基于灰色多层次评价方法的供应商评价

供应商选择是企业发展的重要决定因素之一。从企业整体发展的角度,建立了经营发展能力、合作意愿、企业形象三个方面的供应商评价指标体系,针对评价信息的灰色性,提出了供应商评价的灰色多层次评价方法,并通过一个算例说明了该方法的应用,为企业选择供应商提供了简单、易行的评价方法。     

空调系统冷热源性能的评价

以西安市某办公大楼为例,借助软件DeST对该大楼供冷季和供暖季的空调动态负荷进行计算的基础上,根据目前冷热源配置状况的调查和该建筑空调负荷的特点,以及能源结构,充分考虑节能,提出了三种具有代表性的技术上比较合理的冷热源组合方案。通过比较各方案的一次能源利用率和能源转换方式的能耗指标,综合评价了各方案的节能潜力。     

NBA赛程利弊指标的数值分析

在NBA常规赛中,各队比赛总场次一定时,为使赛程安排公平,应考虑主客场、背靠背、比赛密集度等因素.先将这些因素数量化,再对各因素赋以相应权重,可以较为均衡地反映出各队利弊的数量指标.依据在一定条件下选取球队的方法,列出比赛矩阵,通过lingo程序求解,得到结果.     

一种新型机载对地观测用三轴稳定平台陀螺安装方式

陀螺安装方式及相应的算法编排是稳定平台设计中的一项关键技术。针对机载对地观测用三轴稳定平台特点,提出了将方位陀螺安装在方位环上,俯仰陀螺和横滚陀螺安装在俯仰环上的陀螺安装方式。利用空间矢量分解理论分析了陀螺输出角速度信号的投影关系及电机控制信号的分配;基于稳定平台系统模型,对理想正交情况和考虑陀螺安装误差情况进行了仿真分析,验证了此种安装方式的可行性和优越性。分析表明,在同等条件下,所提出的安装方式减小了稳定平台的机械尺寸,降低了稳定平台的重量和功耗,实现了三维角速度的正交测量,简化了三轴解耦控制算法。研究结论可为其他三轴稳定平台结构设计和陀螺安装方式设计提供参考。     

T-Jump/FTIR联用技术研究CL-20的热分解机理

用T-Jump/FTIR联用技术,在高纯氮气气氛、不同压力、不同裂解温度和1 000 K/s的快速升温速率条件下,研究了CL-20的快速热裂解过程。用快速扫描傅立叶变换红外光谱实时跟踪分析分解产物的种类和浓度变化,考察了实验温度和压力对CL-20快速热裂解气相产物N2O/NO2和NO/NO2比值的影响。结果证实,CL-20的分解首先是从N—NO2键的断裂开始,生成NO和其他较稳定的气体产物(如CO、CO2和H2O等),这种N—N键断裂的反应因压力和温度增大而加速,气态NO2生成后又与凝聚相和其他活性还原性气体产物(如CH2O)发生二次反应,经中间产物而产生N2O。     

基于MBSE思想的航空发动机控制系统设计方法

在航空发动机控制系统设计开发过程中,存在需求理解偏差、需求实现描述不清晰、设计过程缺失等问题,严重影响产 品后续使用。为了构建完整、规范、准确的系统设计要求,完整描述系统设计过程,引入基于模型的系统工程思想。通过需求分析 将用户需求条目化,并对每条需求进行确认;通过功能分解,将复杂系统模块化;利用功能描述将需求量化、图形化,明确各项功能 的具体行为;在要求制定过程中引入数据流管理,将整个系统设计过程有机结合在一起。结果表明：采用基于模型的系统工程思 想构建满足产品研发的控制系统正向设计方法,实现了顶层需求的100%覆盖和追溯,可将模糊的需求通过建模方式具体化、显形 化。通过N1测量对设计方法进行了验证,表明该方法可用于工程设计。     

高超声速乘波体扩容设计及流场快速预测

为发展一种兼具乘波体高升阻比和升力体高容积率的气动设计与预测方法,开展了3个方面的研究工作。基于升力体和乘波体融合设计理念,提出了一种大容积率、高升阻比的乘波前体的扩容设计方法。对扩容设计的乘波前体进行了数值模拟,获得了典型设计参数对前体容积率、升阻比等气动性能参数的影响规律。基于本征正交分解理论和径向基函数建立了高超声速乘波前体流场结构和气动性能参数的快速预测模型,并对扩容设计的乘波前体流场开展了快速预测研究。研究表明:相比于未扩容之前,高度为5、10 mm时,容积增加8.00%和15.00%;基于本征正交分解理论的快速预测方法可精确、快速地获得不同几何设计参数下乘波前体的流场,预测误差不高于2.00%。      

多指标约束下考虑报废的可修复备件携行方案优化

针对任务期间普遍存在的故障件报废和备件多指标约束问题,提出了多层级装备的可用度近似评估方法及携行备件方案优化方法。首先通过忽略维修时间将考虑报废率的多层级可修件转化为单层级消耗件,进而利用伽马分布的可加性建立装备可用度评估模型。在此基础上以装备可用度、备件总质量为约束指标,以备件总体积最低为目标构建多约束备件优化模型。模型求解过程中引入拉格朗日因子,并采用边际算法对约束因子进行动态调整。算例中通过与仿真结果的对比、分析得出：当维修时间取值在部件等效平均寿命的一半以内时,提出的近似方法合理可行,平均误差小于5%。     

基于张量分解的动态Web服务推荐

在服务计算领域中,为了能够在大量具有相同功能的Web服务以及API等数据资源中选择适合用户的服务和接口,提出了服务推荐系统。当前常用的基于服务质量（QoS）的服务推荐系统所采用的模型假定服务的QoS值恒定不变,是一种由服务和用户的二元关系构成的二维静态模型。针对实际应用中,QoS是受到多种因素影响的变量这一问题,提出了一种可以描述多个影响QoS因素的张量模型,并利用张量分解算法来对服务推荐算法进行了改进。实验结果表明:提出的基于张量分解的服务推荐算法与6种现有算法相比较,预测服务的QoS值的绝对平均误差（MAE）不同程度地降低了20%~50%,并且所建模型能够描述更多的影响因素,从而可对服务进行动态推荐。