一种融合神经网络与熵权法的多用户飞行程序评价体系

飞行程序人员主要依据国际民航组织（International Civil Aviation Organization, ICAO）第8168号规章从飞行安全考虑,兼顾部分经济性指标进行程序设计。目前,飞行程序设计鲜有考虑所涉及的不同用户的需求。同时,对飞行程序的评价主要依据专家经验打分,缺少对客观因素的分析。本文面向飞行程序涉及的4个用户,提出了一种融合神经网络与熵权法的飞行程序评价体系。首先,分析了飞行员、民航管制员、军航管制员、机场和城市规划部门4个飞行程序用户对飞行程序的需求,从而基于多用户需求建立了飞行程序的三级评价体系。再次,通过利用基于神经网络计算的主观权重以及基于熵权法的客观权重,利用博弈论框架得到了一种综合性主客观权重的评价体系。最后,基于中国西部某军民航合用机场的离场程序,对评估体系进行了实例验证,并对程序中的改进方向提出了建议。综合多用户需求的飞行程序将在空域资源受限条件下进一步提升空中飞行效率,降低延误。     

典型流阻元件的流量和熵产模型研究

为揭示流阻元件的流动损失机理,本文从热力学理论出发,建立了流阻元件的质量流量模型和熵产模型,分析了质量流量与熵产之间的关系,研究了熵产随系统压比和进口总压的变化情况,并通过预旋喷嘴和篦齿封严的实验结果对两个模型进行了分析评估。结果表明,质量流量模型与实验结果的最大偏差不超过2.8%;熵产模型与实验结果的最大偏差不超过1.9%。系统熵产随系统压比的增加而增大,随进口总压的增加而减小。当系统的进口总压,进口总温和出口静压不变时,模型中的参数a是衡量不同元件熵产大小的唯一量度。     

通用航空机队设备可靠性动态识别模型

通用航空机队设备可靠性是通航单位安全运行的前提条件,是影响运营单位经济效益的重要因素之一。根据通航单位机队设备可靠性数据统计、分析及实际使用情况,采用ATA100章节名称作为指标源。综合可变模糊识别方法和权重阶梯朴素贝叶斯分类器模型的优势,构建了通用航空机队设备可靠性动态识别模型。为了避免主观给定指标权重导致的不合理,应用熵权法客观获取指标权重。最后利用实例测试样本验证了权重阶梯朴素贝叶斯分类器的合理性,并基于该方法对待识别样本进行了可靠性状态识别。实例分析表明：基于权重阶梯朴素贝叶斯分类器的通用航空机队设备可靠性状态识别模型具有较强的可行性和合理性,为通用航空机队设备可靠性状态提供了一种科学的识别方法。     

基于模板匹配整帧屏幕视频帧内无损编码方法

当前主流的视频压缩标准,如H.264、HEVC等,主要是针对摄像机拍摄的视频而设计的.而屏幕内容(SC)的视频是由计算机生成的,无噪声,要求更高的压缩效率,同时与摄像机拍摄的视频相比包含更多的结构相似性.提出了一种利用屏幕视频中相似性的模板匹配帧内编码方法,采用由21个像素点组成的模板,以像素点为最小单位对整帧进行模板匹配,并使用哈希函数实现高效的模板查找,最后对残差图像进行熵编码.实验结果显示,与标准的HEVC扩展方法相比,该方法在无损编码上压缩率可以提高一倍,编码时间减小了近一半.      

液体火箭发动机热力组件动力学模型

 为了评判不同假设条件下得出的几种热力组件动力学模型的特点和适用范围,对其频率特性进行分析,并探讨了主要参数的影响规律。对于双组元非等温燃气流,在低频范围内采用考虑熵波效应的绝热流动模型更加精确。燃烧温度与混合比关系的无量纲斜率值越大,推进剂流量波动产生的熵波影响越明显。通过在分布参数流动模型中添加指数衰减率来表示熵波随频率的增大而耗散。改进的声学模型形式简单,既能在低频范围内描述熵波,又能在高频范围表征熵波的耗散,可以在很宽的频率范围内合理地描述燃气流动的动态特性。     

基于模块服役状态的盒式连接可重构型架稳定性评估方法

盒式连接可重构型架的稳定性对飞机部件的装配质量有着重要影响。为了解决当前稳定性评估方法在实施成本及有效性上的不足,从型架模块化特征出发提出基于模块服役状态的盒式连接可重构型架稳定性评估方法。首先,分析了盒式连接可重构型架服役过程,指出该过程是由作业期与空置期交替组合而成,并给出了服役稳定性及服役稳定度定义;然后,构建了基于型架关键测量特性的服役状态评价模型,实现了盒式连接可重构型架服役状态退化过程的描述及利用实测数据的空置期服役状态评估;同时,针对作业期内难以甚至无法获取测量数据的问题,提出基于多源稳定性影响因素分析并利用稳定性熵来表征服役状态退化程度的策略;最终融合空置期与作业期的评估结果构建了型架稳定性综合评价模型,相比传统的定检方法能够更简捷、有效地完成某一时间段内型架服役稳定性评估。最后,以某型垂尾盒式连接可重构装配型架后梁定位器模块为实验对象,验证了所提出方法的有效性。     

基于小波尺度函数的WSK-SV算法 及其气动性能预测

提出了一种将小波的尺度函数与SV(support vector)算法相结合的WSK-SV(wavelet scaling kernel-support vector)新算法,并将Daubechies小波以及Shannon小波的尺度函数分别构成尺度核函数,而且分别作为SV算法中一个可容许的支持向量核函数使用.该算法充分利用了Daubechies小波函数的紧支集与正交等特点以及小波的MRA(multi-resolution analysis,多分辨分析),并注意了尺度核函数能够满足Mercer条件.该算法除了具有通常SVM(support vector machine)所具有的优点外,还具有很好的收敛性以及泛化能力,能够有效地提高学习与预测效率.典型算例选取了不同的小波尺度函数,数值计算表明:在一维、二维和三维问题中,这些小波的尺度函数均可以用于WSK-SV算法,进而显示了这个新算法的可行性与通用性.      

基于多维递阶熵的元胜任力模型实证

为了提升人力资源效用,减少用人风险,测评个体胜任力,针对七维度的元胜任力模型,提出了多维递阶熵决策模型.首先分析元胜任力性质呈现动态渐变的特征,进行信度和效度检验,然后通过层次分解和维数递进的方式,运用熵模型集结元胜任力的多个维度:概念能力、创造力、学习能力、反省能力、情绪能力、沟通能力、解决问题能力,获得综合测评值.最后,人力资源案例的实证研究表明,基于递阶熵计算元胜任力值,验证了元胜任力模型在实际工作中具有有效性和可行性,为提升人力资源效用提供了科学依据.     

基于QAR数据的民机高高原进近着陆风险评估方法

民机高高原进近着陆是高原飞行高风险阶段。为有效实施高高原进近着陆风险识别和等级判据,提出基于熵权可变模糊识别的长短时记忆网络与深度神经网络(LSTM-DNN)相融合的深度学习风险评估方法。基于快速存取记录器(QAR)记录的高高原飞行数据,借鉴民机飞行品质监控（FOQA）咨询通告和行业QAR监控标准,结合指标重要度分析与Delphi专家调查,提取着陆时航向变化大、航迹低、610～305 m进近时下降率大、接地时垂直加速度及153～15 m进近时下降率大5个关键监控项目作为民机高高原进近着陆风险评估指标。为克服评估指标权重主观性偏差,应用熵权法确定评估指标权重,基于可变模糊识别方法构建风险等级隶属函数,建立基于LSTM-DNN的民机高高原进近着陆风险评估模型。以成都—拉萨进近着陆航段为例,提取QAR数据,对该风险评估模型进行训练与测试,并与Logistic多元回归、支持向量机(SVM)等评估方法进行比较,结果表明：所提方法平均准确率达到94.18%,最高可达94.79%,验证了方法的客观有效性。