机场道面承载力对大型运输机ACN及胎压的要求

为了使未来的大型运输机尽量与我国现有机场道面能达到的承载力相适应,在调查大量机场道面结构类型、结构层厚度、道面承载强度、所受过的最大胎压的基础上,根据机场道面超载使用的相关规定,从尽量减少机场改造的角度,对未来大型运输机的ACN(Aircraft Classification Number)及胎压提出了建议值.建立了足尺9块道面板三维有限元分析模型,对大型运输机采用建议值以单轮、IL-76飞机以及C-5运输机等不同起落架构型作用下的道面结构响应进行了求解.为了达到尽量少改造现有机场的目的,未来大型运输机的ACN在16.1~24.2之间取值以及胎压不高于0.80 MPa比较合理,现有机场道面承载力可保障其在50%以上的机场上正常起降.      

航天器电源母线品质地面测试方法浅析

航天器供配电系统作为航天器上用于产生、存储、控制、传输与分配电能的子系统,其地面测试与评价工作是航天器地面电测工作的重要组成部分。航天器电源系统作为典型的直流分布式电源系统,其母线品质与系统稳定性密切相关。通过对航天器电源母线品质地面测试与评价方法进行分析,给出了测试系统的简要设计,并对技术发展趋势进行了预测。     

灰色GM(1,1)模型在预测钢产量中的应用

采用灰色理论中的GM(1,1)模型,用MATLAB语言编程,以国家统计局统计的2001～2005年的钢产量为原始数据列,对该数据列进行实例分析、检验,进而用该模型预测出未来年度钢产量,为政府有关部门和相关企业正确决策提供科学依据。     

基于GRA-IPSO-SVM的航材携行需求预测研究

异地执行飞行任务中航材需求的准确预测是做好携行保障的主要内容之一,为此提出灰色关联度（GRA）与改进的粒子群算法（IPSO）及支持向量机（SVM）相结合的航材预测方法。首先运用GRA 对航材携行需求的影响因素进行分析;其次引入活性因子和非线性惯性系数改进粒子群算法,并通过IPSO 对SVM 参数进行寻优;最后使用优化后的SVM 模型预测航材需求。结果表明：GRA-IPSO-SVM 方法预测结果的均方根误差比PSO-SVM 方法下降0.16,平均绝对百分比误差下降2.18%,且预测时间减少了0.7 s。     

新疆管制区域扇区容量评估与划设研究

新疆是连接我国与中亚、欧洲等国家的重要地区,是我国“一带一路”陆上至关重要的支点。随着航班量的逐年递增,新疆管制区域的管制压力逐年增大,负荷分布不均匀、扇区内冲突点增多的问题愈发严重。面向我国“一带一路”和“空中丝绸之路”的发展要求,预测2035 年新疆管制区域的流量增长情况;基于管制员的工作负荷对当前的扇区划分方案进行容量评估,结合流容比指标对新疆区域2035 年的扇区划分提出合理化的建议以满足流量增长的保障需求;采用计算机仿真技术对2035 年扇区划设方案进行仿真评估。结果表明：新的扇区划分能够有效地减少高峰日流量和高峰小时流量,之前管制员负荷较高的扇区通过合理的划分,管制压力也得到了明显缓解。     

浅析航空公司索赔管理体系的搭建

分析了航空公司索赔开展的依据、索赔工作的内容和索赔工作存在的短板,借鉴成熟的安全管理体系要素,探讨搭建索赔管理体系,以供同行参考。     

一种基于指数损失函数的多类分类AdaBoost算法及其应用

 提出一种新的多类分类AdaBoost算法——使用多类分类指数损失函数的前向逐步叠加模型FSAMME（forward stagewise additive modeling using a multi class exponential loss function）。该算法是基于原始的两类分类AdaBoost算法归结为使用两类分类指数损失函数的前向逐步叠加模型的统计学观点,将两类分类的前向逐步叠加模型自然扩展到多类分类情况下得到的,并采用多类指数损失函数和前向逐步叠加模型对FSAMME进行了详细的理论证明。该算法大大降低对弱分类器的精度要求,只需每个弱分类器的精度比随机猜测好;算法简单明了,不用把多类问题转化为多个两类问题,而是直接求解多类分类问题,大大减小计算复杂度和计算量。通过对基准数据库的测试分类及航空发动机故障样本的诊断,结果表明:FSAMME算法一方面可达到较高的分类诊断准确率,其准确率明显高于AdaBoost.M1,略高于AdaBoost.MH;另一方面可大大减小计算成本,满足在线快速分类诊断的要求。     

虚拟仪器的发展前景

介绍了电子测量仪器的发展趋势,虚拟仪器的特点,虚拟仪器中的PC仪器的发展和PC仪器应用前景。     

基于语义信息的问题分类

问题分类是问答系统的一个非常基础而重要的子模块。以问题的语义信息为分类依据,建立了一个新的问题分类体系,并提出了一种基于《知网》的自动分类方法。利用该方法对507个问题进行分类实验。实验中问题分类的平均召回率为93.72%,平均正确率为82.23%。实验结果表明,该分类方法是有效的并且以语义信息作为分类依据是可行的。     

补偿模糊神经网络在机床热误差预报模型中的应用

提出了一种基于补偿模糊神经网络的数控机床热误差预报模型,讨论了该模型的详细结构、模糊规则、训练算法及相关技术问题,并给出了智能预报结果和精度评价。