A model for discrimination and prediction of mental workload of aircraft cockpit display interface

With respect to the ergonomic evaluation and optimization in the mental task design of the aircraft cockpit display interface, the experimental measurement and theoretical modeling of mental workload were carried out under flight simulation task conditions using the performance evaluation, subjective evaluation and physiological measurement methods. The experimental results show that with an increased mental workload, the detection accuracy of flight operation significantly reduced and the reaction time was significantly prolonged; the standard deviation of R-R intervals（SDNN） significantly decreased, while the mean heart rate exhibited little change; the score of NASA_TLX scale significantly increased. On this basis, the indexes sensitive to mental workload were screened, and an integrated model for the discrimination and prediction of mental workload of aircraft cockpit display interface was established based on the Bayesian Fisher discrimination and classification method. The original validation and cross-validation methods were employed to test the accuracy of the results of discrimination and prediction of the integrated model, and the average prediction accuracies determined by these two methods are both higher than 85%. Meanwhile, the integrated model shows a higher accuracy in discrimination and prediction of mental workload compared with single indexes. The model proposed in this paper exhibits a satisfactory coincidence with the measured data and could accurately reflect the variation characteristics of the mental workload of aircraft cockpit display interface, thus providing a basis for the ergonomic evaluation and optimization design of the aircraft cockpit display interface in the future.     

液体火箭发动机可靠性增长分析与决策研究

液体火箭发动机试验费用昂贵、可靠性要求高，有必要采用分析和决策技术对可靠性增长进行综合管理。传统的可靠性增长分析与决策是采用可靠性增长模型，包括经典可靠性增长模型和Bayes可靠性增长模型。可靠性增长模型以可靠度的点估计或置信下降作为决策标准，缺陷是没有考虑可靠度本身的不确定性以及由决策损失导致的严重后果。本文根据液体火箭发动机的特点，采用信息融合技术，建立了基于增长数据折合的Bayes指数分布可靠性增长模型，评估可靠性水平。针对评估结果存在的不确定性，采用Bayes风险决策方法确定停止可靠性增长试验时间的标准。工程应用表明：该方法可操作性强，得出的结果科学、可靠。     

指数分布双样预测的Bayes方法

本文对指数分布的双样预测问题用Bayes方法进行了讨论，结果表明，定数截尾时，无信息先验分布的Bayes预测限与经典预测限相同，但两者的预测子不一致，对有替换定时截尾，给出了经典方法目前尚未给出的双样预测问题的Bayes预测子与预测限，并用数值例说明了这些方法。     

（对数）正态未来观测的预测分布及其应用

本文用Bayes方法给出了正态、对数正态分布示来观测的预测分布。据此，给出了两分布未来观测值的预测子与预测区间及两分布可靠性的Bayes估计，而经典预测区间与无信息先验分布下的Bayes预测区间相间。     

Bayesian分类方法在微小型飞行器视觉导航中的应用

在微小型飞行器的视觉导航中,图像分割的基本工作是将天地两部分分割开.这是形成整个视觉导航系统闭环控制的基础.而欲实现天地分割,则以特征线的提取为前提.本文分别从自底向上和自顶向下两种思路出发,利用广义Hough变换和基于多尺度最小方差的方法,进行了全局特征线的提取.然后,采用Bayesian分类的方法,实现了对微小型飞行器视觉导航至关重要的天地分割.通过具有典型意义的仿真实验,比较了两种方法所获得的结果,揭示了两种方法应用于微小型飞行器视觉导航的优点和缺点.     

无人战斗机的态势感知模型框架

提出了利用面向对象的贝叶斯网络构建无人战斗机的态势感知模型框架，探索了有利于多机协同作战的态势感知模型，以及作战环境具有多个不同威胁实体的态势感知；给出了无人战斗机态势感知的特点及威胁水平评估模型，以及构建基于多机协同的态势感知模型的具体步骤。     

基于桶消元的数控机床故障模糊贝叶斯网络推理方法

用模糊数描述节点的多种故障状态,用模糊子集描述根节点的故障概率,用贝叶斯网络的条件概率表描述节点间的不确定关系,构建数控机床故障的模糊贝叶斯网络;采用桶消元算法,对数控机床故障的模糊贝叶斯网络进行推理和计算,获得根节点的后验概率,为数控机床故障诊断与分析提供依据;最后,以数控机床刀架系统故障的贝叶斯网络推理过程为例,验证所提理论和方法的有效性。     

基于业务持续性的航空公司机务维修安全评估

为降低航空公司的事故率,提出基于业务持续性的航空公司机务维修安全评估方法。从人件、硬件、环境、应急救援和软件5个方面来建立风险评估体系,根据风险评估体系建立贝叶斯网络模型,利用能够反映航空公司安全维修状况的历史定量数据作为训练参数。在建立起评估模型的基础上,对航空公司的机务维修进行安全评估和敏感性分析。实验证明,方法能预测风险发展趋势,有效地降低事故发生率,为航空公司的安全运行提供科学依据。     

基于无失效数据的某型发动机可靠性参数Bayes估计

针对装备寿命服从指数分布的情形,以失效率参数作为随机变量构建估计模型。考虑失效率的先验分布为 Gamma分布,在失效率的超参数均服从一定的均匀分布时,提出了失效率的多层 Bayes和期望 Bayes(ExpectedBayes,E-Bayes)估计方法,建立了失效率的多层 Bayes和 E-Bayes估计模型;结合某型装备发动机的无失效储存数据,计算了失效率的多层 Bayes和 E-Bayes估计值,推导了可靠度的多层 Bayes和 E-Bayes估计值。通过比较分析,可靠度的 2种估计结果都是稳健的,而后者略小于前者,且后者的极差比前者减小 81.4%。结果表明,采用 EBayes估计更易于计算,得到的结果更为准确稳健,且更适用于工程应用实际。     

一种基于证据距离的多分类器差异性度量

 多分类器系统因其能够显著提升分类精度而引发了广泛关注。多分类器系统中各子分类器间的差异性是提升融合分类精度的先决条件。提出了一种基于证据距离的分类器系统差异性度量,同时基于该度量提出一种多分类器系统构造方法。综合了既有差异性度量、所提新差异性度量以及在训练样本集上的分类性能等多个指标,实现了多分类器系统的有效构造。实验结果表明,所提差异性度量及多分类器系统构造方法是合理的,能有效提升融合分类精度。