目标导向的课程质量评估方法及系统实现

根据国际工程教育评估组织 ABET 将评价重点放在学生“学到了什么”的精神,本文提出了依据学生在各种场合表现出的实际能力来评价一门课程的教学质量的“以目标为导向”的方法,并实现了课程评价信息系统。该方法的评价逻辑是：从学生学到的能力评价课程目标达成度,从课程目标达成度评价专业培养水平。该方法的优点是,不需要增加额外的测试,即可以定量评价课程质量,并促使教师主动改善课程设计。     

自适应预测补偿的迭代制导方法及其应用研究

针对迭代制导完成后入轨参数或终端程序角修正问题,研究一种基于模型参考的自适应预测补偿迭代制导算法在运载火箭上的应用。该算法在经典迭代制导算法的基础上,根据预测的迭代终端程序角和飞行视加速度的参考模型,对关机点参数进行补偿,依据补偿后的终端指标重新规划飞行轨迹,进而得出满足入轨参数或终端程序角偏差修正的制导指令,提升迭代制导对入轨参数偏差或终端程序角的修正能力。此外,阐述了经典迭代制导的基本算法,概括了自适应预测补偿迭代制导算法的基本原理,并以大推力直接入轨、终端程序角大偏差以及满足终端程序角约束为例,给出相应工况的自适应预测补偿的迭代制导算法。仿真结果表明：该算法对入轨参数和终端程序角偏差具有一定的修正能力。     

后机身收缩方式对通航飞机气动特性的影响研究

通航飞机是民用飞机的重要组成部分,其外形特征对气动阻力具有不可忽视的影响。采用基于 N-S方程的数值模拟方法,分析典型通航飞机阻力极曲线的桶形特征以及机身上表面轮廓线曲率对阻力的影响;研究机身上表面、下表面和侧面 3 种收缩方式下,通航飞机气动特性的差异,并对基础外形和改进外形气动特性进行对比。结果表明：收缩率增大时,...     

防范秘密攻击的安全计算的博弈论实现

在博弈论中,惩罚博弈模拟了参与者试图欺骗但又不想被抓住,即安全计算中秘密攻击者的情形。针对密码学的计算博弈模型,本文对Halpern与Rafael提出的能否在计算具有成本的惩罚博弈与具有一定威慑度的防范秘密攻击的安全计算之间建立联系的问题给出肯定的回答,提出威慑度为1/2的防范秘密攻击的安全是计算博弈中错误可忽略的调解人的通用实现。     

基于增广Burgers方程的音爆远场计算及应用

音爆的精确模拟对于超声速客机的低音爆研究与设计意义重大。由于计算能力的限制,客机巡航高度的音爆全场直接模拟目前还难以实现。现有的音爆预测方法一般分为两步,先通过超声速线化理论或计算流体力学的方法得到音爆近场的过压值（Over-pressure）分布,再通过声学理论将近场声压信号推进至远场,以获得飞行器的地面音爆信号。在远场计算中,传统的波形参数法没有考虑音爆传播过程中的经典吸收和分子驰豫效应所造成的声能损失,得到的激波没有厚度,导致计算得到的远场声压级不准确。基于算子分裂法,开展了非线性声学中的增广Burgers方程的数值解法研究。通过计算第二届音爆预测研讨会（SBPW-2）发布的两个标准算例,验证了该方法可以实现地面音爆波形的精确预测。发现在近场声压信号前加入一段无幅值的缓冲信号可以有效提升"N"波上升时间的模拟精度。网格收敛性研究表明适当加密计算网格是有必要的。在此基础上研究了大气声吸收对地面波形的影响,发现分子驰豫效应的影响要强于经典吸收。最后,研究了不同湿度、温度对地面音爆波形的影响,发现干燥、低温的环境对音爆信号的过压值有抑制作用。     

基于项目集识别过程的航空领域重大基础研究项目发现

航空领域专项计划的实施需要发现大量重大基础研究项目进行支撑,而目前航空科研管理部门在项目发现过程中以被动管理为主,未能充分发挥其作用。通过分析自上而下航空领域重大基础研究项目内涵及现状基础上,借鉴项目集识别过程及其项目识别特点,构建自上而下的航空领域重大基础研究项目发现过程及机制,分析重大基础研究项目发现所涉及的航空领域专项计划主管部门、航空科研管理部门以及科研人员间的相互关系和功能,并结合某航空科研管理部门进行实例应用。表明基于项目集识别过程梳理和完善了航空领域重大基础研究项目发现过程及机制,强化了航空科研管理部门作用,提升了项目发现有效性。     

高滑翔伞伞绳叉联结构优化设计

为获得翼伞伞绳最优叉联结构设计方案,文章提出了 1种高滑翔翼伞伞绳叉联结构的优化设计方法。首先,通过计算流体力学方法进行翼伞气动分析,确定最优气动性能时对应的伞绳安装角及翼伞伞衣气动载荷;然后,通过几何分析和受力分析,建立伞绳结点处的力系平衡方程及伞绳长度几何控制方程;最后,在满足伞绳结构安全的前提下,以伞绳总长度最小为优化目标,采用基于外罚函数和 Davidon-Fletcher-Powell(DFP)算法原理的优化算法获得不同约束力条件对应的翼伞伞绳叉联点位置方案。优化结果表明:与优化前叉联方案相比,该方法伞绳长度可减小 9.0%,阻力系数降低 8.8%。此外,通过增加伞绳受力约束,可实现翼伞滑翔性能的进一步提高。     

Locally generalised multi-agent reinforcement learning for demand and capacity balancing with customised neural networks

Reinforcement Learning (RL) techniques are being studied to solve the Demand and Capacity Balancing (DCB) problems to fully exploit their computational performance. A locally generalised Multi-Agent Reinforcement Learning (MARL) for real-world DCB problems is proposed. The proposed method can deploy trained agents directly to unseen scenarios in a specific Air Traffic Flow Management (ATFM) region to quickly obtain a satisfactory solution. In this method, agents of all flights in a scenario form a multi-agent decision-making system based on partial observation. The trained agent with the customised neural network can be deployed directly on the corresponding flight, allowing it to solve the DCB problem jointly. A cooperation coefficient is introduced in the reward function, which is used to adjust the agent’s cooperation preference in a multi-agent system, thereby controlling the distribution of flight delay time allocation. A multi-iteration mechanism is designed for the DCB decision-making framework to deal with problems arising from non-stationarity in MARL and to ensure that all hotspots are eliminated. Experiments based on large-scale high-complexity real-world scenarios are conducted to verify the effectiveness and efficiency of the method. From a statistical point of view, it is proven that the proposed method is generalised within the scope of the flights and sectors of interest, and its optimisation performance outperforms the standard computer-assisted slot allocation and state-of-the-art RL-based DCB methods. The sensitivity analysis preliminarily reveals the effect of the cooperation coefficient on delay time allocation.     

军用飞机维修大纲修订流程研究

本文首先论述了维修大纲修订的必要性和实际状况,接着介绍了B777、Y8和某型军机的维修大纲修订情况,以及波音的维修大纲修订实施程序,最后重点阐述了如何从实际情况出发,并借鉴波音的经验,建立一套适用于我国军用飞机维修大纲修订工作的实施流程,以有效地指导该项工作,提高军用飞机的可用度,降低维修成本。