基于数字孪生的航班链延误动态预测模型

针对复杂多变的航班运行环境，提出一种基于数字孪生的航班链延误动态预测模型，以改善传统预测方法的精度及自适应性。模型基于数字孪生航班链系统构建，采用滑动窗口下的多通道特征建模完成单元级航班延误预测，并提出一种混合优化策略进行模型参数的动态优化，最后通过孪生数据驱动的链式分析方法实现了全航班链的延误分析与修正。采用国内航班数据进行实验，得到在各个窗口下的航班延误平均绝对误差（Mean absolute error, MAE）为11.79 min，低于其他基线模型和静态模型；且引入孪生数据驱动分析和修正后，紧随其后的航班预测误差比此前进一步降低了6.44%。结果表明，模型有利于数字孪生航班链系统实现虚实交互，并具有优良的预测精度和自适应性。     

飞机座舱触控交互的人机工效标准浅析

通过对当前国内外触控交互人机工效标准现状及重点标准分析，总结飞机座舱触控交互的人机工效关键要素，为我国后续飞机座舱触控交互的人机工效标准化提供参考。     

考虑任务分配的无人机信息交互拓扑生成

无人机（UAV）持久编队信息交互拓扑的优化是保证UAV编队结构稳定性和任务执行时效性的重要基础。现有的编队生成算法针对距离因素进行权重赋值和拓扑生成，由于未考虑任务分配因素，可能会引起整体任务执行时间过长甚至任务失败的问题，对UAV的能量也造成了不必要的损耗。以任务消息传输时间和能量损耗为关键优化目标，在保证UAV编队结构稳定的前提下，提出考虑任务分配因素的信息交互拓扑生成算法，优先连接承载实时性要求较高通信任务的关键汇聚链路，对剩余链路通过引入惩罚项，在权重上进一步将任务消息传输量因素考虑在内，生成最终的信息交互拓扑。使用OMNet++进行仿真验证，相比于只考虑距离因素的信息交互拓扑生成算法，所提算法在20架UAVs编队场景下，消息传输时间方面最高降低57.3%，最低降低28.1%，关键任务消息的到达时延降低了45.2%～51.6%，而任务执行过程单UAV的能量损耗总体减少了17.5%，平均每个节点减少损耗16.1%。     

具有动态领导者的多智能体系统分组一致性控制

对一类具有动态领导者的非线性多智能体系统的一致性进行研究，解决了领导-跟随一致性控制问题。首先，考虑到多目标任务中广泛存在的合作-竞争机制和领导者的控制输入非零的情况，基于邻居智能体的相对状态信息，设计了一类分布式的分组一致性控制器。通过在所设计的控制器中增加补偿项，解决了由领导者非零控制输入引出的问题。引入了一类Lipschitz-like条件，解决了非线性项在实现分组一致时所带来的困难。其次，利用图论和构造Lyapunov函数，通过求解代数Riccati方程得出了系统实现分组一致性的充分条件，并基于所设计的控制器实现了多智能体系统动态领导-跟随的分组一致性控制。最后，通过数值仿真和结果分析验证了所提出控制方案的有效性和可行性。     

民机CAD/CAE数据融合可视化

为提升民机设计质量以及设计评估效率,提出一种以民机仿真数据可视化引擎为基础,有效融合民机CAD数模的多学科数据融合可视化方法。首先,依靠主流CAD系统对STEP国际标准协议文件格式的支持,在通用的工程仿真数据可视化引擎上搭建解析读取STEP文件的接口,读入的设计数据与相关的仿真数据共同存放在可视化平台场景树结构内,显示于统一的场景;然后,凭借计算机集群并行渲染提高交互可视化帧率,便于工程人员与民机多学科数据实时交互。平台融合了CAD/CAE数据剖切、测量、流线提取等交互可视化分析功能,支持全尺寸立体VR显示,可在多通道沉浸式显示系统开展协同评估。通过相关案例展示与分析了民机多学科数据融合效果,验证了CAD/CAE数据融合可视化平台的可行性和有效性。