能力等于反正切神经网络控制器，但高于另外五种控制器；当工作环境温度增加以及压气机性能退化引起不确定性时，七种控制器均能正常实施控制，且仍以集成控制器的效果最优，其鲁棒性最强。新型集成控制器具有最佳的综合转速控制性能，能够保证该型航改燃气轮机安全和高效的运行。     

基于 Stacking集成学习的飞行模拟器设备故障预判

为精准研判飞行模拟器故障问题,提升飞行模拟器故障应急处理能力,提出了 1种基于 Stacking集成学习的设备故障预判方法。首先,针对设备故障数据具有高维度和时序性的特点,采用正态分布法,对采集的原始故障数据进行缺失值和异常值处理,获取归一化数据,并基于核主成分分析法,提取数据的特征并降低数据维度;然后,构建以 CNN、RF、BP神经网络为基分类器,XGBoost为元分类器的 Stacking集成学习模型,采用交叉验证训练策略,对设备的故障类型作出预判;最后,构架典型案例。仿真结果表明,所提方法可正确有效地识别设备的多种故障状态。     

基于集成学习模型的飞行学员认知负荷研究

在飞行过程中,飞行员需要在短时间内接收大量信息,并做出正确的判断与决策,而过高的认知负荷会影响其感知、判断、决策等认知过程,进而影响飞行安全。首先通过飞行模拟实验获取飞行学员在执行不同飞行任务时的生理数据;然后通过时域、频域分析等方法提取呼吸和心电信号的特征,并通过统计学方法筛选出能够反映认知负荷水平的指标;最后结合支持向量机、K 最邻近、人工神经网络等方法建立集成学习模型,对飞行学员的认知负荷进行评估,并与单一算法进行对比。结果表明：本文建立的集成学习模型具有较高的准确率,能够更好地反映飞行学员认知负荷水平。     

太平机场雷暴分析预报

本文根据能量天气学原理，利用数理统计方法，对哈尔滨太平国际机场1995－1997年的资料进行综合分析，建立了雷暴预报的AmK模式、总温度模式和经验预报模式，在此基础上建立了一个雷暴集成预报模式，并在计算机上实现了自动分析、处理和预报，经回报检验和试报，效果较好。     

航空发动机控制软件质量量化控制的应用

为实现安全关键软件的零缺陷泄漏的目标,依据航空发动机控制软件的特点,采用能力成熟度模型集成(CMMI)4级量化管理的方法,设立量化控制模型,定义过程性能指标。在项目中利用蒙特卡洛模拟来预测和控制质量目标实现情况的应用,进行航空发动机控制软件的质量量化控制,能够在项目研制过程中,基于过程质量的符合性,预测缺陷泄漏的概率并实施有效控制,为研制高质量的控制软件提供了可靠保障。     

基于贝叶斯模型平均的航空发动机可靠性分析

针对不同失效模式的特点,利用航空发动机状态监测信息,分别采用Gamma过程、Wiener过程和Weibull分布建立可靠性分析模型.采用贝叶斯模型平均（BMA）方法,分析不同失效模式对可靠性影响,对航空发动机可靠性进行集成分析.通过算例跟踪某在翼航空发动机可靠性水平,基于贝叶斯模型平均的航空发动机可靠性模型的计算误差率低于单一可靠性分析模型,计算结果误差率低于1%.说明多模型集成可靠性技术在复杂系统运行可靠性分析中的有效性和准确性.