遥测参数数据载荷状态判别集成学习方法

针对载荷单机设备遥测参数维度高、数据量大、存在类别不平衡、无法直观判别单机设备运行情况等问题,考虑到航天任务对可解释性的要求,提出一种基于信息增益参数特征选择和集成学习方法的载荷单机状态快速识别方法。采用统计量性质和信息增益子集搜索方法对遥测数据进行特征筛选降维,通过集成学习模型算法实现载荷单机设备状态的自适应识别分类。所提方法将信息增益的参数分类信息量评价准则和集成学习拟合能力强、类别不平衡下准确率高和抗噪能力强等优点相结合,兼顾模型特征和结果的可解释性,提供了重点参数发现功能。采用科学卫星任务真实载荷遥测参数数据对该方法进行了验证,整体识别准确率高于90%,少数样本亦可准确识别,整体效果可达到在轨任务要求,证明了所提方法的有效性和实用性。     

火控系统BIT设计与实现

采用层级BIT设计架构,建立了系统级和模块级BIT系统设计模型。设计了PBIT、CBIT、IBIT测试项探测函数、恢复函数等节点属性的统一数据结构。引入故障树理论设计了PBIT、CBIT、IBIT通用自动遍历故障树测试算法,可以实现多种火控系统的"自下而上"的节点测试和"自上而下"的故障诊断。在某火控系统预研项目的应用表明,本BIT系统的设计方案合理可行,易于维护,可显著提高通用火控系统的测试性和可靠性。     

基于Bow-tie模型的发动机空中停车事故分析与预防

发动机空中停车是航空事故主要致因之一。首先,通过数据梳理和分析,构建发动机空中停车故障树,结合重要度分析理论,求解各基本事件的重要度,得到造成发动机空中停车事件的最薄弱环节——供油系统故障。基于Bow-tie理论,构建发动机供油系统Bow-tie模型,直观地显示了该故障产生的根本原因和可能导致的后果,进而提出了预防该故障发生的对策建议,达到降低发动机空中停车事故概率的目的。     

某型武装直升机武器系统故障诊断研究

战时快速准确地查找故障部件和制定排故方案是实施战场抢修的前提和基础。目前武装直升机武器系统结构组成日趋复杂,功能模块高度集成,仅凭人工经验进行维护难度较大。为了提高故障诊断效率,采用故障树分析与专家经验相结合的方法,建立了某型武装直升机武器系统故障模型,设计了一种快速故障诊断与辅助决策系统,有效减少了维修保障人员故障排除时间,提升了故障处置效率与准确度,具有重要的实际应用价值。     

坦克稳定器和电气故障诊断系统

现役59式坦克稳定器和电气系统,由于研制时测试性设计不周,在使用中一旦发生故障,如何迅速排除,在部队一直是个老大难问题.使用本故障诊断系统,能够指导维修人员快速找到发生故障的部件或外部电路;可以在显示器上用颜色作相应变化的电路图,一步步演示出故障压缩过程,直至最后找出故障部位.本文将介绍该系统的功能、技术方案、技术关键及使用特点.     

Noncooperative cost spanning tree games with budget restrictions

We extend the noncooperative game associated with the cost spanning tree problem introduced by Bergantiños and Lorenzo (Math Method Oper Res 59(2004), 393–403) to situations where agents have budget restrictions. We study the Nash equilibria, subgame perfect Nash equilibria, and strong Nash equilibria of this game. © 2008 Wiley Periodicals, Inc. Naval Research Logistics 2008     

谈事故树分析法在企业消防安全管理中的运用

介绍了事故树法的原理，运用该方法对镇江市某大型醋酸生产企业醋酸反应釜单元进行了火灾爆炸危险性分析，并结合分析结果给出了有针对性的消防安全对策，为企业消防安全管理工作提供了借鉴。     

人员密集场所火灾亡人事故成因探讨

通过构建火灾亡人事件树、早期确认火灾失败故障树、火场逃生自救失败故障树和外部抢险救援失败故障树,获得了人员密集场所火灾亡人事故因果分析图。对1991年至2007年发生在我国人员密集场所的22起特别重大火灾亡人事故按照因果分析图进行统计分析,得出了人员密集场所火灾亡人事故成因。     

Optimal production ramp-up in the smartphone manufacturing industry

Motivated by challenges in the smartphone manufacturing industry, we develop a dynamic production ramp-up model that can be applied to economically satisfy nonstationary demand for short-life-cycle products by high-tech companies. Due to shorter life cycles and more rapid evolution of smartphones, production ramp-up has been increasingly critical to the success of a new smartphone. In the production ramp-up, the key challenge is to match the increasing capacity to nonstationary demand. The high-tech smartphone manufacturers are urged to jointly consider the effect of increasing capacity and decreasing demand. We study the production planning problem using a high-dimensional Markov decision process (MDP) model to characterize the production ramp-up. To address the curse of dimensionality, we refine Monte Carlo tree search (MCTS) algorithm and theoretically analyze its convergence and computational complexity. In a real case study, we find that the MDP model achieves revenue improvement by stopping producing the existing product earlier than the benchmark policy. In synthetic instances, we validate that the proposed MCTS algorithm saves computation time without loss of solution quality compared with traditional value iteration algorithm. As part of the Lenovo production solution, our MDP model enables high-tech smartphone manufacturers to better plan the production ramp-up.     

基于遗传算法的MIL-STD-188-220c标准最佳转发树的构造

针对MIL-STD-188-220C标准的路由协议多目的地址最佳转发树问题,提出一种基于遗传算法的优化算法,仿真结果表明,该算法具有收敛快,寻路成功率高的优点。