基于熵权层次分析法的飞行学员安全状态模糊综合评价

飞行安全状态评估是飞行员选拔和资质审查的重要环节。通过对飞行事故/事故征候致因统计数据分析,结合专家调查法,构建飞行学员安全状态综合评价指标体系.针对评价指标模糊难以客观量化特征,采用熵权层次分析法组合赋权法确定指标权重,,建立飞行学员安全状态模糊综合评价模型,并通过对飞行学员安全状态评价进行了算例验证,结论为飞行员选拔和培养提供理论参考.     

基于前景理论的建筑高危岗位人岗匹配冲突仿真研究

为了研究建筑高危岗位应聘人员的择岗特征,本文基于前景理论价值函数构建了人员风险岗位选择的元胞自动机模型进行仿真实验,而后对所得实验数据进行层次回归分析。结果表明,选择高危岗位的人员一般具有高估收益、低估事故损失和概率及低损失厌恶的心理特质,这与岗位要求相违背,即存在“高危人岗匹配悖论”;高基本工资、高安全激励和低风险补偿金的组合薪酬模式有助于高危岗位的人岗匹配;选聘对损失持续敏感的人员能有效降低安全风险;提高人员事故概率和损失预期、强化损失厌恶感知也有助于保障安全;针对人员择岗行为,损失厌恶与概率感知之间存在互补效应,而损失效用递减与损失厌恶、概率感知之间存在替代效应。     

智能制造模式下基于改进BP-ARIMA组合模型产品需求预测方法

为有效预测智能制造模式下的不确定性需求,提出自回归移动平均模型ARIMA和改进BP神经网络的组合模型,对预测数据中包含线性规律的Lt以及非线性规律的ε_t进行模拟和分析,以解决预测有效性和精度问题.通过数据样本构建,对ARIMA模型结构进行辨识,确定p,d,q参数,并对模型进行诊断和检验;在此基础上进行需求数据一次预测;通过连接权值的修正降低BP神经网络学习误差,并对一次预测结果与原需求数据样本存在的误差进行二次预测.实例数据分析表明:组合模型的预测精度较ARIMA模型有显著提高,因此组合预测模型在预测效果上具有合理性和有效性.     

基于灰色马尔科夫理论的进近着陆不安全事件预测

飞行进近着陆阶段最容易诱发不安全事件.鉴于进近着陆不安全事件诱因受多种因素的影响及具有较大随机波动性的特点,运用灰色马尔科夫模型状态预测方法,对进近着陆不安全事件预测.结果表明,灰色马尔科夫模型预测精度明显高于GM(1,1)模型,适用于随机性和波动性较大的预测问题,为进近着陆不安全事件预测提供了有效方法.     

飞行事故的一种自适应模糊神经网络预测方法研究

飞行事故预测对于预防飞行事故具有十分重要的意义.首先系统分析了空军飞行事故的主要影响因素,对其中的定性因素进行了量化;然后利用系统分析的成果和历史统计数据建立了空军飞行事故的自适应模糊神经网络预测模型.整个预测过程突破了纯数学模型预测的局限性,实现了预测的定性和定量的结合;由于预测中使用了一种基于高木.关野模糊模型的自适应模糊神经网络,从而使预测模型具有很强的自适应能力,预测结果也比较令人满意.     

基于序关系法的飞行员安全行为评价指标权重系数的确定

飞行员操作行为的表现直接影响民航飞行安全.通过对飞行员不安全行为事故致因数据分析,运用德尔菲(Delphi)调查方法,从安全素养、心理因素、飞行技术及生理因素4个方面确定影响飞行员安全行为的指标体系构成.以飞行员行为评价实例,运用序关系法并结合专家调查确定各评价指标的权重系数,分析了职业安全意识、飞行情景意识、特情处理能力以及机组资源管理能力等17个指标对飞行安全行为的显著性影响程度,结论为飞行员安全行为风险分析提供参考.     

安徽省道路交通事故影响因素分析及其预测研究

以安徽省道路交通安全状况为研究对象,探讨分析安徽省道路交通事故致因要素及未来发展趋势.首先利用灰色关联度法分析道路交通事故数与相关致因要素之间的关联度,得出人口因素是主导因素,其次为环境因素,包括社会经济环境和道路环境.在此基础上,运用灰色GM(1,1)及其残差改进模型,对事故起数及其主导因素进行预测研究,结果证明灰色预测可以很好地预测人口发展趋势,但对事故起数这样波动较大的数据更适宜残差修正模型.     

基于ARMA-BP神经网络组合模型的电网大停电事故损失负荷预测

预测大停电事故造成的损失负荷,对电网的调度和安全运行有十分重要的参考意义.首先用绝对值法和相对值法分别对停电事故的损失负荷数据进行处理,利用ARMA模型对两种停电事故损失负荷数据序列进行预测,对比两种数据序列的预测结果,发现采用相对值法的预测精度更高,此外采用相对值法对数据进行处理还能消除电网发展对数据分析产生的影响,使预测结果更符合电网实际.为进一步提高预测的精度,提出了将ARMA模型和BP神经网络模型相结合的组合模型,并将其用于停电事故的损失负荷预测,通过与其他方法的预测结果及实际事故数据的比较分析,验证了该组合模型的有效性.最后采用相对值法的组合模型对2017年的损失负荷进行了预测,预测结果可为停电事故的规模等级划分及事故风险预警提供依据.     

基于支持向量机的飞行事故率预测模型

飞行事故率是表征飞行安全水平的重要指标,其预测是典型的小样本问题.针对目前飞行事故率预测中存在的预测精度不高的问题,提出了一种基于回归支持向量机的飞行事故率预测建模方法.最后结合实际算例,采用SVR进行了飞行事故率预测建模并把预测结果与灰色预测和灰色马尔柯夫链预测进行了对比.仿真结果表明SVR具有很高的建模精度和泛化能力,从而验证了采用SVR进行航空飞行事故率预测的合理性和先进性.     

自由漂浮空间非合作目标的运动预测

空间非合作目标的运动预测是航天器在轨服务中的一个重要问题。在获得非合作目标的运动预测结果后,追踪星即可规划运动轨迹以接近目标并对其进行捕获。该文提出了一种自由漂浮空间非合作目标的运动预测方法。该方法的核心思想是首先辨识出目标的姿态动力学参数和目标的质心运动学参数,然后利用参数辨识结果和目标的动力学方程实现对目标的运动预测。在姿态动力学参数的辨识过程中,首先对目标的惯性参数进行初步辨识,然后采用自适应无迹Kalman滤波器对姿态动力学参数进行粗略辨识,最后通过最优化方法进一步提高姿态动力学参数的辨识精度。该文通过数值仿真验证了所提运动预测方法的有效性。仿真结果表明,无论目标是做单轴旋转还是翻滚运动,所提运动预测方法都能够实现对目标的长时间高精度的运动预测。     

基于分解—集成的铁路货运需求预测研究

铁路货运量受到多种因素影响,准确的预测可以为铁路行业未来规划的编制提供重要的参考依据,也可以使铁路部门制定符合当前货运市场的运输政策。货运量数据具有非线性、不平稳的特点,利用传统的单一预测模型进行预测,很难描述整体特征,预测精度有待提高。本文基于分解—集成的原则,利用变分模态分解算法将货运量分解为高频和低频模态,针对各模态特点,分别建立预测模型,将得到的预测结果加总起来作为最终货运量的预测值。实证表明,分解—集成预测方法与传统的单一预测模型相比,提高了预测的准确率,可以很好地应用在铁路货运量需求预测的研究中。     

灰色系统理论在飞机操纵钢索磨损预测中的应用

钢索是软式飞行操纵系统的核心组成部件,其工作性能将直接影响飞机的飞行安全.因操纵钢索磨损问题具有典型的贫信息、小样本特点,采用灰色系统理论,建立钢索磨损量灰色预测模型,研究钢索随飞行小时数的磨损量灰色预测方法.实例分析和实际预测验证表明,灰色系统理论用于钢索磨损量预测是可行有效的.研究也有助于飞机维修从定检修理向视情维修转变.     

协方差矩阵的齐性检验

基于ＰＰ技术、Ｂｏｏｔｓｔｒａｐ方法和数论方法,对于ｋ个总体协方差矩阵相等的检验,给出了ＰＰ型检验统计量,并讨论了它的渐近分布和Ｂｏｏｔｓｔｒａｐ逼近,最后给出了一些实际模拟结果。     

重尾分布的尾部指数估计及沪深股市实证分析

重尾分布尾部指数α的估计依赖于样本中所用顺序统计量个数k的选取.本文介绍了估计α时选择k的两类不同的方法:Sum-plot方法和Bootstrap方法,并对Hall提出的Bootstrap方法作了改进,称为M-Bootstrap方法.本文利用上述方法对已知分布进行Monte-Carlo模拟,研究它们的可行性,然后对上海和深圳两市股指数据进行了实证分析.计算结果表明,上海和深圳股指收益率具有重尾性.是右偏态的,右尾厚于左尾.通过几种方法计算的结果比较发现Sum-plot方法和M-Bootstrap方法在估计重尾指数上精确性较高一些,而且不受异常值的影响.     

基于动态环境的机场航班实时调度优化研究

在对天气、空中管制等动态环境引起航班延误所造成的各主体利益损失分析及目标追求的基础上,建立单一机场航班动态实时调度微调两阶段优化模型,其中目标函数为追求航空公司、乘客利益和机场保障的经济损失加权和最小化,采用遗传算法优化求解.从最大效率利用终端区空域的角度,评估航班调度方案.具体的算例表明采用本方法能依据动态环境不断优化微调需更新的航班时刻表,达到兼顾各方利益提高机场综合服务水平的目的,证明了方法的可行性.     

基于投影偏度和投影峰度的投影寻踪自助法的正态性检验

本文研究了多元分布的正态性检验问题,用投影寻踪自助法,获得了投影偏度和投影峰度正态性检验统计量,证明了在零假设成立时,所提出的偏度和峰度检验统计量的极限分布为一高斯过程的上界.为计算机模拟计算提供了有力的手段和依据.     

Further Discussions on Induced Bias Matrix Model for the Pair-Wise Comparison Matrix

The inconsistency issue of pairwise comparison matrices has been an important subject in the study of the analytical network process. Most inconsistent elements can efficiently be identified by inducing a bias matrix only based on the original matrix. This paper further discusses the induced bias matrix and integrates all related theorems and corollaries into the induced bias matrix model. The theorem of inconsistency identification is proved mathematically using the maximum eigenvalue method and the contradiction method. In addition, a fast inconsistency identification method for one pair of inconsistent elements is proposed and proved mathematically. Two examples are used to illustrate the proposed fast identification method. The results show that the proposed new method is easier and faster than the existing method for the special case with only one pair of inconsistent elements in the original comparison matrix.     

Bootstrap in Markov-sequences based on estimates of transition density

We develop a Bootstrap method in Markov-sequences. This method is based on kernel estimates of the transition density of the Markov-sequence. It is shown that the Bootstrap estimate of the variance of a statistic which is a function of means, is consistent. We also show that the Bootstrap distributions of mean-like statistics and von Mises differentiable statistics converge to appropriate normal distributions. A few simulation results are reported to illustrate the discussion.Most of this work was carried out when the author was at the Department of Statistics, Pennsylvania State University.     

基于灰色模型和Bootstrap理论的大规模定制质量控制方法研究

针对大规模定制生产中样本量小而无法直接应用传统控制图判断过程状态的问题,提出基于灰色模型和Bootstrap理论的质量控制方法.首先采用灰色模型,以现有样本为基础进行数据分析,适当扩展样本量;然后基于Bootstrap统计推断方法获得统计量的经验分布;最后建立样本均值和极差控制图,对生产过程的状态进行分析判断.研究表明,新方法可用于大规模定制生产尤其是新型号生产初期的质量预测和控制.