基于广义马氏距离的混合型多属性决策的 TOPSIS方法

为了解决混合型多属性决策问题,将不同属性值转换为区间数形式。在基于马氏距离的逼近理想解排序法（TOPSIS）中,指标问线性强相关导致协方差矩阵为奇异矩阵,不能计算马氏距离。因此,定义了区间数的协方差矩阵,采用奇异值分解方法计算协方差矩阵的广义（M—P）逆矩阵。改进的算法克服了传统TOPSIS存在的指标信息重复、主观赋权不合理、隶属度难以确定,以及可能出现与理想解欧式距离近的方案与负理想解的欧式距离也近的不足。最后,给出了该方法的一个算例,结果表明该决策方法是实用和可行的。     

A faster optimization method based on support vector regression for aerodynamic problems

In this paper, a new strategy for optimal design of complex aerodynamic configuration with a reasonable low computational effort is proposed. In order to solve the formulated aerodynamic optimization problem with heavy computation complexity, two steps are taken: (1) a sequential approximation method based on support vector regression (SVR) and hybrid cross validation strategy, is proposed to predict aerodynamic coefficients, and thus approximates the objective function and constraint conditions of the originally formulated optimization problem with given limited sample points; (2) a sequential optimization algorithm is proposed to ensure the obtained optimal solution by solving the approximation optimization problem in step (1) is very close to the optimal solution of the originally formulated optimization problem. In the end, we adopt a complex aerodynamic design problem, that is optimal aerodynamic design of a flight vehicle with grid fins, to demonstrate our proposed optimization methods, and numerical results show that better results can be obtained with a significantly lower computational effort than using classical optimization techniques.     

基于逐次二点法三坐标测量机直线度运动误差的测量

分析了逐次二点法在三坐标测量机直线度运动误差测量方面的可行性,介绍了逐次二点法的测量原理,并定量分析了传感器及安装引起的误差。对现有的三坐标测量机进行测量,结果表明,采用逐次二点法对直线度运动误差测量实用可靠,可以满足测量的要求。     

标准程序与情景意识下的决策

标准程序是飞行安全的立足根本,但是在特殊的情况下,情景意识下的决策是保证飞行安全的关键,只遵守标准程序是不够的,要有特殊的判断,做出最恰当的决策。     

Non-expert interpretations of hurricane forecast uncertainty visualizations

Uncertainty represented in visualizations is often ignored or misunderstood by the non-expert user. The National Hurricane Center displays hurricane forecasts using a track forecast cone, depicting the expected track of the storm and the uncertainty in the forecast. Our goal was to test whether different graphical displays of a hurricane forecast containing uncertainty would influence a decision about storm characteristics. Participants viewed one of five different visualization types. Three varied the currently used forecast cone, one presented a track with no uncertainty, and one presented an ensemble of multiple possible hurricane tracks. Results show that individuals make different decisions using uncertainty visualizations with different visual properties, demonstrating that basic visual properties must be considered in visualization design and communication.     

基于TMSDG的民用飞机故障诊断隔离策略

 针对民用飞机排故时交互式故障诊断与隔离需求,在符号有向图(SDG)中补充状态节点的故障概率信息和未测状态表达,引入对测试节点的描述,提出了一种附带测试维修信息的SDG(TMSDG),给出了基于此模型的交互诊断流程。首先根据初始征兆获取可疑集,然后综合可靠性和测试代价等因素生成一种基于最小测试代价的诊断二叉树对初始可疑集进一步隔离。该模型能描述复杂系统中存在的状态关联和故障测试依赖关系,对其中故障进行交互式诊断和隔离指导。利用该方法建立了某飞机发动机高压引气的诊断模型,实验结果表明提出的方法有效。该方法适用于飞机的外场故障诊断与隔离。     

中南地区协同流量管理系统设计研究

本文从我国民航空管的实际情况出发,指出了我国建设协同流量管理系统的必要性,并以中南地区为例在其现有流量管理系统的基础上,初步规划了中南地区协同流量管理系统的总体构架及建设步骤,详细设计了系统的主要功能程序及其数据处理流程,为完善建设中南地区流量管理系统拓展了思路,为我国空管全面引入协同决策理念提供了借鉴和参考.     

基于HMDP的无人机三维路径规划

路径规划是UAV(Unmanned Aerial Vehicle)自主飞行的重要保障.初步建立了基于MDP(Markov Decision Processes)的全局路径规划模型,把UAV的路径规划看作是给定环境模型和奖惩原则的情况下,寻求最优策略的问题;为解决算法时空开销大、UAV航向改变频繁的缺点,提出一种基于状态聚类方法的HMDP(Hierarchical Markov Decision Processes)模型,并将其拓展到三维规划中.仿真实验证明:这种简单的规划模型可以有效解决UAV的三维全局路径规划问题,为其在实际飞行中的局部规划奠定了基础.     

舰载机起飞时机辅助决策系统建模

 由于航母扰动会影响舰载机起飞安全,而仅依靠个人经验决策起飞时机存在较大误差,因此提出了舰载机起飞时机辅助决策系统的概念并建立模型。通过分析航母运动对舰载机起飞的影响机理,选择飞机离舰爬升率作为评价起飞安全性的关键参数;结合舰载机起飞作业程序,确立起飞时机决策方法;在此基础上,利用人工神经网络的预测能力并结合有利/不利起飞时机的特征,建立舰载机起飞时机辅助决策系统模型。仿真结果表明,系统模型能够有效地为起飞指挥官提供辅助决策信息,提高舰载机起飞安全性。     

二值卷积神经网络综述

二值卷积神经网络（BNN）占用存储空间小、计算效率高,然而由于网络前向的二值量化与反向梯度的不匹配问题,使其与同结构的全精度深度卷积神经网络（CNN）之间存在较大的性能差距,影响了其在资源受限平台上的部署。至今,研究者已提出了一系列网络设计与训练方法来降低卷积神经网络在二值化过程中的性能损失,以推动二值卷积神经网络在嵌入式便携设备发展中的应用。因此,本文对二值卷积神经网络进行综述,主要从提高网络表达能力与充分挖掘网络训练潜力两大方面,给出了当前二值卷积神经网络的发展脉络与研究现状。具体而言,提高网络表达能力分为二值化量化方法设计、结构设计两方面,充分挖掘网络训练潜力分为损失函数设计与训练策略两方面。最后,对二值卷积神经网络在不同任务与硬件平台的实验情况进行了总结和技术分析,并展望了未来研究中可能面临的挑战。