基于不完全语言信息的航天研制项目风险决策

针对航天研制项目风险管理的复杂性,提出了一种基于现代多属性语言决策方法的航天研制项目风险评价模型.给出了不完全语言信息下基于不确定扩展有序加权平均算子的决策方法.将项目风险标度进行了拓展,一方面使得风险度量更加准确;另一方面能够很好地与决策模型中的语言信息合理匹配.以航天研制项目风险决策为例说明了该方法的实用性和有效性,为项目风险评价提供了一种新思路.      

一种改进的地形轮廓预测匹配辅助导航算法

传统的地形轮廓匹配 (TERCOM )辅助导航系统 ,由于其实时性差 ,已不能满足飞行器超低空高速的导航需要。本文引入预测控制的思想 ,提出了一种基于高度特征的地形轮廓预测匹配方法 ,减少了计算量 ,提高了导航系统的实时性和机动性。     

随机网络仿真分析法在交通运输中的应用

本文就多个城市间建立交通运输线的课题应用随机网络技术(VERT-3)构建了一个较大的仿真模型。该模型具备强有力的逻辑判断功能和路线选择功能,并具备一定的通用性。课题仿真已通过计算机运算。结论表明,VERT-3技术具有处理较大型课题的能力。     

航空公司风险管理分析

从航空公司风险管理的现状出发,阐述了风险管理对航空公司经营管理的重要意义,分析了航空公司经营中面临的意外事件风险、战略风险、财务风险、运营风险,提出了降低各种风险的措施,并就中国航空公司如何加强风险管理提出了相关建议。     

文献《Atlas V Development—Overview of Dynamics Testing》点评

文章对《Atlas V运载火箭的研发——动力学试验概况》一文的技术内容进行了较全面的阐述,对Atlas V研制过程中所涉及的降低发射风险的系统工程方法,减少起飞振动方面的技术工作、声载荷及声环境的试验验证方法,模态和刚度试验技术及动力学试验计划纲要等动力学环境试验内容与特点进行了较为详细的分析与点评,并在此基础上提出了利用混响室激励方法开展全尺寸运载火箭模态试验的建议。     

航空武器装备全寿命周期风险评估方法比较与改进

 针对航空武器装备全寿命周期风险的特点, 对评估方法做了适用性比较和选择性研究, 给出了各阶段风险评估方法的选择方案。依据灰色系统理论提出了一种改进的评估方法) ) ) 多层次灰色评估方法, 建立了评估模型, 给出了算例, 本方法具有样本点少、精确度高的特点。     

基于UR-MTPGERT网络模型的复杂装备风险传导分析

针对复杂装备风险传导关系描述不清晰的问题,构建了风险传导不确定随机多传递参量图形评审技术（UR-MTPGERT）网络模型。首先,基于机会理论,定义了不确定随机变量的矩母函数,并在此基础上构建了UR-MTPGERT网络模型。其次,为刻画复杂装备的微观风险信息,在模型中引入系统风险度、风险元重要度、风险路径关联度等解析参数。然后,求解矩母函数时,采用德尔菲法处理专家经验数据,得到经验不确定分布,并利用极大熵模型处理随机数据,得到概率密度函数;引入矩阵分析技术,解决了网络拓扑分析困难的问题,在此基础上计算网络参数。最后,对某型飞机进行安全性分析,结果表明,该模型能清晰反映风险元间的关系,可以为复杂装备的风险分析、预判和安全控制提供借鉴。      

自由飞行下基于分段维纳过程的碰撞风险研究

在自由飞行下,飞机的碰撞风险与通信导航监视(CNS)定位误差、机载防撞系统可靠性等因素有关。CNS引起的定位误差可视为正态分布,以机载防撞系统告警区为界,在告警区外飞机视为匀速,相对距离视为一般维纳过程;在告警区内飞机为避撞进行航迹和速度调整,视为变速,相对距离视为伊藤过程。根据此相对运动特点,建立了基于维纳过程的分段碰撞概率模型,并对不同初始状态时的情形进行求解。算例结果表明了模型的可行性。     

基于深度强化学习的复杂地形适应机器人设计与实验

针对行星表面轻量化自主探测任务,基于仿生思想设计了一种仿海胆结构的十二足球形机器人,其具备自主改变构型以贴合复杂地形的能力,可实现无倾覆、高容错的全向运动;基于数据驱动方法,对该机器人设计了一种数据高效的无模型强化学习运动策略,可实现无先验知识的从0到1步态训练以及步态的实物样机快速部署。通过在平面地形和非结构化地形中对其进行仿真实验,验证了经过训练的机器人具备自主运动、适应非结构地形等能力;通过与常用基准策略进行对比,证实了本文提出的运动策略具有训练高效、鲁棒性好的优势;最后通过开发原理样机,开展实物实验验证了仿真环境中所生成的步态在真实物理环境中的动力学可行性。     

基于改进神经网络的无人机起飞滑跑性能

文中通过对无人机的起飞滑跑过程,及起飞滑跑阶段的控制策略进行研究,对传统起飞滑跑性能理论计算方法的,局限性进行分析,提出一种基于改进神经网络算法的,无人机起飞滑跑性能计算方法。通过建立改进的神经网络模型,对各种环境条件下的发动机推力进行计算,依据飞行试验结果,利用单参数分析换算法,可以预测出不同环境条件下的无人机起飞滑跑性能。通过多架次飞行试验表明,基于改进神经网络算法的,无人机起飞滑跑性能计算方法精度较高,该方法与传统理论计算方法相比,更贴合工程实际应用,还可应用到无人机复杂任务环境,或新使用环境下的适应性分析中,达到降低飞行风险的目的。