International cooperation in assuring continuity of environmental satellite data

In the 25 years since the launch of the first weather satellite, meteorological observations from space have become an essential part of weather forecasting and global environmental monitoring. Beginning in the 1970s, constrained national budgets and the need for a coordinated approach to global satellite observing have caused satellite operators to pursue international cooperation to assure the continuity and compatibility of these systems. This article reviews current bilateral and multilateral cooperation and technical coordination in environmental satellite activities. It also explores the potential for alternative institutional arrangements for maintaining the continuity of environmental satellite data in the decades to come.     

A first step towards proton flux forecasting

We present a preliminary version of a potential tool for real time proton flux prediction which provides proton flux profiles and cumulative fluence profiles at 0.5 and 2 MeV of solar energetic particle events, from their onset up to the arrival of the interplanetary shock at the spacecraft position (located at 1 or 0.4 AU). Based on the proton transportation model by Lario et al. [Lario, D., Sanahuja, B., Heras, A.M. Energetic particle events: efficiency of interplanetary shocks as 50 keV E < 100 MeV proton accelerators. Astrophys. J. 509, 415–434, 1998] and the magnetohydrodynamic shock propagation model of Wu et al. [Wu, S.T., Dryer, M., Han, S.M. Non-planar MHD model for solar flare-generated disturbances in the Heliospheric equatorial plane. Sol. Phys. 84, 395–418, 1983], we have generated a database containing “synthetic” profiles of the proton fluxes and cumulative fluences of 384 solar energetic particle events. We are currently validating the applicability of this code for space weather forecasting by comparing the resulting “synthetic” flux profiles with those of several real events.     

利用粒子群支持向量机预测轴流压气机机匣壁面压力

建立了基于粒子群优化的轴流压气机机匣压力支持向量机预测模型.利用支持向量机的强大非线性映射能力,实现了对某型轴流压气机机匣压力时间序列的非线性预测,并运用粒子群优化算法对支持向量机的重要参数进行了优化,增强了预测模型对混沌动力学的联想和泛化推理能力,提高了预测的精度和稳定性.而针对发动机台架试验数据的预测结果证明了方法...     

基于支持向量机回归的电力负荷预测研究

不同于传统的基于经验风险最小化的回归方法,支持向量机回归方法基于结构风险最小化准则.与神经网络相比,该方法在解决学习精度和推广性之间的矛盾方面有明显的优势.本文以城市电力负荷预测为应用背景,对比研究了基于统计学习理论的支持向量机回归方法和神经网络方法.预测结果显示支持向量机可能是一种非常有前景的预测工具,其预测精度明显好于神经网络.     

基于支持向量机的航空发动机性能衰退指标预测

针对航空发动机性能衰退状态的趋势预测问题,基于非线性支持向量机回归建立了发动机性能衰退指标的预测模型,给出了反映其性能衰退的综合指标。利用该模型对发动机的性能衰退指标进行了预测分析,并与神经网络模型预测结果进行了比较。结果表明:支持向量机回归预测模型能更准确地对发动机的未来状况进行预测。     

基于LSTMAttention网络的短期风电功率预测

提出一种基于LSTMAttention网络的短期风电功率预测方法。首先,使用LSTM网络对数值天气预测(NWP)数据的特征信息进行提取,同时采用注意力机制有效分析了模型输入与输出的相关性,从而获取了更多重要时间的整体特征;其次,使用卷积神经网络(CNN)提取NWP数据的局部特征,并引入压缩和奖惩网络(SE)模块学习特征权重,利用特征重新标定方式提高网络表示能力;最后,将局部特征和整体特征进行特征融合,通过分类器输出分类结果。利用NOAA提供的美国加利福尼亚州某风电场的数据进行案例分析,证明了所提方法的有效性。试验结果表明,与BP神经网络、自回归积分滑动平均模型(ARIMA)模型和LSTM模型相比,LSTMAttention模型具有更高的预测精度,证明了该方法的有效性。     

基于可靠性数据的航材备件需求预测方法

航材备件的需求预测已成为装备综合保障领域研究的难点.主要对各部件寿命分布类型进行归纳与总结,建立多数零件服从寿命分布类型的需求预测模型,并对军机执行任务这一特殊情况建立了战损备件预测模型.以可靠性数据为研究基础,对正态分布、指数分布、威布尔分布等备件进行分类分析,根据实际情况逐步精确备件保障概率的取值.计算结果表明,方法能给出合理的备件保障概率和备件需求预测结果.     

基于Transformer层次预测的多星应急观测任务规划方法

应急观测任务规划是一个强时效性的复杂组合优化问题,必须在规定的时限内完成相应的计算。采用机器学习的方法对规划问题进行初始规划方案预测,可以有效地简化计算复杂度。为此,提出一种基于Transformer层次预测的多星应急观测任务规划方法,将多星任务规划的求解过程分解为3个步骤：首先,利用基于Transformer的任务可调度性预测模型预测待规划任务是否执行,得到预执行任务集合;然后,基于Transformer的任务分配模型对预执行任务集合分配卫星,得到初始规划方案;最后,利用基于随机爬山的约束修正算法对初始规划方案进行优化调整,得到可行规划方案。为验证所提方法的有效性,通过大量仿真实验与CPLEX优化器、标准遗传算法、长短期记忆网络等方法模型进行比较,实验结果表明所提方法计算耗时短,规划收益高,适用于多星观测任务快速规划。     

提高零控脱靶量预测精度的一种方法

对于大气层外拦截问题中以零控脱靶量(ZEM-zero effort miss)作为指标的预测制导方法,其ZEM的预测精度直接影响到最终的拦截任务.在线性化平方反比引力模型下,给出了基于目标轨道坐标系的ZEM预测算法,导出ZEM发生条件,并提出一种提高ZEM预测精度的方法,即通过初值轨道角速率的选取可明显改善算法的预测精度.同时将该算法与地心赤道惯性坐标系下的ZEM预测算法进行了比较研究,数学仿真结果表明该预测算法精度较高,具有一定的工程应用价值.     

基于反馈补偿K-means的救援物资需求预测

针对低空应急救援过程中救援物资需求的多样性与不确定性,提出基于反馈补偿K-means相似搜索的物资需求预测算法。通过比较非平稳数据处理方法,采用差分自回归平均移动模型（ ARIMA）对历史灾情数据进行平滑处理;将预处理后的灾情数据运用基于反馈补偿的K-means方法进行聚类分析;再对比夹角余弦,杰卡德相似系数以及相关系数这3种方法,搜索出相似度最大历史灾情案例,并线性求解当前低空应急救援所需物资量。实验结果表明,在基于反馈补偿K-means相似搜索的物资需求预测过程中,运用相关系数搜索的误差是最小的,方法不仅提高了大数据处理能力,而且在一定程度上提高了预测精度。