基于本体的陆空通信风险识别与分析方法

陆空通信是实施空中交 通管制的重要手段,也是民航空管运行中造成不安全事件的重要因素之一。提出针对陆空通信 危险识别与分析的系统参量和引导词,应用BPMN和HAZOP模型识别与分析陆空通信危险偏差 。建立陆空通信风险识别与分析本体模型。构建概念之间的TBox描述逻辑关系和推理,案例 推理证明了方法的有效性。该方法能够实现规范化、术语化风险描述和归类,避免通过自然 语言进行风险识别与分析的缺点,为更有效地进行风险项分析提供科学分类和统计依据。     

大型低轨航天器与星座卫星的碰撞风险研究

针对商业小卫星星座迅猛发展对航天器飞行安全造成潜在威胁的问题,以600 km高度星座和大型低轨航天器为研究对象,通过区域方法(BOX)和碰撞概率风险评估方法,分析了星座与大型低轨航天器的碰撞风险。根据星座轨道演化分析表明,整个星座卫星与大型低轨航天器可能发生碰撞的时间相对集中,持续时间约 1~ 2年。BOX方法计算结果表明,每颗卫星与大型低轨航天器交会,并进入红色预警门限的交会次数约10次左右。碰撞概率计算结果表明,约有5%的卫星进入红色预警门限,星座如果在寿命末期采取无控再入将对大型低轨航天器在1~2年内产生较大的威胁。     

企业创新生态系统的内涵、组织模式和治理机制探讨

近年来,学术界对于企业创新生态系统的研究较为关注,企业间的竞争也从单个企业之间演变成生态系统之间。文章通过剖析界定企业创新生态系统的概念及组织模式,借鉴前人研究成果,回顾了企业创新生态系统几种治理机制,以降低系统内企业的机会主义行为,丰富了创新生态系统的研究,拓展了创新生态系统的治理范式。     

运输类飞机最小离地速度试飞设计与风险控制

最小离地速度是民用运输类飞机制定起飞特征速度的关键。最小离地速度试飞是民用运输类飞机最大性能起飞的试验机动,是在地面效应影响下的飞机低速大迎角试飞科目,试验难度大、风险高,对试飞技术、试飞组织和试飞驾驶技术要求很高。目前国内仅有新支线飞机按照民用航空规章进行了相关试验。研究了民用运输类飞机最小离地速度试飞的类型和理论,对运输类飞机最小离地速度试飞中的关键技术和风险控制方法进行了深入研究,可供所有类型运输类飞机最小离地速度试飞借鉴使用。     

我国大学章程研究的热点与趋势——基于知识图谱的可视化分析

大学章程是高校的基本法,研究大学章程的研究热点与趋势有助于探究高校治理的发展方向。通过对中国知网数据库收录的1998年至2022年的806篇大学章程研究相关的CSSCI期刊和核心期刊论文进行文献量分析、关键词聚类分析和研究热点演进分析发现:大学章程的研究主要经历了起步探索、蓬勃发展、热度衰退和稳定发展四个阶段,研究热点主要集中在大学治理、依法治校和学术权力等几个方面,大学治理是当前最前沿的研究主题,并将在未来现代化大学制度构建中一直延续。     

航天建设工程招标评标研究

针对航天建设工程的特点,运用模糊优选理论进行工程评标,量化了评标中的主观因素,使评标结果更趋合理;运用严格的配套措施和相关指标的经济折算的方法使合理最低价评标更优,最后结合航天建设工程的特点采取相关措施规避招标风险.     

航天某载荷光学元件产品保证工作研究

空间相机作为航天器的有效载荷,其各项指标有着严格要求。光学元件是空间光学相机的核心元件,对空间光学成像分辨率、灵敏度等性能起到了决定性作用。首先,从载荷光学元件的产品保证工作出发,运用因果图和过程的方法,分阶段、分层次开展光学元件产品保证工作。然后,通过5M1E分析光学元件研制过程中可能发生问题的原因,再按照型号风险分类原则分析,识别出最重要的风险并形成清单,进而制定相应风险控制措施;通过将产品保证控制点嵌入到研制流程,设置产品保证控制点进行重点关注和把控,分层次落实产品保证工作。最后,固化了一套光学元件通用的产品保证工作流程,可推广到其他光学元件研制中。     

公司治理结构与产权关系

公司的治理结构不仅是公司领导机构的组织形式,而且是公司产权关系人格化的体现。本文结合一些国有企业进行现代企业制度改制提实践,从产权关系上对国有资本控股或参股的公司的股东会股东大会）、董事会、总经理及监事会的权益、职责及其相互关系进行分析,并结合实际对其人选和运作方式作了论述。从经济学与管理学的角度论证分析后认为：国有产权人格化是可能的。     

风险导向审计理论在EDP系统审计中的应用

风险导向审计是现代财务审计的重要方法，把它应用到EDP系统审计中的关键问题是如何正确评估EDP系统控制风险水平，以便确定后续EDP系统审计的取证范围。文章就风险导向审计理论在EDP系统审计中应用原理进行阐述，同时提出并论证了量化评估控制风险水平的测算方法。     

基于支持向量机的航空发动机辨识模型

针对航空发动机具有强非线性、时变性的特点以及采用常规神经网络辨识时存在的局部较小,过学习等问题,提出了一种基于支持向量机的通用发动机模型辨识方法。该方法基于现代统计学习理论,采用结构风险最小化准则,保证了网络具有很强的推广特性,通过求解凸二次规划确保网络结构全局最优化自动生成。本文采用实测到的发动机飞行记录数据作为训练样本,利用回归型支持向量机建立了发动机的辨识模型,研究结果表明该方法的辨识精度较高,鲁棒性、容错性较好,具有较大的实用价值。