基于网络图的飞机大修进度模拟分析

飞机大修进度控制是一项复杂、随机性强,却有规律性可循的管理项目。通过对以往若干批次飞机大修进度数据的统计分析,结合专家评估,得到飞机大修中各工艺作业的进度规律,并以此作为大修网络图中的各项作业的基础参数,建立网络图计算模型,借助于计算机大数据模拟来分析大修网络图的内在规律,为实际飞机大修进度 制定和网络图优化提供参考依据。     

具优先权下航线收益管理问题的边际分析方法

采用边际分析方法,研究、分析了这样一类航线收益管理问题:两票价等级座位数的最优划分,低等级座位的机票具有优先权。并得出在相应条件下的航运旅客总收入函数,在此基础上,推导出了一个以部分条,牛期望值和逆向累积概率分布作为表达式的最优划分公式,并与传统公式及文献[1]所得结果进行了比较分析。证实了新公式的有效性。     

基于ANP数据库的飞机起飞仿真研究

以可视化的方式全面直观的反应其航迹,来检验或者分析飞机起飞过程,为解决飞机噪声问题提供技术理论支持,利用ANP数据库,从中获取各种机型的飞行程序和性能参数,计算飞机起飞航迹及航迹上各点的推力、速度、姿态等,实现了飞机起飞过程及其航迹的三维可视化仿真。     

基于AOE网的过站航班保障进程优化

航班地面保障是机场运行的重要环节，为了提升航班地面保障效率，针对某机场航班地面保障流程构建AOE 网，通过该机场A-CDM 系统记录的航班节点数据求出该机场航班地面保障作业的“关键路径”。通过对关键路径上可压缩工序的分析，对该机场的地面保障作业流程进行优化。以我国西南地区某机场航班地面保障的实际数据为基础，剔除不可抗力造成的不正常数据，分别计算保障流程优化前后的航班过站时间。结果表明：在33 组航班数据中，该机场使用AOE 网络优化后的保障作业流程比优化前平均减少地面保障作业时长6.1 分钟/架次，说明通过合理地优化航班地面保障进程，可以有效提高机场的运行效率。     

基于神经网络和人工势场的协同博弈路径规划

协同博弈路径规划是空战自主决策、机器人体育比赛等应用场景中的重要问题，其难点在于对环境对抗性反馈的实时自适应和多智能体的相互配合。提出一种基于神经网络和人工势场的协同博弈路径规划方法，使用反向传播（BP）神经网络自适应调整人工势场函数系数，并将人工势场作为神经网络输出端的特征提取。为解决真实样本质量和数量不足的问题，基于遗传算法仿真生成样本数据用于神经网络训练，并通过滚动时域的思路面向动态博弈优化样本性能。从样本数据中提炼出距离差与航向差以反映协同和博弈特性，利用神经网络的黑盒特性和学习能力解决协同博弈问题。应用于二对一反隐身超视距空战路径规划，比经典人工势场法有明显性能提升，且计算开销可接受，计算复杂度分析表明该方法可以较好扩展到多机对抗场景。     

我国直升机外部噪声控制技术发展思路研究

直升机外部噪声控制技术是直升机技术发展的重要方向。对直升机外部噪声控制技术的现状及发展趋势进行了分析，基于我国直升机外部噪声控制的技术基础，从基础研究、主被动控制技术等方面提出了我国直升机外部噪声控制技术的发展思路。     

基于CPM的停机坪航班保障工作方法研究

针对目前国内某大型机场停机坪各项航班保障工作的耗时，提出几条基于关键路径法（CPM）的规划建议。结合该机场停机坪航班保障工作的特点，对保障过程中的各项工作分别计时，在取得实测数据的基础上，利用修剪平均值算法得出样本中各项操作的平均耗时。以该机场停机坪各项保障工作为基本元素建立AOE网络，结合计算所得的平均耗时，按照CPM找出影响该机场停机坪航班保障工作总耗时的关键工作，从而明确该机场停机坪航班保障工作的关键路径。最终，在上述研究的基础上基于目前的实际情况下，提出了实现该机场停机坪航班保障工作最佳方法的三条建议，为优化机场资源、缩短航班过站时间、提高航班运行效率、保证航班准点率提供了参考。     

开式整体叶盘叶片型面数控抛光编程与工艺实验研究

针对开式整体叶盘叶片型面数控抛光,首先介绍多坐标数控抛光机,然后提出分段直纹面拟合叶片型面,并利用分段直纹面的偏置面直母线生成刀位轨迹,最后进行了数控抛光参数优化实验,实现了整体叶盘叶片的自动化高效精密抛光,提高了整体叶盘的表面质量.     

计算机网络路径选择信息规程的实现

本文从路径选择信息规程中的不足入手，构造一系列解决策略，从而使路径的选择达到最优。     

Control of a Spherical Robot: Path Following Based on Nonholonomic Kinematics and Dynamics

This paper presents the controller design for the path following of a spherical mobile robot,BHQ-1.Firstly,a desired velocity for the reference path is deduced from the kinematic model,which cannot be transformed into the classic chained form.Secondly,a necessary torque for the desired velocity is obtained based on the dynamic model.As to the kinematics,a one-dimensional function is selected to measure the two-directional tracking error,and the velocity of rolling forward is reasonably assumed to be constant;therefore the multiple-input multiple-output (MIMO) system is transformed into a single-input single-output (SISO) system.As to the dynamics,both exact dynamics and inexact dynamics with modeling error as well as bounded unknown disturbance are taken into account,based on which a proportional-derivative (PD) controller and a sliding mode controller with adaptive parameters are proposed respectively.Finally,convergence analysis and simulation results are provided to validate these controllers.