排序方式: 共有54条查询结果,搜索用时 15 毫秒
1.
赵光曙 《中国民航飞行学院学报》2001,12(1):17-19
作为飞行中三种最重要资源之一的时间,在飞行过程中发挥着至重要的作用,有相当数量的事故都是由于对时间分配和管理不合理,从而导致时间压力引起的,本结合飞行实践,对引起时间压力的因素及其后果进行讨,并在此基础上提出了缓解,管理时间压力的途径。 相似文献
2.
空中交通管制的主要任务是防止航空器与航空器相撞及促进空中交通的有序畅通,作为民航运行保障系统中最为重要的环节,随着民航运输业的迅猛发展和空中交通流量的不断增加,正面临前所未有的巨大挑战。空中交通管制系统的核心实施者——空中交通管制员的个体安全行为及能力几乎决 相似文献
3.
4.
脑力负荷状态的准确识别对减少因作业人员无效脑力负荷导致的人因事故具有重要意义。针对人-机系统中作业人员脑力负荷客观评估问题开展了基于MATB-Ⅱ平台的3种不同脑力负荷水平下的航空情境实验,记录16名被试的NASA任务负荷指数(NASA-TLX)量表数据和脑电(EEG)信号,提出了一种基于脑电功率谱密度(PSD)和支持向量机(SVM)的个体脑力负荷评估方法。结果表明:随着实验设计脑力负荷水平增加,被试的主观脑力负荷得分显著提高(p<0.001),这表明该实验任务设计较好地诱发了低负荷、中负荷和高负荷情境。在此基础上,通过网格搜索法确定个体脑力负荷评估模型的统一优化参数,惩罚系数取3 000,核函数参数取0.000 1,模型测试正确率达到0.966 5±0.029 8,宏平均的受试者工作特征曲线下的面积(Macro-AUC)达到0.991 0±0.011 4。本文为作业人员脑力负荷状态的客观和准确评估提供了一种新的办法,为后期作业人员脑力负荷状态的实时判别提供模型基础。 相似文献
5.
近年来,我国民航迅猛发展,空中交通流量快速增长,各种新技术日新月异,安全间隔不断缩小,系统安全压力越来越大。空中交通管制员负责指挥飞机的起降以及飞行过程中的安 相似文献
6.
7.
8.
9.
基于分布式并行遗传算法的电力系统无功优化 总被引:1,自引:0,他引:1
针对传统遗传算法寻优质量差、计算时间长的问题,提出了基于计算机集群的一种新的分布式并行遗传算法解决电力系统无功优化问题.采用遗传模拟退火算法和分布式并行计算MPI(Message Passing Interface)技术,实现多进程的分布式集群计算.该算法通过个体迁移策略来协调优化各个子种群,使用计算效率来判断计算负载状态,采用动态种群来进行负载平衡.通过运用标准测试算例IEEE14节点和一个实际电力系统的无功优化计算,结果表明这种算法具有很高的稳定性,有较好的并行效率,适合求解大规模电力系统的无功优化问题. 相似文献
10.