为提高不同型号发动机滑油中断试验的成功率，基于GJB 241A-2010标准， 根据大、中型运输机与战斗机不同的工作特点，对比研究了不同涵道比发动机实现模拟瞬时滑油流量中断的试验方案。因使用条件、适航要求、判定标准的不同，导致大小涵道比不同的发动机调试方案和考核方案存在一定的差异。依据滑油中断试验中未恢复供油和发动机喘振等典型故障下各系统所呈现的工作模式，结合特定试车场景下可能存在的风险制定相应的应对措施，为不同型号发动机开展滑油流量中断考核试验提供借鉴。
近似函数依赖挖掘方法通过放宽函数依赖成立条件，允许一定比例的违反，保证原本成立的函数依赖在噪声数据中仍然可以被挖掘出来。然而，现有的发现算法在放宽函数依赖成立条件之后，容易挖掘出大量左部属性数量较多的虚假函数依赖，导致挖掘结果的准确率显著降低。为了解决这一问题，提出基于马尔科夫毯的近似函数依赖挖掘算法，利用马尔科夫毯剪枝左部属性搜索空间，缩小决定项的候选集合，并通过向下泛化算法减少了误差的计算次数，同时降低了复杂度。在保证不丢失真实函数依赖的前提下，避免了近似函数依赖过拟合，从而提高了挖掘结果的准确率。实验结果表明，该方法在真实数据集和合成数据集上的准确率优于现有的近似函数依赖挖掘方法。
针对车辆载体使用惯性导航系统（inertial navigation system，INS）时定位误差随时间而累积以及北斗卫星导航系统（BeiDou navigation satellite system，BDS）信号易受干扰影响定位精度和可靠性的问题，通过分析惯导定位、空间杆臂和时间不同步的误差，建立BDS/INS组合定位状态方程，研究基于无迹卡尔曼滤波（unscented kalman filter，UKF）的BDS/INS组合导航信息融合算法，并对算法进行验证。结果表明，UKF组合导航算法的定位性能优于扩展卡尔曼滤波（extended kalman filter，EKF）算法，其纬度与经度参数的均方根误差比EKF算法减小75.3%与83.8%，提升了BDS/INS组合定位精度。
为了解决从齿轮一维振动信号提取故障特征不全面的问题，提出一种基于一维卷积神经网络（one-dimensional convolutional neural network，1D-CNN）的齿轮3D振动信号故障诊断新方法。首先，提取原始三维振动信号各维的时域特征；其次，利用一维卷积神经网络（1D-CNN）模型进行特征选择；最后，将选择后的特征进行重组，重组特征作为1D-CNN故障诊断模型的输入实现故障分类操作。结果表明，利用提出的故障诊断方法，诊断准确率显著提高。模型的结构简单，训练速度快，能够快速实现故障诊断。
多路径传输控制协议（multipath TCP，MPTCP）利用设备的多个网络接口传输数据，通过聚合带宽来提高传输效率。在进行路径选择时MPTCP通常使用不相交路径选择算法，由于优先选择负载小的路径，这种贪心策略容易造成网络拥塞和带宽利用率不足。轮盘赌轮选择通过概率的方式，在路径选择时加入随机性和动态性，能够克服该贪心策略造成的问题。为此，设计了一种基于轮盘赌轮选择的MPTCP路径选择算法，称作基于轮盘赌轮的MPTCP路径选择（roulette wheel based MPTCP path selection，RWSMPS）。RWSMPS通过软件定义网络（software defined network，SDN）控制器监控和分析网络状态信息，基于轮盘赌轮方式进行子流路径选择，用分组检查将子流分配到路径上，充分利用所有可用路径，并保证路径间的负载平衡。在Mininet平台上的实验证明，相比于广泛使用的等价多路径路由（equal cost multi path，ECMP）算法和链路不相交算法，RWSMPS的吞吐量分别提高了43.9%和41.8%，抖动分别减少了41.6%和40.7%。
机组排班计划是航空公司运营管理计划的重要组成部分，因其NP-hard特性常面临组合爆炸而难以求解。针对这一问题，提出一种基于航班环的优化模型。在第一阶段考虑执勤时空衔接约束与执勤始发终到约束，构建了航班间的航班环模型；在第二阶段设计了结合改进的深度优先搜索算法（depth-first search，DFS）以及贪心算法完成对模型的求解。此外，提出了列生成算法下受限主问题模型（restricted master problem model，RMP），并运用该模型完成实验验证算例的求解。
基于1998-2013年中国工业企业和中国专利匹配数据，利用多时点双重差分法，探究合资与中国通用设备制造业企业创新的内在关系。结果表明：合资虽从总体上提升了企业的创新水平，但同时使企业产生了对国外技术的依赖，自主创新水平下降。通过异质性分析，发现相较于内资控股企业，外商控股合资企业对外源技术的依赖性更强；相较于民营企业，国有企业产生的合资依赖性更强。研究结论对全面认识中外合资行为，提高企业自主创新水平具有启示意义。
为研究双约束二阶锥变分不等式问题的最优性条件，通过对原始问题进行等价转换后，借助所得出的广义鞍点问题，建立极小极大问题模型，将其等价为变分不等式组问题，得到该变分不等式组对应的karush-kuhn-tucker （简记为KKT）条件。进一步应用Lagrange对偶理论推导出所研究的双约束二阶锥变分不等式问题的一阶必要性条件。基于约束集合的切锥、二阶切集公式及对偶理论，可以推导出双约束二阶锥变分不等式问题的二阶充分性条件。双约束二阶锥变分不等式问题的最优性条件分析对该问题解的存在性及收敛性研究给出了理论支持。
研究了二阶锥约束变分不等式的最优性条件。首先，将二阶锥约束变分不等式转化为特殊的极小化问题，得到了二阶锥约束变分不等式问题的等价形式；其次，根据等价形式得到了二阶锥约束变分不等式问题的一阶必要性条件；最后，证明了满足Robinson约束规范的二阶充分性条件。该最优性条件的分析为二阶锥约束变分不等式的算法设计提供了理论支撑。
应用增广Lagrange方法求解了一类二阶锥约束变分不等式问题。首先，将二阶锥约束变分不等式问题转化为等价的优化问题，从而得到其不同的等价形式；其次，应用投影算子的性质，将二阶锥约束变分不等式问题转化为方程组问题，并针对方程组问题提出了增广Lagrange方法；再次，讨论了算法的全局收敛性，同时对算法的一个特殊情况进行了深入分析，并引入一类非精确牛顿法求解算法中蕴含的子问题；最后，给出3个算例的数值实验结果，验证了算法的可行性。
针对禁忌搜索算法（tabu search algorithm，TS）对初始解依赖性较强的问题，提出一种改进的禁忌搜索算法求解TSP问题。在分析TSP问题特点后，分别采用随机生成初始解算法、改良圈算法、CW节约算法和贪婪算法生成初始解并比较4种算法的计算效果，从中选出最优解作为TS算法的初始解。在禁忌搜索过程中比较Insert邻域、Swap邻域和2-opt邻域的改进效果，选择最优的邻域变换模式得到改进解。在仿真实验中，设置合适的参数，通过与相关文献实验结果的对比，验证了该算法的有效性。
运用具有正黏性阻尼系数和时间尺度系数的二阶微分方程系统来求解随机变分不等式问题（stochastic variational inequality problem，SVIP）。首先，应用互补函数和样本均值近似（sample average approximation， SAA）方法对原始问题进行等价转换，即将随机变分不等式问题转化为一个方程组，在此基础上建立具有正黏性阻尼系数 和时间尺度系数 的二阶微分方程系统；其次，研究了该二阶微分方程系统轨迹的收敛性和收敛速率；最后，给出两个数值实验说明该二阶微分方程系统求解随机变分不等式问题的有效性。
