单机组保障人员维护能力模型初探

近几年来,随着新一代高技术装备大量进入现役,装备本身对人的要求越来越高,人的因素逐渐引起了重视。为合理地组织配置人力资源,充分发挥人力资源的效能。就某型飞机单机组人员维护能力进行评估,分析影响人力系统维护能力的主要因素,并应用层次分析法建立计算维护系统维护能力的数学模型。进一步给出了计算维护能力的方法。结果表明此方法对提高机务部队的管理效率提供了科学可行的量化手段。     

基于信息论分析的多尺度图像去噪方法

图像多尺度统计相关模型的信息论分析表明,尺度内模型可以捕捉小波系数间的大部分相关性,较尺度间模型携带更多的信息,而通过加入父信息得到的增益则较小。为充分利用各模型提供的不同信息,提出一种基于信息融合的多尺度去噪方法,将尺度内和尺度间相关模型的优点相结合,并压制各自的缺陷。仿真结果表明,基于信息融合的方法具有更好的视觉效果和去噪性能。     

天基海洋监视体系方案设计与综合评价

为应对海上作战平台的威胁,有效防御和打击这类目标,设计了5种天基海洋监视体系方案,通过利用模糊理论量化和聚合评价指标,利用层次分析法确定各层指标权重,对其进行了综合评价和优劣排序。所采用的模糊综合评价方法能够比较有效地处理定性、定量指标的量化与聚合问题,评价结果能够合理区分各方案的优劣情况。     

基于启发强化学习的大规模ADR任务优化方法

随着航天事业的蓬勃发展,空间碎片尤其是低轨碎片已成为航天任务不可忽视的威胁。考虑到碎片清除的紧迫性和成本,低轨多碎片主动清除（ADR）技术成为缓解现状的必要手段。针对大规模多碎片主动清除任务规划问题,首先,基于任务规划的最大收益模型,提出一种强化学习（RL）优化方法,并依照强化学习框架定义了该问题的状态、动作以及收益函数;其次,基于高效启发因子,提出一种专用的改进蒙特卡罗树搜索（MCTS）算法,该算法使用MCTS算法作为内核,加入高效启发算子以及强化学习迭代过程;最后,在铱星33碎片云的全数据集中检验了所提算法有效性。与相关MCTS变体方法以及贪婪启发算法对比,所提方法能在测试数据集上更高效地获得较优规划结果,较好地平衡了探索与利用。     

基于层次分析法的座舱显示系统架构权衡研究

提出了基于层次分析法(AHP)的座舱显示系统架构权衡方法,建立了座舱显示系统架构设计和权衡过程,构建了层次结构模型,利用判断矩阵给出了层次单排序和层次总排序,并最终根据总排序结果得出最优架构。     

机器学习方法在气动特性建模中的应用

气动数据建模是飞行性能仿真评估的基础。气动特性建模主要有机理建模方法和“黑箱”建模方法。本文对“黑箱”建模的三类机器学习方法——分类与回归树方法、浅层学习方法和深度学习方法,进行了算法说明与分析应用。将分类与回归树方法、浅层学习方法中的Kriging建模方法、RBF神经网络方法及SVM支持向量机方法分别应用于火箭气动特性建模、三角翼大迎角非定常气动特性建模、气动热试验数据融合,对这几类建模方法的优势和不足进行了比较分析。同时,将流动条件参数组成向量,再映射为图像,与翼型图像构成“合成图像”,建立了基于翼型几何图像、来流马赫数、迎角的翼型气动特性深度神经网络模型,得到了比较好的预测效果,拓展了气动特性深度学习建模方法的使用范围。     

基于组合赋权-改进TOPSIS的导弹状态评估方法

针对导弹状态评估过程主观性强、结论简单粗放等问题,提出1种基于组合赋权-改进理想解法(TOPSIS)的导弹状态评估方法.首先,深入分析导弹状态影响因素,构建导弹状态评估指标体系;然后,综合运用模糊层次分析法与熵权法计算各指标的组合权重,提出通过导弹状态标准参数来确定TOPSIS模型的正、负理想解,并将正、负理想解的距离...     

基于RS-CART决策树的航空发动机小样本故障诊断

针对CART(classification and regression tree)分类决策树构建过程中由于小样本集特征维数高及噪声等造成的过拟合问题,在CART决策树算法训练过程中引入基于互信息的粗糙集(rough sets,RS)属性约简,考虑信息熵与基尼(GINI)系数刻画样本集“纯净度”的相似关系,对历史故障数据进行属性约简,降低属性维度以优化训练集,在此基础上构建分类决策树,可视化输出规则。实验结果表明:将改进的CART决策树算法应用于某型航空发动机油液故障诊断,提取的规则可解释性强,能够减小冗余属性及噪声对决策的影响,与常用故障诊断算法相比,该模型的诊断准确率提升20%左右,AUC(area under curve)值高达92%,可以有效处理高维离散型航空发动机小样本故障问题。