基于GRA-GCRITIC和改进加权双向投影的区间Fermatean模糊多属性群决策方法

针对司法案件决策环境的复杂性及评价信息的模糊性,提出一种基于GRA-GCRITIC(grey relational analysis-group criteria importance through intercriteria correlation)和改进加权双向投影的区间Fermatean模糊Hamacher-TODIM多属性群决策方法。首先考虑到各位专家对各评价方案下各指标评价信息的差异性,提出一种GRA-GCRITIC方法,该方法将灰色关联融入到CRITIC中,以确定指标综合权重比单一获取的指标权重更加客观可靠;其次,结合信任关系对加权双向投影法进行改进,兼顾主客观关系,利用专家个体与群体评价信息的隶属度及非隶属度矩阵间的相似度得到专家权重;最后,考虑到决策者的损失规避心理,将融合了Hamacher算子的TODIM方法拓展至区间Fermatean模糊环境中,通过具体算例可得到其综合优势度及排序,验证了所提方法的可行性及灵活性。

基于GMD-GRA-TOPSIS的成渝城市群资源环境承载力评价

城镇化的快速发展给城市带来压力,导致资源短缺、环境污染等问题,制约城市的可持续发展,资源环境问题也是制约成渝城市群可持续发展的重要因素。该文基于DPSIRM模型构建评价指标体系,利用GMD-GRA-TOPSIS模型对2010-2020年成渝城市群资源环境承载力进行对比,再采用灰色预测模型对成渝城市群未来资源环境承载力进行预警。结果表明,2010-2020年,成渝城市群各市资源环境承载力趋势各异,在资源环境方面具有一定的承载能力;在地区分布上,相邻城市具有直接效应,地理上的接近,更容易受到彼此的影响,相隔城市具有间接效应,或受上层政策、区域发展规划等影响;在预警评价上,2025年成渝城市群资源环境承载力警情状况整体较稳定,且局部有改善趋势,为城市发展提供有效改进思路。

基于GRA-GASA-SVM的煤层瓦斯含量预测方法研究

为提升煤层瓦斯含量预测精度,提出一种采用遗传模拟退火算法混合优化支持向量机(SVM)参数的瓦斯含量预测模型(GRA-GASA-SVM模型)。该模型将GA和SA整合为遗传模拟退火算法协同优化SVM的参数,以解决传统网格寻优算法取值范围无法确定和单一智能算法优化程度有限等问题。利用灰色关联分析(GRA)压缩数据集维度,建立瓦斯含量预测参数体系并作为GASA-SVM的输入数据集。结果表明:SVM模型、GA-SVM模型和GASA-SVM模型10折交叉验证瓦斯含量预测总平均相对误差分别为15.98%、13.55%和10.58%。相比SVM模型和GA-SVM模型,GASA-SVM模型预测稳定性更优、预测精准度更高且对新样本泛化能力更强。

普通烟草GRAS基因家族鉴定及表达模式分析

GRAS转录因子是植物中特有的转录因子,在植物的生长发育、信号转导、生物和非生物胁迫响应中均起着重要作用。本研究利用生物信息学手段从普通烟草基因组中鉴定得到了95个烟草GRAS基因,其中有50个GRAS家族成员不均匀地分布在20条染色体上。从系统进化、共线性和表达模式等方面对烟草GRAS基因家族成员进行了深入分析。结果表明,烟草GRAS基因可划分为8个亚家族,共有26个烟草GRAS成员源自全基因组复制事件,与拟南芥GRAS基因之间预测到16个共线性基因对。GRAS基因家族成员的表达具有一定的组织特异性,其启动子含有多个与生长发育、信号转导和胁迫相关的顺式作用元件,且部分成员响应盐和干旱胁迫,暗示其可能参与烟草胁迫响应等信号传导过程。本研究将为深入研究烟草GRAS家族基因的生物学功能奠定理论基础。

巴西橡胶树GRAS基因家族鉴定及表达分析

GRAS是植物特有的转录因子,在植物生长发育过程以及非生物胁迫应答中具有重要的调控作用,然而在巴西橡胶树(Hevea brasiliensis)中还未见关于该基因家族的报道。本研究利用生物信息学工具分析巴西橡胶树GRAS基因家族成员的蛋白质理化性质、系统进化关系、基因结构、染色体位置及启动子顺式作用元件,利用转录组数据及实时荧光定量PCR(qPCR)分析橡胶树GRAS基因的表达模式。结果表明:在巴西橡胶树基因组中共鉴定到91个GRAS家族成员,分别命名为HbGRAS1~HbGRAS91,其分子量在14.07~89.46 kDa之间。亚细胞定位预测结果显示,HbGRAS蛋白主要定位于细胞核和叶绿体。系统发育分析将其划分为14个亚家族,同一亚族成员的基因结构和基序组成较为保守。橡胶树GRAS基因分布在除11号染色体外的其他17条染色体和2条Scaffold上,其中17个HbGRAS基因组成10个串联重复事件。共线性分析显示,片段重复区域中有87个HbGRAS基因,说明片段重复可能是橡胶树GRAS基因扩张的主要驱动力。启动子顺式作用元件分析显示,橡胶树GRAS家族包含多个植物激素和胁迫应答顺式作用元件。HbGRAS基因表达具有组织特异性,并与橡胶树叶片发育有关。GRAS亚家族成员DELLA基因的表达与橡胶树木质部发育有关并受赤霉素(gibberellin,GA)抑制。本研究结果为橡胶树GRAS基因的功能研究提供参考。

GT-GRA-TOPSIS在雨水调蓄池选址及数量优化中的应用

【目的】为有效减轻极端暴雨天气造成的城市洪涝问题,开展了对城市雨水排水系统(USDS)中雨水调蓄池(SST)的选址及数量优化的研究。【方法】采用博弈论(GT)思想将层次分析法(AHP)获得的主观权重与改进熵值法(IEVM)获得的客观权重组合赋权,并与灰色关联分析(GRA)和逼近理想解排序(TOPSIS)相结合,建立了城市内涝与面源污染风险的定量评估框架。根据各节点的相对接近度确定风险等级,风险较高的节点设置SST,根据积水削减率和总悬浮物(TSS)削减率优化SST的数量。以山西省长治市为例,探讨了该方法在不同降雨重现期时城市内涝和面源污染的控制效果。【结果】GRA-TOPSIS法在5 a和10 a降雨重现期时的综合变异系数分别为0.355和0.361,极值均为0.496,均高于单独GRA或TOPSIS.【结论】GT赋权并耦合GRA-TOPSIS的优化方法采用较少的经济投资可较好地消除城市内涝和面源污染风险,为SST的选址和数量优化提供了新思路。

考虑频率因子的VMD-GRA-BP库区滑坡位移预测模型

为了减少库区滑坡失稳可能带来的损失,确保水电工程的安全稳定运行及保障周边民众的生命财产安全,探讨提升库区滑坡位移预测精度的方法。提出结合频率因子(frequency factor,FF)和变分模态分解-灰色关联度分析-误差反向传播神经网络(variational mode decomposition-grey relational analysis-back propagation neural network,VMD-GRA-BP)模型的库区滑坡位移预测方法,并应用于三峡库区滑坡。研究结果表明:FF对周期位移分量的预测效果有一定的提升,VMD-GRA-BP模型能够简化复杂非线性库区滑坡位移预测问题,BP模型预测性能优异,预测精度多高于支持向量机(support vector machine,SVM)和k最近邻(k-nearest neighbor,KNN)模型。研究结果可为库区滑坡位移预测和预警提供参考。

玉米GRAS基因家族的全基因组鉴定及生物信息学分析

GRAS基因家族是植物中广泛存在的一类转录因子,在植物生长发育、生物和非生物逆境胁迫、光信号和激素信号应答等多个过程中发挥重要作用。对玉米GRAS基因家族成员的理化性质、染色体定位、系统发育、顺式作用元件等特征进行了分析。结果表明,在玉米全基因组中共鉴定出49个ZmGRAS基因,不均匀地分布于1~10号染色体上,编码蛋白质理化性质差异较大,可能在不同的微环境下发挥作用。系统进化分析将GRAS蛋白分为8个亚家族,可能在调节自身生长发育、逆境应答等过程中具有重要作用。玉米GRAS基因家族的启动子区含有激素应答、光响应、胁迫应答等多种顺式作用元件,推测其可能响应激素、胁迫等多种信号。共线性分析显示,具有共线性关系的基因可能是染色体片段复制的结果,且属于同一亚家族,具有相似的结构和功能。研究结果为进一步研究玉米GRAS基因的功能和逆境胁迫响应机制提供了依据。

基于FAST-GRA-AHP的住院部病房陪护家具设计与评估

基于FAST-GRA-AHP法对住院部病房陪护家具进行设计与评估,提出优化措施并确定最终方案。首先,运用FAST功能分析系统技术,将调研内容进行梳理并转化为具体的设计要素,形成清晰的设计框架,输出两种设计方案。其次,采用灰色加权关联度分析法,对设计示范进行可行性评价,依据需求要素,使用AHP构建评价指标,并计算评价指标权重及灰色加权关联度得分。最后,再根据每个方案的设计指标得分,逐条分析进行改良迭代,并提出优化措施,从而得到最终方案。

基于GRA/EEMD-Informer混合模型的光储直柔配电系统多数据预测方法

针对现有时间序列模型预测光储直柔配电系统短期发用电数据精度不高的问题,提出一种基于灰色关联度分析/集合经验模态分解(grey relation analysis,ensemble empirical mode decomposition,GRA/EEMD-Informer)的光储直柔配电系统多数据预测模型,通过灰色关联度分析、模态分解,结合自注意力蒸馏机制,有效捕捉输出和输入之间较精确的长程相关性耦合,降低了时空复杂度,极大缓解了传统编解码的局限性。将已建成并投入使用的光伏发电站某月数据、典型办公建筑某月电力数据及电动汽车充电站运行数据作为原始数据,以均方误差、平均绝对误差、均方根误差作为评价指标对模型进行检验,并进行消融实验与分析,最后与长短期记忆网络(long short-term memory,LSTM)、基于粒子群优化(particle swarm optimization,PSO)算法的长短期记忆网络(PSO-LSTM)、Transformer时间序列预测方法对比,结果表明该方法的拟合程度明显高于其他预测方法,验证了GRA/EEMDInformer算法对提高预测能力的有效性和实用性。

基于GRA-SD桥梁工程参建主体组织安全行为脆弱性及韧性分析

为确保桥梁工程施工安全生产投入有效落实,首先利用灰色关联法(GRA)分析项目监理机构和施工单位施工安全行为影响因素的关联度,并确定核心致因要素;然后,构建系统动力学(SD)模型分析各核心致因要素之间的相互作用机制;最后,分析影响施工安全行为的核心致因要素的脆弱性和韧性。结果表明:施工单位两极化罚款、项目监理机构高额监管成本、双方较低的初始比例是桥梁工程施工安全行为的脆弱点;适度的经济罚款和监管成本以及加大培训提高一线人员的安全意识,对提升施工安全行为韧性具有明显效果。

基于组合赋权和TOPSIS-GRA法的城市地铁车站应急疏散能力评价

城市地铁站的应急疏散能力是保证城市轨道交通系统安全运营和高效疏散的重要指标。为准确评价地铁站的应急疏散能力,首先,分析影响城市地铁站应急疏散的主要因素,建立了包含16个三级指标的地铁站应急疏散能力评价指标体系,通过主观层次分析法和客观熵权法分别计算得到主客观权重,引入博弈论计算得到各评价指标的组合权重。其次,将灰色关联分析(GRA)与逼近理想解排序法(TOPSIS)结合,对城市地铁站的应急疏散能力进行评价,通过计算各评价对象的综合相对贴近度,实现对各个评价对象的综合评价和排序。实例分析表明,该指标体系科学合理,该评价方法既能对各个评价对象进行整体评判,又能克服TOPSIS法欧氏距离相近无法区分排序的缺陷。通过与其他模型的对比排序验证了评价指标体系与评价方法的可行性与有效性。

基于KE/AHP/GRA的儿童娱乐家具产品设计研究

为了更有效地解决当下儿童娱乐家具产品普遍存在的设计问题,本研究运用感性工学(KE)从家具产品提取样本得到感性需求,通过SPSS 26.0对感性词汇进行分类,找到影响设计的视觉因子;运用层次分析法(AHP)和熵值法对需求层次结构进行构建并得到重要权重需求;然后运用灰度关联分析法(GRA)量化各指标之间的关联度,找出影响可持续性的关键因素,为设计方案提供决策评价分析,最后经由设计实践对上述研究予以实证。KE/AHP/GRA三者所建立的集成模型的运用,充分彰显了设计的科学性与客观性,为推动儿童娱乐家具的可持续设计开辟了新的研究路径。

基于TOPSIS和GRA的信息安全风险评估

信息安全风险评估是一项非常重要的信息安全保障活动.依据信息安全相关标准,可从资产、威胁和脆弱性3方面识别出重要的风险因素,并确定相应的信息安全风险评估指标.参考等保2.0确定风险评估指标是一种可行的方法.在进行信息安全风险评估时,采用熵权法进行客观的指标赋权,并结合优劣解距离法(technique for order preference by similarity to ideal solution,TOPSIS)和灰色关联分析(grey relational analysis,GRA)进行综合评估.实例分析表明,依据信息熵进行客观赋权相对减少了主观因素的影响;基于TOPSIS和GRA进行信息安全风险评估,综合被评价对象整体因素和内部因素,较有效地将多项信息安全风险评估指标综合成单一评分,便于对多个被评对象进行信息安全风险的择优与排序.

基于GRA-MSWOA-SVM的煤与瓦斯突出危险性预测研究

为提高煤与瓦斯突出危险性预测的精准度,提出一种灰色关联分析(GRA)去噪、混合策略改进鲸鱼算法(MSWOA)优化支持向量机(SVM)的煤与瓦斯突出预测模型。选取山西煤矿的实测数据为样本,经灰色关联分析(GRA)剔除影响程度较小的指标;基于鲸鱼优化算法(WOA),引入非线性时变因子、惯性权重及预选择机制的小生境技术设计MSWOA,利用MSWOA优化SVM的惩罚参数与核参数,构建煤与瓦斯突出危险性预测模型并与其他模型对比。结果表明:基于GRA的数据约简能进一步减少冗余因素,有效提升模型预测精度;MSWOA比鲸鱼优化算法(WOA)提前40代左右收敛,寻优速度更快;与其他预测模型相比,该模型预测精度更高,具有可靠性。

基于GRA-RBF神经网络模型的煤矿安全风险预控管理安全风险评价研究

煤矿安全风险预控管理因素复杂,在实际评价过程中,层级混乱导致安全风险评价输出的MAPE数值较小,使得煤矿安全风险评价结果缺乏准确性。针对煤矿安全风险预控管理问题,提出了一种基于灰色关联分析(GRA)与径向基函数(RBF)神经网络模型的安全风险评价方法。首先,融合大量煤矿环境数据,构建多层级安全风险评价体系,全面考量各层次及要素对安全风险的影响。其次,通过GRA算法,依据安全风险紧急程度确定关键预控管理指标,确保评价的精准性与针对性。最后,利用RBF神经网络的强大非线性映射能力,特别是其径向基函数对高权重安全风险指标的精细处理,并定义神经网络每层拓扑结构处理过程,实现评价结果的输出。为验证该方法的有效性,本文准备了多样化的安全风险数据集,并进行降维处理以生成不同数量的安全指标,匹配不同的聚类参数。在对比实验中,将新方法与两种已成熟应用的安全风险评价方法并行测试,以MAPE作为核心评价指标。研究结果显示,本文所设计的基于GRA-RBF神经网络模型的安全风险评价方法输出的MAPE数值显著提升,表明其能够更准确地预测高风险安全评价指标,对于煤矿安全风险预控管理工作提供了相应的风险评价标准,在一定程度上保证了煤矿安全工作的顺利开展,能够为煤矿安全风险预控管理提供强有力的技术支持和决策依据。

基于加权平均的CC-GRA-Lasso模型对生活垃圾清运量影响因素研究

城市生活垃圾清运量的影响因素较多,为有效筛选主要影响因素,采用相关系数(CC)、灰色关联度(GRA)和Lasso回归三种模型对合肥市生活垃圾清运量13个影响因素数据进行分析,选用CRITIC权重法对三种分析方法进行加权算术平均,计算出CC的权重为52.56%、GRA的权重为8.57%、Lasso的权重为38.87%。基于此构建CC-GRA-Lasso组合模型,最终筛选得到排名前7的主要因素为社会销售品零售总额、第三产业增加值、煤气天然气、年人均可支配收入、年人均消费支出、GDP和年末总人数。根据筛选出来的结果,采用GA-BP神经网络对合肥市城市生活垃圾2022-2035年清运量进行预测,合肥市在2035年生活垃圾清运量将达到447.02万吨。

基于EWM-GRA综合评价的采场结构参数优化研究

为实现某地下磷矿增产目标,在综合考虑采矿安全、技术和经济因素下,结合EWM熵权法和GRA灰关联度法构建了EWM-GRA综合评价模型,并基于评价模型对9组不同采场结构参数方案进行分析。研究结果表明:选择采用进路宽度为3.5 m,进路高度为3 m的方案最优。从现场实践来看,采用3.5m×3m采场结构参数方案相对原方案采矿量每米整体提高了27.37%,可实现增产目标;每条进路的经济效益相对原方案增加了2.833万元,大于增加的开采成本,说明了优选出的采场结构参数方案是合理可行的。研究结果可为磷矿采场结构参数设计提供参考。

基于改进GRA-TOPSIS法的飞行员核心胜任力评估

为评估飞行员岗位核心胜任力,有针对性地改进飞行训练,基于改进的GRA-TOPSIS法对飞行员核心胜任力水平进行评估。首先,通过CBTA体系和EBT手册确定9大核心胜任力评估指标,以资深飞行员、教员为对象进行问卷调查、专家访谈,对所得结果进行信度、效度、独立样本检验,最终确定了33项飞行员核心胜任力指标。其次,运用群决策相对熵结法、熵权法确定指标体系权重,改进GRA-TOPSIS算法以相对贴近度形式评价飞行员核心胜任力。最后,对随机抽取5名A330机型机长和副驾驶的核心胜任力进行综合评估,并以雷达图算法表征各飞行员核心胜任力水平差异。结果表明,改进的评估方法可以客观反应权重数值,能有效评估飞行员核心胜任力,有效识别各飞行员的胜任力偏差。

基于田口-GRA的寒区CCP翘曲估算

为消除对寒区CCP温湿度翘曲权重判定过程中因主观因素导致的误差,采用田口-GRA方法确定各影响因素权重,建立CCP温湿度翘曲预估模型并进行精度检验。研究发现田口-GRA法能客观地确定各因素影响水泥路面翘曲的权重,其中等效温度梯度、路面板长与路面相对弹性模量对路面翘曲的影响较大且远超其他指标;研究建立的翘曲预估模型整体精度较高,平均相对误差在10%以内。估算模型有利于项目初期板面尺寸、基层及路基填筑材料的组合选择,且计算简便、易于推广。结果可为相似工程的设计提供一定的理论指导。