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
- 风险免疫、预警系统及在某航空教练机项目中的应用
- 作者： 陈铎 来源： 北京航空航天大学 年份： 2016 文献类型 ： 学位论文 关键词： 风险预警 风险管理 人工免疫工程 免疫接种 风险免疫
- 描述： 风险管理是维护企业等组织稳定性和保证项目目标实现的重要工具.也是当今国际上研究的热门课题.它主要通过风险的识别和控制来消除不利结果的干扰,将风险管理保护的对象置于一种安全的状态.该论文借鉴生物免疫和灾害预警在维护系统稳定功能上的相似性,将人工免疫工程?
- BP网络与航空发动机模型在间隙对性能影响研究中的应用
- 作者： 马晓刚 来源： 中国民用航空学院 年份： 2016 文献类型 ： 学位论文 关键词： 航空发动机 BP神经网络 间隙 性能
- 描述： 论文紧密结合航空发动机维修中的实际情况,对维修过程中的配合与间隙数据进行了整理和分析;运用BP神经网络和传统航空发动机数学模型分析了装配过程中各单元体部件的间隙对航空发动机性能的影响程度.研究结论给出了若干不同配合与间隙对发动机性能的影响规律,有助于维
- BP神经网络、遗传算法在航空齿轮模糊可靠性优化中的运用
- 作者： 樊俊星 来源： 上海大学 年份： 2016 文献类型 ： 学位论文 关键词： 遗传算法 BP神经网络 模糊可靠性优化 航空齿轮
- 描述： 该文针对航空齿轮传动,通过建立合理的模糊可靠性优化模型,在处理设计计算中所使用的图表数据上,运用BP神经网络来查找手册中的图表数据,以网络连接的权植来存储及查找数据,以BP神经网络的非线性输出的数据值得到从手册中查找值.再通过作者设计的具有实值编码技术、特殊的编码处理、自适应的遗传算子及并行拓扑方式等改进型遗传算法,来处理齿轮优化设计混合变量问题和目标函数及约束函数较为复...
- 航空发动机内窥损伤识别系统研究
- 作者： 孟娇茹 来源： 中国民用航空学院 年份： 2016 文献类型 ： 学位论文 关键词： 支持向量机 特征提取 航空发动机 内窥损伤检测 图像识别
- 描述： 航空发动机内窥检测技术是监测航空发动机运行状态和诊断发动机内部表面结构损伤的最有效手段之一，从问世至今在航空发动机故障诊断领域发挥着巨大的作用。然而，随着航空工业的高速发展，传统的内窥检测技术由于主观性强、精度低、耗时长等缺点，已不能满足维修现场
- 区域航空市场航线客流量预测研究
- 作者： 侯奎宇 来源： 华中科技大学 年份： 2016 文献类型 ： 学位论文 关键词： 支持向量机 组合预测 区域航空市场 神经网络 航线客流量预测
- 描述： 随着近十几年来我国航空业的飞速发展，人们认识到使用收益管理可以带来巨大的利润，越来越多的航空公司将其应用到航空管理领域。客流量预测做为收益管理的决策基础，其预测结果将直接影响舱位控制、定价和超售的效果。客流量预测包含多个方面的内容，如航空公司业务总量，航线客流量预测，机场吞吐量预测等等，本文选择区域航空市场航线客流量预测做为研究重点。论文首先对收益管理中的客流量预测理论、方法、模型做了阐述；其次通过对区域航空市场特征的深入研究，总结出影响客流量的各种因素；其三，在这些理论研究和现状分析的基础上，本文针对区域航空市场的特点，提出了一个自顶向下逐步分解的航线客流量预测模型，由总体趋势预测，航线中长期预测模型和短期预测模型三部分构成；其四，论文对中长期预测模型和短期预测模型分别进行详细论述，中长期预测模型中，先对如何划分时间段和影响因素进行分析，然后使用由神经网络和支持向量机构成的组合预测来实现，短期预测从分析短期影响因素入手，使用神经网络实现该部分；最后，结合DF公司实际情况，通过实例分析，并同常见方法进行对比，证明了该预测模型的有效性。
- 基于支持向量机的航空常旅客数据挖掘
- 作者： 陈建湘 来源： 中山大学 年份： 2016 文献类型 ： 学位论文 关键词： 支持向量机 预测 忠诚度 常旅客 数据挖掘
- 描述： 常旅客计划是航空公司争取市场份额，培养忠诚旅客群的有效市场策略。研究结果表明，发展一个新客户的成本要远远高于保留一个现有的客户。而根据调查，国内航空公司的每年的客户流失率都高达20%左右。常旅客的竞争就是信息的竞争，建立常旅客系统的目的就是为了提高航空公司的搜集常旅客信息的能力，其本质就是提高企业的判断能力。发掘常旅客信息的含金量，分析常旅客的成分构成、流向流量等并考察常旅客的收益状况，评估奖励政策，从而采取相应的措施，吸引更多旅客，创造更大的收益，这是常旅客系统数据挖掘的意义。常旅客系统常用的数据挖掘方法有客户细分、关联销售、忠诚度分析等。本文以支持向量机数据挖掘方法和过程为指导，对航空常旅客数据进行预测分析。主要做了两方面的预测分析，一方面是预测常旅客的忠诚度变化，另一方面对每年的常旅客总累积里程做一个预测。根据本季度常旅客的消费行为和常旅客的基本信息，来预测下个季度的忠诚度。如果某常旅客忠诚度下降，就要提前预警决策管理系统，找出该旅客可能流失的原因，并采取相应的措施。如果忠诚度上升，也要继续维持与该旅客的紧密联系，并找出上升原因。通过数据挖掘可以提前预知常旅客忠诚度变化，防止旅客流失，保持他们对公司的高忠诚度。常旅客的忠诚度预测，本质上是一个数据挖掘中的分类问题，即忠诚度上升和下降的两类分类问题。我们在支持向量机的基础上，提出两层支持向量机，即增加一个核主成分提取的预处理过程。我们以RFM忠诚度理论为基础，建立一个适合航空常旅客购票行为的改进的忠诚度模型，在此模型上运用两层支持向量机方法进行忠诚度预测。在实验过程中我们对标准的支持向量机算法的核函数选择与超级参数选择进行了探讨，我们对两层支持向量机、标准支持向量机、传统决策树方法C4.5的过程和结果进行了比较。除此之外，在常旅客系统中，我们可以对总常旅客的每年总累积里程做一个预测。飞机数量、飞行小时、总公里数这些数据都代表航空公司的投入，而会员累积里程代表航空公司的收益，预测的意义在于，运用已经建立好的预测模型和公司未来的投资计划，来预测收益回报。会员累积里程预测，本质上是一个回归问题。我们在传统的统计分析例如相关分析、孤立点分析的基础上，利用多种回归方法进行预测。所使用的回归方法有原始最小二乘线性回归，稳健性回归，支持向量回归等。总的实验结果表明两层支持向量机的分类预测准确率比标准支持向量机更高，泛化能力也更好；两层支持向量机与C4.5比较的结果表明前者准确率更高，但是训练时间也更长，至于泛化能力则两者差不多。对比原始的最小二乘回归和稳健性回归，支持向量回归具有更好的泛化能力和抗噪声数据干扰能力。
- 航空发动机风扇叶片模态分析及其在结构损伤检测中的应用
- 作者： 何亮 来源： 中国民航大学 年份： 2016 文献类型 ： 学位论文 关键词： 航空发动机 BP神经网络 结构损伤检测 有限元 模态分析
- 描述： 航空发动机零部件(如风扇叶片、盘和壳体等)故障常常因为微小疲劳裂纹而引起的，零部件一旦发生损伤，其破坏程度迅速发展。在未及时发现的情况下，会很快导致整个结构的毁坏，后果不堪设想，往往导致重大安全事故。因此，研究航空发动机风扇叶片结构损伤的检测方法具有重要的理论和现实意义。 论文总结了基于振动特性的结构损伤检测技术的发展概况以及人工神经网络在结构损伤识别中的应用，综合运用模态分析实验、有限元计算以及人工神经网络等方法，建构处于各种损伤条件下风扇叶片的简化平板模型，并计算各模型的固有频率和振型等模态参数，探讨了损伤位置和损伤程度对其的影响。 论文选取结构的第一阶振型相对改变率和固有频率平方的变化为标识量，建立了用于检测航空发动机风扇叶片结构损伤位置和程度的BP神经网络模型。论文还提出使用有限元计算数据作为网络学习样本，对网络进行训练。通过平板结构四种损伤模型的实验模态分析结果与有限元计算结果对比，验证该方法的准确性和可行性，解决了工程实际中故障样本不足的问题。BP神经网络仿真输出结果达到较高的精度，证明该网络模型能够准确识别损伤的位置和程度。论文研究成果对结构损伤检测、结构改型和优化设计有重要理论意义和一定的参考价值。
- 航空发动机智能故障诊断系统关键技术研究
- 作者： 蒋帅 来源： 北京航空航天大学 年份： 2016 文献类型 ： 学位论文 关键词： 航空发动机 遗传算法 BP神经网络 故障诊断 模糊专家系统
- 描述： 实现飞机发动机智能故障诊断对保证飞行安全和提高飞机出勤率起着至关重要的作用。然而现有的绝大多数飞机发动机故障诊断系统都没有充分利用实时飞行参数数据与设备故障报文相结合进行实时故障诊断，且普遍存在虚警率高、诊断精度低的缺点。针对上述问题，本文首先将实时下传的飞行参数和故障报文相结合，设计实现了基于“神经网络＋模糊专家系统”分级诊断的航空发动机智能故障诊断系统结构及其关键技术解决方案。神经网络通过对部分关键飞行参数数据进行处理，实现系统部件级的初级故障诊断，确定故障发生的大致范围；模糊专家系统结合初级诊断结果和其他数据实现二级诊断，完成深层次故障的精确定位。该系统结构利用了神经网络长于数值计算、诊断精度高和模糊专家系统知识表达明确的优点，降低了各自构造的复杂性，提高了诊断精度；同时将飞行参数与故障报文相互验证，也一定程度上降低了虚警率。其次，本文采用三层BP神经网络建立了初级诊断模型并采用遗传算法对网络初始化权值和阈值进行全局优化，提高了训练效率，通过算法仿真和结果分析验证了该方法的有效性。重点完成了基于模糊逻辑推理的二级诊断专家系统中模糊规则库模块分层树型结构设计和多规则方法表示、模糊推理机模块基于深度优先的正反向混合推理算法和不确定性计算方法的设计与实现以及故障征兆提取模块的方法实现。最后，本文在VC环境下编码实现了航空发动机智能故障诊断系统验证软件，并选取发动机典型故障模式和部分实际故障样本数据进行了系统测试。通过对测试结果的分析，验证了本文研究成果的正确性。