摘要：针对航空发动机健康状态难以预测问题,提出了基于灰色理论和相关向量机组合预测的航空发动机状态预测方法。选取某真实航空发动机的关键部件作为具体研究对象,采集排气温度作为航空发动机状态预测参数。在发动机专用试验平台上,通过试验,获取状态原始数据,通过灰色累加对原始数据序列进行处理,对处理后的数据建立灰色预测模型,并将灰色预测模型的预测结果作为相关向量机的输入,原始的数据序列作为输出,训练得到相关向量机回归预测模型,由所建立的灰色预测模型（Grey Model, GM）和相关向量机（RelevanceVectorMachine,RVM）预测模型组合得到灰色相关向量机（Grey Relevance Vector Machine, GRVM）组合预测模型,从而可得到最终预测结果。试验研究表明,相对于传统灰色预测模型和相关向量机预测模型,灰色相关向量机模型具有更好的预测精度,可以很好的实现航空发动机的状态预测效能,从而可为飞机发动机的状态预测提供一种新方法。

摘要：飞机液压系统库存备件综合保障过程存在大量不确定性,使其库存备件保障决策困难。以离散型概率序列运算理论为基础,创建了飞机液压系统库存备件综合保障决策模型。本文将飞机液压系统备件需求、维修、存储的数量看作一维离散的随机变量,并运用离散型概率序列之间的交积、卷差、卷和运算来分析保障决策过程中各随机事件之间的相互作用,从而对飞机液压系统库存备件综合保障过程进行动态描述。通过离散型概率序列运算理论制订了备件保障满足率,来预测飞机液压系统库存备件保障的时机和数量,从而为飞机液压系统库存备件综合保障提供最优的决策依据。试验结果表明,采用所建模型对飞机液压系统库存备件进行综合保障,所得结果与库存备件实际需求状况相符。该方法也可应用于航空航天及其他领域的库存备件保障决策,具有很好的工程应用前景。

摘要：针对军用飞机再次出动保障任务规划方案的效率分析缺乏有效的解决方法的问题,构建了基于灰色聚类算法与熵权法相结合的任务保障规划方案效率分析模型;该模型首先利用灰色聚类对保障方案的人员利用率的有效参数进行计算并确定;其后利用熵权法对保障方案的人员数量时间分布进行计算;在此基础上根据任务规划工期、人员利用率、人员数量时间分布3个参数的权重得到任务保障规划方案效率;文中通过实例对构建的效率分析模型进行了验证;结果表明:所构建的效率分析模型能够有效的对军用飞机任务保障规划方案效率分析,且具有较高的可靠性和很好的工程应用价值。

摘要：军用飞机的再次出动保障活动时间的长短,对飞机作战效能的发挥起到至关重要的作用。针对军用飞机在多资源约束条件下再次出动保障活动要求达到最快捷的实际军事需求,以军用飞机再次出动的部分任务为研究对象,提出了一种基于启发式优先规则与遗传算法相结合的保障任务优化新方法。首先,根据优先规则确定对任务活动次序进行优先规则编码。根据合格节点判据,实现完整的拓扑排序。然后利用遗传算法对任务需求进行初始化,根据优先规则得到的编码进行遗传算法的复制、交叉、变异。从而得到军用飞机再次出动准备的最优时间。最终通过提取军用飞机再次出动的七个任务进行了试验验证,并且将结果与人工绘制的结果进行对比。结果表明,基于启发式的遗传算法能够满足军用飞机再次出动准备时间在多资源约束条件下,时间最短,具有很高的实用价值。