基于时间区间内航线机型优化分配的机队规划方法

传统机队规划方法所形成的机队构成无法适应市场需求的波动,按照旅客需求的波动规律将航线上的时段进行分割形成时间区间,以时间区间内航线机型运行频次为决策变量,不同航线上机型的适航性限制、飞行机组的可用飞行时间、选定机型飞机的最少投放数等因素为约束条件,构造以航线机型分配的运营利润最大化为目标函数的时间区间内航线机型优化匹配模型,并结合Lagrange松弛算法求解机队规划问题.通过分析某航空公司19条航线、299个航班、6种候选机型的问题发现,该方法能够反映出航线上的机型分布特点,且形成的机队构成更能适应公司生产运营环境的变化,因此方法可行.     

基于AGIMM的临近空间机动目标跟踪滤波算法

由于临近空间高超声速目标的机动形式复杂,单一模型很难满足高精度跟踪的需要。因此需要使用基于多种模型进行交叉耦合的交互式多模型算法,这种算法特点与临近空间目标高速、高机动特性相适应。提出了一种自适应网格交互多模型跟踪算法用于临近空间高超声速机动目标的跟踪问题。所提方法能够处理自适应时变模型集合,随时调整当前时刻使用的模型数量,相比于固定结构交互式多模型算法极大减少了计算量,计算效率和跟踪精度更高,数值仿真结果验证了所提算法的有效性。     

基于冗余避免的高效网络编码广播重传方法

为了提高无线网络中基于网络编码的广播重传方法的编码效率,从而有效地减少重传次数和数据包传输时延,提出一种主动避免编码冗余的高效网络编码广播重传方法(network coding broadcasting retransmission approach based on redundancy avoiding,NCRA)。NCRA编码时主动避免不能解码的编码组合被重复编码重传,同时优先编码重传对接收节点已缓存的未解码编码包的解码贡献较大的丢失数据包以充分利用编码机会,在对解码贡献相同的条件下优先编码较早丢失的数据包以减小数据包传输时延。理论分析和仿真结果表明,NCRA算法相比于现有算法能有效减小重传次数和降低数据包传输时延,减少网络开销,进一步提高了编码重传的效率。     

基于尺度空间粒子滤波器的多参考#br# 直方图目标跟踪算法

在基于直方图的序列图像目标跟踪算法中,目标的直方图通常都是在跟踪初始化时从目标所在的区域获得,然而单个直方图难以适应跟踪全过程中目标的各种变化。针对事先已知目标几种典型外观的跟踪问题,提出了一种基于粒子滤波器的多直方图尺度空间跟踪算法。利用多个典型直方图的线性加权来表示目标的直方图,根据目标的当前区域估计加权系数,生成下一帧的目标概率分布图,在目标概率分布图上运用尺度空间粒子滤波器,来估计多尺度规范化Laplacian滤波函数的极值,从而实现目标的定位。通过在真实序列上与现有算法的对比,表明了此算法不仅可以适应目标的色彩和明暗变化,而且能更准确地描述目标的大小,显著提高跟踪的精度。     

降水时间份额和降水强度分配比的取值分析

基于福建惠安和大亚湾两个厂址各两年的逐时降水数据进行统计,估算事故冲洗因子计算公式中的两个参数“降水时间份额FW”和“降水强度分配比ft”的数值,通过分析其取值为FWT=1．0,FW2=0．91,FW3=0．35和FW4=0．28;f1=0．60,f2=0．25和f3≥0．15。     

二重序列空间l_(q)的对偶空间

证明了当1≤p,q<+∞时,{eij}∞i,j=1是空间lpq的连续线性泛函的表示,证明了空间lpq的对偶空间为(lpq)=luw,其中,1相似文献   

航天飞机末端能量管理制导律

航天飞机在末端飞行时处于无动力状态,末端能量管理系统通过能量-射程剖面对飞行器实施制导,并对能量加以控制,引导飞行器到达安全的着陆窗口。本文根据能量控制原理给出了末端能量管理各飞行阶段的射程预测方法;确定了各飞行阶段的制导方法;并对整个制导律进行了仿真计算,仿真结果表明该制导律能满足自动着陆的要求。     

一种高频环节并网逆变器的实现方案

文中提出一种可再生能源用高频环节并网逆变器的实现方案.介绍了该逆变器基于空间矢量图的倍频式SPWM控制策略,给出系统的构成和部分关键性电路,并讨论了软件实现方案.实验波形和分析证明了该方案的有效性.     

基于智能聚类的内容分类方法与应用

直接依靠人的理解判断对内容进行分类,需花费大量的时间与精力,为了解决文本内容的自动聚类问题,该文在信息系统理论与自组织神经网络理论的指导下,利用智能技术得出了内容的分类结构。提出了基于智能聚类的内容分类方法,利用自组织神经网络的学习算法进行内容的聚类,并根据所提出的方法设计了基于智能聚类的内容分类示范系统,进行了应用研究,验证了该方法的有效性。     

线性矩阵方程的解空间维数问题

目的给出AX XB=0,X AXB=0型矩阵方程的解空间维数。方法运用分块矩阵和Jordan标准形对解空间维数进行讨论。结果得到了解空间维数的一般表达式。结论利用分块矩阵和Jordan标准形可以讨论与此相关的问题。