海基科技——与世界知名软件公司合作

“国防科技工业信息技术应用标准化论坛”于2007年1月30日在北京成功举办,针对此次论坛“信息技术应用标准化问题”在国防军工领域受到普遍的关注和重视。同时多年来致力于服务军工企业客户的几家知名软件公司也应邀本加了此次论坛。他们凭借先进的产品技术和服务理念获得众多军工企业用户的认可,以论坛为途径,他们不仅向更多的军工企业展示了自己的产品平台,而且还通过此次论坛了解到军工行业信息技术的发展方向。本次论坛上“企业先锋”栏目记者特别采访了其中五家企业的负责人。     

支持向量回归机在结构可靠性分析中的应用

 评估结构的可靠度常常遇到隐式功能函数,对于此种情况经典的结构可靠性分析方法难以实施。目前,响应面和人工神经网络等回归方法已经广泛地用来构建显式函数替代隐式功能函数进行结构可靠性分析。支持向量回归机是一种与人工神经网络类似的新回归方法,目前很少用于结构可靠性分析。鉴于支持向量回归机出色的小样本学习性能、良好的泛化性能,本文提出了基于支持向量回归机的两种适用于隐式功能函数的可靠性分析方法：基于支持向量回归机的Monte-Carlo模拟法和基于支持向量回归机的一次二阶矩法。算例表明支持向量回归机可以在抽样范围内很好的逼近真实的隐式功能函数,减少结构分析次数。失效概率计算结果与经典方法的对照说明所提方法的计算精度较高,具有一定的实用价值。     

基于支持向量经验模态分解的故障率时间序列预测

 针对故障率时间序列的非线性与非平稳特性,提出一种基于支持向量经验模态分解(SVEMD)的预测方法。首先,将故障率时间序列分解为多个固有模态函数(IMF)与一个余量(RF),利用最小二乘支持向量机(LSSVM)预测时间序列两端的局部极值点,以抑制传统经验模态分解(EMD)的边缘效应;同时以LSSVM回归方式形成包络线,以取代传统EMD中的三次样条插值;然后,建立各IMF与RF的预测模型;最终,将各IMF与RF的预测结果相加以获得故障率时间序列的预测结果。仿真结果表明,该方法的预测精度较传统基于EMD的预测方法与单一预测方法有显著提高,可实现对故障率的准确预测。     

基于多最小支持度的加权关联规则挖掘算法

针对交易数据库中数据项重要性不同的现象,提出了新的加权关联规则模型,并基于该模型设计了一个基于多最小支持度的加权关联规则挖掘新算法,允许用户设定多个最小支持度,为数据项设置不同的权重,从而解决数据项的重要性各不相同且出现频率不均匀的问题,发现更多有趣的规则.理论证明了相关性质,并实验验证了算法的有效性.      

坚守教育之路,真诚关怀永相伴 BMW儿童交通安全训练营8年惠及35万中国儿童

正富有魔幻色彩的音乐、充满梦幻童话的舞台布景,代表智慧与希望的光明骑士与代表危险的南瓜部长……在201 2年BMW儿童交通安全训练营的闭营仪式上,深受中国儿童喜爱的安全小卫士——安安熊与他的好朋友们,共同用一出充满童趣的舞台剧,向孩子们传递出关爱、坚持、安全、知识、希望等正能量,为今年的安全旅程画上了一个圆满的句号。     

民用飞机计划维修工作决策支持方法研究

根据中国民航咨询通告的要求,以MSG-3REV2003.1思想为依据,采用逻辑向量的数学方法对预定维修工作的决策方法进行研究,进一步为决策过程提供参考,开发了类似机型数据库,实现对确定维修工作的参考和验证,不仅保证了维修工作确定的便捷,而且保证了维修工作的有效性和适用性,对于开发研究的新型飞机的维修大纲制订具有重要的现实意义和指导意义。     

飞机结构静强度试验支持方案的确定

飞机结构试验是一个复杂的系统工程。飞机的支持方案是贯穿于整个试验过程的重要环节,它规定了试验件的支持状态,决定了试验结果的质量。本文通过对型号试验支持方案的进展历程和目前的发展动向的介绍,阐述了飞机结构试验支持方案制订的过程和考虑要素。     

基于NRS-SVM模型的航空弹药消耗预测研究

结合航空弹药训练消耗的特点,研究邻域粗糙集(Neighborhood rough sets,NRS)与支持向量机(Support vector machines,SVM)融合的航空弹药训练消耗预测问题。通过邻域粗糙集将5个初始影响因素约简为3个核心影响因素,并以此训练集对支持向量机进行回归优化。通过参数寻优得到最优的惩罚参数和核参数,进而构建NRS-SVM组合预测模型来预测航空弹药消耗。实证研究表明,该模型预测结果与实际数据吻合度较高,且与其他预测模型相比具有更好的预测性能。     

基于RS-PSO-SVM的航材消耗预测模型

针对航材消耗预测影响因素多,结合航材消耗特点,研究粗糙集（Rough set, RS）与支持向量机（Support vector machine, SVM）相互融合的航材消耗预测问题。通过RS不完备信息系统的属性约简剔除航材消耗信息系统中冗余的定量因素,在属性重要性基础上将7个影响因素约简为3个影响因素,保留了该系统的核心知识。引入粒子群算法（Particle swarm optimization, PSO）优化SVM模型,寻优得到的参数组合,建立RS-PSO-SVM航材消耗预测模型。实例分析表明,RS-PSO-SVM模型的预测准确度较好,相比较于PSO-SVM、RS-BP（Back propagation）预测性能更佳。     

油价持续上涨，航空类股走势不佳

流通股本流通市值2003年每股代码公司2005020120050310涨跌幅市盈率(亿股)(亿元)收益(元)000089.SZ深圳机场7.48.3112.30%2.8823.930.3821.87000099.SZ中信海直4.144.447.25%1.878.300.157(摊薄)28.28600004.SH白云机场8.58.61.18C4.400.328.67*600009.SH上海机场15.416.064.29%7.57121.570.670323.96600029.SH南方航空4.414.12-6.5841.200微利600115.SH东方航空3.423.636.1410.89-0.17亏损600221.SH海南航空3.363.54.17%3.7213.02-1.74亏损600270.SH外运发展6.577.4513.39%2.0815.500.41(摊薄)18.17600591.SH上海航空5.685.…