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。     

深空干涉测量对流层经典模型改进

对流层延迟修正误差是深空干涉测量的重要误差源之一。通过修正对流层经典天顶延迟模型和Niell映射函数NMF（Niell Mapping Function）构建了一种高精度区域对流层延迟模型。首先，结合我国深空网喀什深空站对流层延迟实测数据，对Saastamoinen模型的适用性进行分析，通过线性最小二乘拟合修正天顶干延迟参数，模型精度相对改善29.6%；然后，针对NMF低仰角情况下映射偏差较大的问题，构建偏差函数模型，显著改善了低仰角下的映射性能，经实测数据验证：仰角在0°~30°时，对流层延迟模型偏差相对改善约30%。改进后的对流层区域模型估计精度高，可为我国深空干涉测量对流层延迟修正提供参考。     

非线性弹性单盘转子系统稳定性分析

以转子动力学和非线性动力学理论为基础，针对非线性转子-轴承系统的具体特点，建立了采用Capone短轴承非线性油膜力模型的弹性转子系统模型，并用庞加莱映射方法，得到系统在参数域中的分岔图、轴心轨迹图、Poincare映射图、时间历程图和频谱图，从而得出分岔失稳转速随偏心量、轴承间隙、润滑油黏度3个参数的变化规律。研究结果可为该类转子-轴承系统的设计和安全运行提供参考。     

自适应变异麻雀搜索优化算法

针对麻雀搜索算法前期易陷入局部极值点、后期寻优精度不高等问题，提出一种自适应变异麻雀搜索算法（AMSSA）。先通过猫映射混沌序列初始化种群，增强初始种群的随机性、遍历性，提高算法的全局搜索能力；再引入柯西变异和Tent混沌扰动，拓展局部搜索能力，使陷入局部极值点的个体跳出限制继续搜索；最后，提出探索者-跟随者数量自适应调整策略，利用各阶段探索者和跟随者数量的改变增强算法前期的全局搜索能力和后期的局部深度挖掘能力，提高算法的寻优精度。选取16个基准函数和Wilcoxon检验进行验证，实验结果表明：所提算法与其他算法相比，寻优精度、收敛速度和稳定性都取得较大提升。     

基于CEA-GA的多无人机三维协同曲线航迹规划方法

针对多无人机协同航迹规划求解计算复杂度高，收敛效率差等问题，提出一种基于混沌精英适应遗传算法（CEA-GA）的多无人机三维协同曲线航迹规划方法。利用层级规划思想，建立基于单机规划层-航迹平滑层-多机协同规划层的多无人机三维协同曲线航迹层级规划模型，将复杂约束规划问题分解为子函数优化求解问题，减小计算量；考虑到遗传算法（GA）求解高维复杂约束优化问题存在的性能局限，采用Tent混沌映射均匀初始化种群，以扩大个体搜索空间，丰富种群多样性，在此基础上，通过引入自适应遗传算子平衡算法的全局搜索与局部开发能力，帮助个体跳出局部最优，并采用适应度动态更新策略进一步提高算法的局部探索能力和收敛速度。将精英保留策略引入GA以更好地保证改进算法的全局收敛性。将CEA-GA应用于模型求解，仿真实验结果表明：CEA-GA具有较强的鲁棒性、较好的寻优性能和收敛效率，且能够为集群规划满足约束条件的协同曲线航迹，从而验证了所提方法的有效性和CEA-GA的优越性。