基于数值气象预报的飞行受限区自动划设

合理有效的飞行受限区划设是航空器规避恶劣天气进行改航策略选择的重要前提。为提高划设的实时性及充分考虑危险天气的随机动态连续变化,借助于气象预报信息,运用Matlab对图像矩阵进行处理,自动将影响飞行安全的区域边界多边形化。通过仿真分析,所提出的划设方法复杂度较低,效果令人满意,具有一定的可行性。     

基于最小二乘估计原理的飞机流量预测

流量预测是空域评估管理系统的重要组成部分，目前流量的预测方法主要有回归分析和时间序列方法。应用系统辨识理论介绍了最小二乘格式模型在空中交通流量预测中的应用，以全国为例，根据所建立的模型对飞机的年流量进行了预测，并与回归分析方法做比较，说明了该方法的有效性。     

逐步回归法在反舰导弹火控建模中的应用

用均匀试验设计方法布点，计算了反舰导弹的标准弹道，根据获得的弹道数据，用逐步回归分析方法建立了各种发射条件下预报弹道坐标的预报模型，该模型计算简单、精度高。此建模方法也可应用于其他领域。     

灰色可靠性分析及其应用的研究

本文从可靠性技术出发，结合灰色系统的概念，对结构工程强度和寿命最佳设计问题，提出了灰色可靠性分析，有其实用价值，可供参考。     

基于灰色模型和ARIMA模型的钟差预测

由于多种因素的影响,原子钟运行情况十分复杂,为了有效地进行钟差预报和更好的反应原子钟的特性,提出一种基于灰色模型和ARIMA模型的组合模型来实现钟差的预报,并给出了灰色模型和ARIMA模型进行原子钟钟差预报的基本思想和预报模型。利用组合模型更精确地把握钟差序列复杂细致的变化规律,从而更好的逼近钟差序列。为了验证该组合模型的可行性和有效性,利用原子钟钟差数据进行钟差预报分析,结果显示该模型具有较好的预报精度。     

基于蒙特卡罗模拟的航空发动机故障风险预测

针对航空发动机结构复杂、故障模式多样,传统故障风险预测方法难以实现的现状,基于蒙特卡罗模拟技术,给出了航空发动机故障风险预测方法,用于评估发动机各个部件在未来发生故障的可能性.针对航空发动机故障数据的特点,以威布尔分布建立故障概率模型,利用中位秩回归参数法,估计威布尔分布参数.利用乘同余组合发生器与反变换法相结合的方式产生满足威布尔分布的随机数.在单故障模式风险预测的基础上,给出了多种故障模式并存的航空发动机风险预测方法,并且给出了蒙特卡罗模拟步骤和算法,针对实例,对比发动机厂商提供的预测数据,验证了算法的有效性与蒙特卡罗模拟方法在航空发动机故障风险预测中的可用性.      

亚洲10大枢纽机场运营绩效预测研究

提高机场未来运营绩效是可持续发展的关键,对其进行准确预测是改善机场运营绩效的基础。考虑到突发事件的影响,单纯定量预测存在预测失真问题,本文采用定性定量结合分析法预测亚洲 10 大枢纽机场“十四五”期间的运营绩效,对比灰色模型定量分析法和 ARIMA 模型的预测结果,并对机场运营绩效预测结果进行分析。结果表明：灰色模型定量分析法比 ARIMA 模型更适合预测机场运营绩效;与实际统计值相比,灰色模型预测的误差都小于 4%,预测精度较好;采用定性定量结合分析法得到了机场未来运营绩效预测的结果,比单纯定量预测更符合实际情况。     

大型客机目录价格预测研究

大型客机作为一种昂贵的商品,其价格是非常重要的信息,定价合理与否直接关系到市场前景和商业成功。目录价格是大型客机售价的基础,直接影响客户购买意愿以及后续合同谈判。以波音公司和空客公司的主力干线飞机为样本,基于最小二乘回归法(Ordinary Least Squares Regression,OLSR)建立了大型客机目录价格预测模型,模型对价格的解释能力好,预测误差小,为大型客机的目录价格制定提供了相关的理论依据。     

一种基于灰色预测理论和抗差自适应Kalman滤波的滑坡监测算法

针对当前的山体滑坡监测技术监测精度低、实时性差、自动化程度低的问题，提出了一种基于灰色预测理论和抗差自适应Kalman滤波的滑坡监测技术。该技术使用抗差自适应Kalman滤波技术,对包括实时动态(RTK）载波相位差分定位数据、无人机摄影测量数据、土工带传感器数据在内的多源数据进行融合分析，将滑坡形变监测精度提高到了mm级。RTK技术和土工带传感器的使用克服了天气状况、植被覆盖对滑坡监测的影响。使用灰色预测理论对山体滑坡监测点进行形变预测，结合蠕变切线角判据，该技术实现了对山体滑坡预警等级的划分。仿真实验结果显示，该山体滑坡监测技术能够成功实现山体滑坡预测预警功能。     

AO-LSSVM在铣削铝合金表面粗糙度预测研究与应用

为提高铣削7475铝合金表面粗糙度（）的预测准确性和便捷性，本文基于天鹰优化器算法（AO）对最小二乘向量机（LSSVM）进行优化，以4个铣削参数作为输入值，作为输出值构建铣削铝合金预测模型，通过与粒子群（PSO）优化最小二乘支持向量机（LSSVM）和LSSVM 两种算法进行对比，采用灰色关联对铣削参数与表面粗糙度之间的相关性进行分析并通过GUI界面搭建预测系统。结果表明：基于AO-LSSVM的预测模型的预测误差为4.287 6%，拟合优度达到0.938 64，优于其他算法；每齿进给量与的相关性最大，灰色关联度值为0.764；通过GUI预测应用系统能实现高效、便捷、准确地预测值。