技术供需协同视角下中部地区产业技术创新能力的比较研究

产业技术创新是产业发展的决定因素,是技术供给与需求两大因素共同推动的结果,产业技术创新供需协同度可以表征产业技术创新能力。中部六省的产业技术创新能力有较快提升,但产业技术供需不协同的现象依然制约着产业技术创新的发展。本研究以中部六省为研究对象运用复合系统协同模型从技术供给与需求视角对中部六省产业技术创新能力进行测度,研究发现供需复合系统协同度呈上升趋势,但部分省份协同度不高,处于轻度失调或濒临失调状态。最后根据以上结论从创新能力、资金、人才、创新平台建设等方面给出提高产业技术创新能力的对策与建议。     

基于Web的复杂产品虚拟样机支撑平台工具集研究与实现

针对复杂产品虚拟样机开发对分布协同、集成、仿真和管理的功能需求,建立了基于Web的分布式虚拟样机支撑平台体系结构,介绍了集成在平台中的系统管理、协同设计和性能仿真工具集,给出了工具集设计与实现方法,并基于J2EE技术开发了软件原型系统。     

基于蚁群算法的月球软着陆轨迹优化

针对基于最省燃料的月球软着陆轨迹优化问题进行了研究。首先通过改进的函数     

基于VPM的教练机三维协同设计技术应用研究

随着CAD技术的发展,教练机的设计方式和设计手段发生了巨大变化.本文探讨了基于ENOVIA VPM平台应用CATIA软件三维协同设计技术,分析了教练机三维协同设计相关技术,着重介绍了三维协同设计技术在教练机设计中的应用.     

协同研制背景下复杂装备可靠性增长技术与方法

复杂装备的研制大多具有"主制造商-供应商"协同研制的特点,装备的可靠性增长过程作为研制的关键环节融于其生产全过程,具有分布式网络化协同特征,且获得的数据多源异构。本文首先介绍了早期经典可靠性增长模型及其国内外发展历史;随后针对不确定信息下可靠性增长的信息融合与数据生成、贝叶斯推理模型和虚拟样机技术这3个方面,阐述了最新研究进展;最后运用图示评审技术(Graphical evaluation and review technique,GERT)模型、灰色系统理论和概率论等方法,探讨了协同研制背景下复杂装备可靠性增长技术方法与模型,并对其未来发展研究进行了展望。     

Risk Theta*:一种基于地形危险度的任意航向路径规划算法

提出了一种基于地形危险度的任意航向路径规划算法——Risk Theta*。首先以星球表面地形特征统计分析为基础提出了地形危险度指标,并建立地形危险度地图。在此基础上应用Basic Theta*搜索,以危险度最低为方向搜索最优路径。仿真实验证明,该算法能够在栅格地图上找到比A*和Basic Theta*算法危险度低得多、长度相当的任意航向路径,既显著提高了巡视器的安全性,又满足了星球巡视探测对任意航向行驶的迫切需求,因此具有较强的实用性。     

航母编队网络化协同反导装备体系建设探讨

随着信息技术的发展,航母编队建设网络化协同作战体系,成为提高其作战能力的必由之路。在借鉴美军网络化作战装备体系建设的基础上,对航母编队网络化协同反导作战装备体系的构成和主要功能进行了阐述,并对未来向着"以网络为中心"的发展方向进行了探讨。     

中航国际控股(珠海)有限公司

2015年5月18日,中航工业董事长林左鸣向Align(艾联)公司高管团队颁授司徽,祝贺Align(艾联)公司成为中航工业新成员。Align Aerospace Holding,Inc.是全球航空制造领域主要的标准件集成供应商之一,总部位于美国加州,在法国设有分公司,在全球有15个仓库和服务机构。Align(艾联)拥有全球航空业主流客户资源和合格供应商资质,具备多年为波音、空客、庞巴迪、UTC、卓达航宇ZODIAC、巴西航空、GE、霍尼韦尔等国际著名航空制造企业提供标准件集成供应成功经     

基于截尾概率-非概率混合模型的可靠性优化算法

针对工程中截尾概率变量与非概率变量同时存在的情况,给出一种新的截尾概率与非概率混合可靠性模型。在该混合可靠性模型基础上,按照可靠性指标(RIA)法给出双层嵌套可靠性优化模型,并采用改进搜索策略后的ST-Powell优化算法在外层搜索设计变量的最优值,内层采用能保证收敛的改进的有限步长迭代法求解混合可靠性指标。数值算例表明,改进搜索策略后的ST-Powell优化算法的全局寻优性得到显著提升;改进搜索策略后的ST-Powell优化算法与改进的有限步长迭代法相结合求解双层嵌套混合可靠性优化模型的正确性得到验证,且对于非线性程度较高的极限状态函数同样能够得到满足截尾概率与非概率混合可靠性模型指标要求的最优解,并对工程结构算例具有很好的适应性。     

小型无人机气动参数辨识的新型HGAPSO算法

针对小型无人机(UAVs)研制中操稳特性和飞行控制律设计评估对气动参数辨识的需求,提出了一种混合遗传粒子群优化算法(HGAPSO)。该算法以粒子群优化算法(PSO)为主体,在粒子优化路径中,引入遗传算法(GA)的交叉变异操作,增强粒子群跳出局部最优的能力;同时采用Kent映射改进粒子种群的初始化,使初始种群在可行解空间内分布更加均匀,增强全局优化能力。基于仿真结果,依据辨识准度及辨识成功率,对比了HGAPSO、常规PSO和GA优化算法气动参数辨识的结果,然后用蒙特卡洛仿真测试随机观测噪声的影响,结果表明该算法兼备PSO算法高的搜索效率和GA算法的全局优化能力,对随机观测噪声不敏感。最后,通过设计小型UAV试飞示例进行综合应用评价,结果表明:HGAPSO算法基于真实试飞数据进行气动参数辨识取得了满意结果,具有良好的实用性。