全部
图书
期刊
学位论文
会议论文
报纸
图片
视频
新闻
关键词
- 基于混合算法的飞机部件装配静态调度方法研究
- 作者： 梅中义 付豪 来源： 机械工程与自动化 年份： 2024 文献类型 ： 期刊 关键词： 变邻域搜索 飞机部件装配 调度 粒子群算法 静态调度
- 描述： 了飞机部件装配调度的目标函数，包括最小化拖期惩罚和最小化最大完工周期，对飞机部件装配调度问题进行了合理的假设和抽象，并建立了飞机部件装配调度模型。针对飞机部件装配静态调度问题，将粒子群算法和变邻域搜索算法进行了有效结合，设计了粒子群-变邻域搜索混合算法，并采用实例验证了该算法的有效性。
- 基于混合算法的飞机部件装配静态调度方法研究
- 作者： 梅中义 付豪 来源： 机械工程与自动化 年份： 2024 文献类型 ： 期刊 关键词： 变邻域搜索 飞机部件装配 调度 粒子群算法 静态调度
- 描述： 了飞机部件装配调度的目标函数，包括最小化拖期惩罚和最小化最大完工周期，对飞机部件装配调度问题进行了合理的假设和抽象，并建立了飞机部件装配调度模型。针对飞机部件装配静态调度问题，将粒子群算法和变邻域搜索算法进行了有效结合，设计了粒子群-变邻域搜索混合算法，并采用实例验证了该算法的有效性。
- 基于数字孪生的飞机部件装配管理
- 作者： 刘宝明 种法淼 岳明 王小凯 来源： 沈阳航空航天大学学报 年份： 2024 文献类型 ： 期刊 关键词： B/S架构 数字孪生 飞机部件装配 三维可视化 轻量化模型
- 描述： 针对现代飞机部件装配过程中存在的装配信息量大、装配工艺复杂的问题，提出了一种基于数字孪生等相关理念的在线可视化装配模型。综合考虑飞机部件装配过程前后所涉及的零件、装配件和段件的尺寸准确度等物理数据
- 基于数字孪生的飞机部件装配管理
- 作者： 刘宝明 种法淼 岳明 王小凯 来源： 沈阳航空航天大学学报 年份： 2024 文献类型 ： 期刊 关键词： B/S架构 数字孪生 飞机部件装配 三维可视化 轻量化模型
- 描述： 针对现代飞机部件装配过程中存在的装配信息量大、装配工艺复杂的问题，提出了一种基于数字孪生等相关理念的在线可视化装配模型。综合考虑飞机部件装配过程前后所涉及的零件、装配件和段件的尺寸准确度等物理数据
- 基于PSO-ELM-Markov模型的中国民航碳排放达峰路径研究
- 作者： 邢健 李程 来源： 数学的实践与认识 年份： 2024 文献类型 ： 期刊 关键词： 民航碳排放 极限学习机 粒子群算法 情景分析法 Markov模型
- 描述： 根据《巴黎协定》,中国承诺在2030年以前中国的CO2排放量要达到峰值.民航运输作为交通运输的重要组成部分,其碳排放所占比例亦不断增长,准确评价当前民航碳排放减排实效,预判中国民航碳排放达峰路径,探索更加有效的环境保护和减排策略意义重大.论文根据IPCC发布的民航碳排放计算标准,测算历史民航碳排放量.通过梳理国内外文献,甄选出民航碳排放量的五大影响因子,以极限学习机为基础,多层次的对其进行改进,构建基于PSO-ELM-Markov模型的民航碳排放多变量组合预测模型.引入情景分析法,科学划分发展情景,预测不同发展情景下中国民航碳排放达峰路径.实证结果表明,多变量组合预测速度最快、精度高,适用于民航碳排放预测.不同情景仿真发现,在目前减排措施和强度下,中国民航很难为中国政府实现减排承诺做出应有贡献,但其减排承诺的兑现可在技术突破情景中实现.建议民航管理部门控制影响因子增幅,提升民航发展质量;探索先进制造工艺和高效飞行管理,提升燃油效率,保持民航运输适量且有序运行.
- 基于APSO-LSSVM的航空发动机轴承故障诊断及寿命预测
- 作者： 刘海瑞 武宪威 李鹏 钱征华 李锟 来源： 测控技术 年份： 2024 文献类型 ： 期刊 关键词： 航空发动机轴承 支持向量机 主成分分析 轴承诊断 粒子群算法
- 描述： 航空发动机轴承在高速、高温、高载荷等极端工况下易发生机械故障，为了提前预警，提出了一种基于自适应粒子群优化(Adaptive Particle Swarm Optimization, APSO)算法的最小二乘支持向量机(APSO Least Squares Support Vector Machine, APSO-LSSVM)对滑油系统中轴承磨屑进行在线监测的故障诊断及寿命预测。通过主成分分析法(Principal Components Analysis, PCA)对滑油磨屑信息进行降维处理，构建特征向量，并将特征向量输入APSO-LSSVM模型，对轴承故障状态进行分类并对轴承剩余寿命进行预测。结果表明：使用PCA可以保留数据样本99.9%的信息，同时还能极大地降低数据维度；与遗传算法(Genetic Algorithm, GA)、灰狼优化(Grey Wolf Optimization, GWO)算法、粒子群优化(Particle Swarm Optimization, PSO)算法的支持向量机相比，所提算法因采用了自适应调节粒子移动步幅，在进行轴承状态分类时准确率更高，分类正确率可达95.56%,同时在进行轴承剩余寿命预测时具有较好的准确度和泛化性。