基于TOPAZ的无人机冲突解脱安全评估技术

针对当前无人机空域运行安全评估体系缺乏的现状,利用TOPAZ构建了一种用于无人机飞行冲突解脱技术的安全评估体系。构造了无人机的空域运行环境,加入单机45°交叉相遇、90°交叉相遇和双机同时交叉相遇的冲突场景。选取一种典型的无人机冲突解脱算法作为安全评估对象,依据TOPAZ的评估流程展开了系统的评估,得出冲突解脱算法的安全水平。对冲突解脱算法提出了改进方案,加入了动态的启发式因子,有效提高了冲突解脱技术的安全性能。通过基于TOPAZ的迭代评估过程进一步找出了无人机冲突解脱算法的安全瓶颈所在,证实了当前各类冲突解脱技术还无法满足有人机与无人机共域飞行的安全需要。     

不同种源厚朴叶片性状变异及幼苗生长量研究

以全国8省份19个种源的厚朴(Magnolia officinalis)幼苗为研究对象,测定了叶片性状及生长量.结果表明,不同种源间叶片特征值及叶面积、比叶重和叶绿素含量均存在极显著差异,且与几个基本的环境因子间相关性达到显著水平.不同种源间苗高与地径均存在极显著差异,且厚朴种源苗高从南到北变异逐渐降低,地径则从东到西逐渐减小,即苗期地理变异表现为经纬双向变异,但主要还是以南一北变异为主.叶片性状间及与苗高、地径间的相关性分析结果显示,叶形指数与叶片宽在α=0.01水平上呈显著负相关,叶面积与叶柄长、叶片长及叶片宽在α=0.01水平上呈显著正相关,苗高和地径分别与叶面积和比叶重在α=0.05水平上呈显著正相关.聚类分析结果显示,部分地区厚朴种源呈现典型的区域板块化特征,部分地区则呈现随机变异的特征.     

西安杨森制药有限公司机器包装人机工程评价

阐述了西安杨森制药有限公司包装车间人机工程评价的方法、程序和机器包装人机工程评价的具体内容与改进意见，并简要介绍了评价后的效果     

生死瞬间

此时，看风一阵猛刮，虽是大白天，天色却暗得如同黄昏。还没等我们走到现场，狂风夹着豆大的雨点就密匝匝地砸了下来，肆无忌惮地横扫大地。     

机械原因飞行事故诱因的分析与预测研究

为更好地预防机械原因飞行事故,提高安全管理和决策的水平,提出机械原因飞行事故诱因的分析与预测方法。首先借鉴"瑞士奶酪"模型的思想,建立了机械原因飞行事故诱因分析分类体系;而后构建了事故的二进制矩阵,通过进行比例矩阵分析和单一聚类分析来辨识重要的单诱因、两两诱因组合和事故主要诱发模式;最后采用Bootstrap方法对其进行预测。结果表明:所提出的方法能够辨识出机械原因飞行事故中的重要单诱因、两两诱因组合和主要诱发模式,并对其做出较为准确的预测,进而对制订事故防控预案,预防此类事故的发生具有重要意义。     

开发建设项目环境经济统计分析方法研讨

长期以来，人类对其自身活动的结果，仅考虑直接效益，而未充分注意活动过程和活动以后产生的消极影响──环境污染与生态破坏的剧效应。二十世纪中叶，经济和社会活动的急剧增大，使自然环境发生了前所未有的变化；人造物—一有用物与废弃物大量进入环境中，造成全球出现一些严重的环境问题；尤其是第二次世界大战后，许多国家急于恢复经济，“先生产、后治理”，结果公害泛滥，付出很大代价。环境污染的沉痛教训，使世界各国逐渐认识并积极探索经济、社会活动的事前预防措施，以减少污染损失与提高环境效益的途径。环境影响的经济分析评价…     

航空装备事故的灰色时序组合预测模型

为提高航空装备事故预测水平,提出一种基于灰色和时间序列分析模型的航空装备事故组合预测模型。先构建灰色模型,提取历史数据中承载的趋势信息。然后进行模型选择、阶数识别和参数估计,建立灰色残差的时间序列分析模型,用以刻画历史数据中的随机波动特征。最后,将2个模型的预测值相加,得到所求的组合预测结果。实例中,以美国空军1996—1999年的A级飞行事故10万时率数据为基础,建立灰色时序组合模型,模型中短期预测精度优于单一灰色模型,平均相对误差控制在5%以内,预测结果能够反映航空装备安全的实际状况。     

换休日

城南交警中队长曾飞忙里忙外无暇休闲,特别是春运期间.听说娘家腊梅香、雪景美,妻子茜吵着全家仨回娘家一次,说趁儿子学校放寒假带回去看望外公外婆,赏花玩雪机会难得;儿子更是在老爸面前放肆,非回去不可,要么我一个人走路回去!娘家在远效山村近百里路程怎能让儿子?!     

基于D-S证据理论的飞行事故预测模型

为提高飞行事故的预测精度,提出一种基于D-S证据理论的组合预测模型.该模型分别采用时间序列、BP神经网络和最小二乘支持向量机对飞行事故率进行预测,通过对待测年份之前的飞行事故的预测误差分析,计算出相应的基本信任分配函数,并借助D-S证据理论对三种预测模型进行融合,将融合结果作为飞行事故率预测模型的权重,从而得出待测年份的飞行事故预测结果.以美国空军A类飞行事故数据对该组合模型进行验证,结果表明组合预测模型能够较准确地预测飞行事故率,且模型精度优于任何单一预测模型.