层次马尔可夫链在民航安全管理中的应用

利用层次马尔可夫理论建立预测模型,预测系统未来各影响因素的危害度,仿真计算结果表明该方法能有效地预测系统未来的状态,从而科学指导未来民航安全管理决策,使航空安全与利益之间的关系达到最优化。     

事件触发机制下多导弹固定时间编队控制

针对领-从弹编队结构中从弹对领弹的固定时间协同跟踪控制问题，同时为了节省通信带宽和弹载计算资源，基于多智能体一致性理论，给出了有向拓扑下基于事件触发机制的固定时间编队控制算法。用微分几何法将导弹运动模型精确线性化，为其设计固定时间编队控制协议，保证具有较大飞行速度的导弹编队在较短的时间内收敛到稳定的队形。在此基础上，引入事件触发机制，克服有向拓扑下Laplacian矩阵的不对称性和事件触发通信引入的误差项对系统稳定性带来的影响；为从弹设计了基于自身状态误差的事件触发函数，当状态误差满足所设定的阈值时，从弹在通信网络中更新并传递自身的采样信息，有效减少了弹载资源的占用率。利用代数图论、矩阵理论和Lyapunov稳定理论证明了编队控制系统的稳定性。数值仿真结果校验了算法的有效性和稳定性分析的正确性，适用于导弹编队的总体设计。     

重大公共卫生事件、税收政策与企业创新——基于新冠疫情的证据

基于增长期权理论，利用我国A股上市公司2015—2021年的面板数据，研究新冠疫情对企业创新的影响。研究结果表明：新冠疫情的冲击能促使企业增加研发投入；这种影响在行业集中度低、金融发展水平高的企业中更加明显。进一步的分析表明，新冠疫情期间我国政府推出的税收优惠政策在其中起到了部分中介作用。研究结论有助于理解重大公共卫生事件冲击下企业创新行为的发展过程，并为政府引导企业促进创新发展提供了经验证据。企业应充分理解危机中创新活动的重要性，加大研发投入，并以此赢得竞争优势；政府则应在发生危机时主动发挥“有形之手”的积极作用，出台针对性的经济政策，助推企业平稳发展，降低危机带来的负面影响。     

基于数字孪生的飞机起落架健康管理技术

针对飞机起落架系统，传统健康管理方式存在知识不完备、数据不平衡和模型固化等问题，开展了数字孪生驱动的健康管理技术研究，提出以自更新模型为基础实现故障诊断与预测的数字孪生健康管理框架。从起落架系统物理和行为2个维度建立孪生模型来实现真实系统的数字映射，依托强化学习算法实现数字孪生模型参数的更新，确保孪生模型实时跟踪和反映实体健康状态，并以此为基础设计基于事件的故障诊断和基于粒子滤波的故障预测方案。以起落架收放系统为例完成实验验证，与传统方法相比，本文方法在实时性、准确性和鲁棒性方面表现更优。     

具有欺骗攻击的主从神经网络混合 事件触发同步控制

文章提出了一种针对受到欺骗攻击的主从神经网络的混合事件触发同步控制方法。所提出的方法采用以伯努利分布为特征的混合事件触发方案，通过仅在必要时传输数据来减轻通信负担并处理不可预测的网络环境。记忆事件触发机制可以在系统响应状态的峰值和低谷期间传输更多的数据。通过考虑实际情况中的不确定性，将网络诱导时滞和随机发生的欺骗攻击纳入一个统一的框架，并构建了相应的李雅普诺夫泛函。其次，使用李雅普诺夫理论，推导出一个稳定性判据。最后，通过数值算例验证了所提出方法的有效性。