航企

国航为瑞士航空提供地面代理服务北京直飞苏黎世航线的开通标志着国航地服部正式为瑞士航空提供地面代理服务。首航当日,代理组扎实的业务水平、严谨的态度和娴熟的技能得到了瑞航的充分肯定。近年国航地服部不断以需求为导向,全面提升业务水平,在尊重客户企业文化的基础上,竭力满足客户个性化的需求。     

基于3星子集的GPS快速选星算法

针对高精度GPS导航系统中,空间星座数量变化时由星座选择带来的运算量较大的问题,利用 Sherman Morrison 矩阵求逆引理,推导得到GDOP（Geometric Dilution of Precision）值的增量递推计算公式。 在此基础上提出一种基于由3颗GPS卫星组成“3星子集”的快速选星算法,并利用LLRB树（Left Leaning Red Black Tree）的存储搜索策略辅助快速产生最佳4星组合。相对于传统GDOP选星法,在可视星卫星数增加时,浮点数运算量（FLOPs）可减少将近一半;当可视卫星数减少时,FLOPs可降低到接近为0。实际试验结果表明,3星子集选星方法可以有效降低星座突变时由星座选择带来的时间消耗,提高星座更新的实时性。     

基于控制论的3种供应链动态特性比较

基于自动控制理论,以APIOBPCS(Automatic Pipeline, Inventory and Order Based Production Control System)订货系统为基础,采用模拟仿真的方法,考察传统二级供应链(TSC,Traditional two-echelon Supply Chain)、需求信息共享(DIS,Demand Information Sharing)二级供应链和供应商管理库存(VMI,Vendor Managed Inventory)这3种典型二级供应链系统在阶跃需求信息时,不同系统参数对系统订单、在制品量和库存量的影响,并对3种系统的动态响应特性进行了对比研究.研究结果表明:对于阶跃需求信息,生产提前期T_p越小,系统响应峰值越小,响应速度越快;参数T_i,T_w和T_a在不同范围内对系统峰值和调节时间的影响趋势有所不同,需要根据供应链整体目标进行选择.而且一种供应链系统往往不能兼顾系统的响应峰值和调节时间两个特性,应综合考虑响应峰值和调节时间对系统整体绩效的影响,选择适当的管理策略优化供应链系统,以提高供应链的整体运行效率.      

考虑时间因素的敏捷自主航天器四维姿态运动规划方法研究

为解决敏捷自主航天器在轨灵巧、精确姿态运动问题,针对复杂空间环境与其自身运动特点,提出了基于改进的快速搜索随机树的四维姿态运动规划方法。仿真算例检验了该规划方法的有效性,结果表明它不仅满足敏捷自主航天器在一定约束条件下指定时间到达指定地点的四维运动要求,而且对四维姿态运动离线与在线规划两种模式也具备较强的适应性。     

考虑时间状态的敏捷自主在轨服务航天器高维运动规划研究

针对敏捷自主在轨服务航天器自身和所在复杂空间环境等特点,研究其在轨灵巧、精确服务的运动规划问题,提出了以平动、转动和时间为状态的改进的快速搜索随机树高维运动规划方法。仿真算例检验了该规划方法的有效性,结果表明它不仅满足敏捷自主在轨服务航天器在一定约束条件下按照指定时间到达指定地点的高维运动要求,而且对离线与在线规划两种模式也具备较强的适应性。
     

只含有一个非平凡块连通图的计数

利用组合理论和图的计数理论,讨论了只含有一个非平凡块的连通图的计数问题,给出了新的结论。     

问答式信息检索技术

针对知识管理在知识共享、搜索、交流和管理等方面的需求,分析了现有知识管理系统采用的检索技术中存在的不足,介绍了一种能够理解、分析并能回答自然语言提问的问答式信息检索技术.该技术可以作为目前知识管理系统中传统信息检索的替代技术,更好地服务于知识共享、搜索、交流和管理.     

标准化学习管理系统的研究

针对现阶段低水平的学习管理系统重复开发、不同系统之间不能互操作,提出了可互操作的标准化学习管理系统的模型,并对各种不同类型数据信息进行XML绑定,实现不同系统之间的互操作。     

面向月球基地设备交互场景的目标检测与路径规划算法研究

随着国际月球科研站计划的快速推进,针对月球基地相关技术的研究受到了广泛关注。面向月球基地场景下不同的设备间进行自主接触式交互这一应用背景展开研究。考虑不同的设备在进行自主接触式交互时,需要准确地完成相互识别,并且规划出畅行无阻且较优的行进路线以保证往返活动顺利进行,基于Webots搭建了月球基地仿真环境进行目标检测和路径规划相关实验。以前后配备高精度RGB相机的交互设备为载体实现基于TPH-YOLOv5月球基地场景下的目标检测。此外,设计并实现了交互设备在月球基地场景下基于双向快速扩展随机树（Bidirectional RTT）的路径规划算法,以保证交互设备在月球基地环境下的相关工作顺利进行。仿真结果显示,该目标检测及路径规划算法能够实现预期功能。     

基于加权朴素贝叶斯分类器和极端随机树的蛋白质接触图预测

提出一个新的基于集成学习的预测器(TargetPCM),对蛋白质接触图(特别是中长程)进行高精度的预测。首先,TargetPCM使用加权朴素贝叶斯分类器(Weighted Nave Bayes classifier,WNBC)融合3个接触图预测器的输出,其中WNBC中的权重参数通过粒子群算法优化得到;其次,将WNBC融合后的输出和基于序列的特征进行组合,得到更具鉴别能力的特征;在此基础上,应用极端随机树训练得到最终的蛋白质接触图预测模型。为了验证TargetPCM的有效性,在包含98个非冗余蛋白质的数据集上进行了测试。结果表明:对于短程、中程和长程接触,TargetPCM的Top L/5精度比现有最好的集成预测器(NeBcon)分别提高了8.2%,16.1%和5.3%。在CASP11上进一步的验证表明,对于短程、中程和长程接触,TargetPCM的Top L/5精度比现有最好的基于协同进化的集成预测器(MetaPSICOV)分别提高了7.4%,9.1%和7.5%。实验结果验证了本文所提蛋白质接触图预测方法的有效性。