国家自然科学基金(61179063)
- 作品数：14 被引量：42H指数：4
- 相关作者：杨慧霍纬纲乔永卫肖春景张国振更多>>
- 相关机构：中国民航大学北京飞机维修工程有限公司更多>>
- 发文基金：国家自然科学基金中央高校基本科研业务费专项资金天津市应用基础与前沿技术研究计划更多>>
- 相关领域：自动化与计算机技术航空宇航科学技术更多>>
- 基于改进粒子群置信规则库参数训练算法被引量：6
- 2017年
- 针对置信规则库中参数训练的求解问题,传统的粒子群优化算法易早熟收敛,陷入局部最优解,为更好地平衡算法的种群搜索和局部搜索能力,提出一种逐步减小惯性权重的粒子群优化算法,将其应用到置信规则库参数训练中。通过航材承修商的评估实例检验该算法的有效性,改进的粒子群算法收敛速度更快,精度更高;参数训练后的置信规则库的输出与专家评分拟合度相比未经过参数训练的置信规则库有明显提高。实验结果表明,改进粒子群算法可用于置信规则库参数训练。
- 杨慧吴沛泽倪继良
- 关键词：粒子群算法惯性权重搜索能力
- 基于自适应神经网络的飞机突发故障诊断研究被引量：3
- 2014年
- 为了有效解决飞机突发故障诊断的时效性和准确性问题,提出了一种基于自适应神经网络的诊断方案。根据神经网络的适应度决定引入遗传算法优化网络的时机,提取出网络训练陷入饱和状态无法继续收敛时的权值与阈值,编码为染色体加入到种群中,用遗传寻优操作优化网络,达到快速准确诊断故障的目的。建立了提出的方案模型、BP神经网络模型和遗传算法优化神经网络常用模型,用MATLAB语言结合飞机突发故障的航班数据对3种模型进行了对比实验。实验结果表明,该方案较之常用方法具有用时较少且故障类型识别率较高的优点,能够满足诊断的时效性和准确性要求。
- 杨慧邓征
- 关键词：自适应神经网络适应度遗传算法
- 基于QAR数据的关联规则挖掘算法的研究被引量：1
- 2012年
- 介绍和分析了关联规则的概念和Apriori算法,针对Apriori算法需要多次扫描数据库而导致运算效率不高的缺点,设计并实现了基于事务标识列表的频繁项集的产生算法——TagList Apriori。对比实验证明,新方法可以有效减少数据库扫描次数,节省运算时间,提高算法的运算效率,提高QAR数据关联规则挖掘的效率。
- 杨慧梁领军窦红霞
- 关键词：数据挖掘关联规则事务数据库
- 粗糙集在QAR数据中的应用研究
- 2014年
- 通过研究飞机快速存取记录器(Quick Access Recorders,QAR)数据和粗糙集理论的特点,结合信息决策表的相关知识,对QAR数据中的异常数据进行检测挖掘,以辅助飞机故障检测及排除。主要工作是:应用粗糙集理论特点对QAR数据进行离散化,并建立离散化后数据的决策表,然后对决策表进行属性约简和规则提取。根据QAR数据的特殊性,给出了数据离散化和决策表属性约简的改进算法。最后通过对比项目实验及专家给出的数据证明了其可行性和有效性,提高了飞机排故效率,具有很重要的现实意义。
- 杨慧赵兰草孟凡星
- 关键词：粗糙集离散化属性约简
- 聚类HMM模型在QAR数据分析中的应用研究被引量：3
- 2018年
- 快速存取记录器QAR(Quick Access Recorder)数据是飞机飞行过程中从传感器获取的流数据。面对大量的QAR数据,提出一种基于聚类的HMM模型。针对QAR数据特点,分析发生故障或异常时QAR数据中不同属性的变化特点,提取主要影响属性进行分析。通过对其聚类进行数据离散化,得出数据的状态趋势,即将其分为多个状态趋势。对故障或异常发生的过程进行HMM建模,以状态序列的形式描述故障或异常发生的过程,并以飞机空中颠簸故障为例,建立空中颠簸相关QAR数据的HMM模型,并检验了该模型的有效性。
- 杨慧毛好好霍纬纲
- 关键词：聚类HMM模型
- 基于最佳聚类准则的多级模糊态势评估方法被引量：5
- 2013年
- 针对态势评估中评估因素的不确定性、模糊性和模糊集划分、隶属函数需事先给定以及忽略了数据分布特点对评估结果影响的问题,提出了基于最佳聚类准则的多级模糊综合评判态势评估方法。根据最佳聚类准则得到最佳聚类数和聚类中心后完成数据属性的模糊集划分及隶属函数的确定,建立了基于单因素的主因素和加权平均的一级模糊评估模型,利用层次分析法得到所有因素对评估结果的影响权值,并建立所有因素的主因素和加权平均的二级模糊评估模型,将其应用到民航灾难态势评估过程,得到了较好的态势评估结果。通过对两种模型的评价,得出加权平均模型的态势评估结果更准确。
- 肖春景乔永卫贺怀清李建伏
- 关键词：加权平均层次分析法
- 基于符号化方法的飞行时序数据相似性搜索
- 2012年
- 以航空公司的维修现状为出发点,根据时间序列搜索的特点,采用SAX符号化方法将飞行数据线性分段并离散化成字符序列,保留特定分析的数据,并建立相应的索引树对查询序列进行相似性搜索,确保不会出现遗漏。根据专家提供的故障模型对进行序列变换后的飞行数据进行相似性搜索,从而确定故障点,为维修提供方案建议。采用实际飞行数据进行验证,表明该算法高效、简便。
- 杨慧窦红霞张国振
- 关键词：飞行数据
- 基于重要点的飞机发动机数据异常子序列检测被引量：5
- 2016年
- 为从飞机快速存储记录器(QAR)数据中发现飞机发动机异常数据并预测飞机发动机故障,针对飞机发动机数据量大、结构复杂导致的异常检测复杂以及各个航班的数据量不等等问题,提出一种基于重要点的自适应分段算法。针对不同长度的数据自动生成合适数量的重要点,对QAR数据分段,对分段后的子序列进行模式表示,采用基于局部密度的时间序列异常模式检测算法对飞机发动机数据进行异常检测。实验结果表明,该方法降低了运算复杂度,能够准确发现异常子序列,方便飞机发动机故障诊断和维修。
- 杨慧王光霞
- 关键词：异常检测故障诊断
- 改进的SAX符号化算法在QAR数据中的应用被引量：1
- 2012年
- 鉴于快速存取记录器(QAR)数据是结构非常复杂和数据量大的时间序列数据,直接采用传统的符号聚合近似算法(SAX)对QAR数据进行描述、存储、检索等操作时,不能克服时间序列幅度值伸缩和时间轴漂移等方面的不足。提出了改进的符号聚合近似算法,将快速存取记录器数据划分为起飞、巡航和降落三个阶段,并利用此改进的算法对巡航阶段进行填补,对不同长度的故障模型序列进行有效的相似性搜索。通过实验以及其在飞机故障诊断项目中的应用,证明了其可行性和有效性,从而提高了飞机的排故效率。
- 杨慧孟凡星
- 关键词：时间序列相似性搜索故障诊断
- 基于聚类和拟合的QAR数据离群点检测算法被引量：8
- 2015年
- 为解决从飞机快速存取记录器(QAR)数据中发现异常数据并预测飞机潜在故障的问题,考虑QAR数据量大、飞行参数数据值相对较为稳定的特点,提出一种适用于QAR数据的离群点检测算法。第一阶段采用K均值聚类对QAR数据流分区进行聚类生成均值参考点;第二阶段采用最小二乘法对生成的均值参考点进行拟合,通过计算均值参考点到拟合飞机参数曲线的距离来判断并找出可能的离群点。实验结果表明,该算法可以准确发现飞机中的故障数据,有效解决部分飞机故障的离群点检测问题。
- 杨慧王丽婧
- 关键词：K均值聚类最小二乘法离群点检测
