基于参数重要度的多元时间序列相似性查询

针对多元时间序列的相似性查询问题,给出参数重要度的定义,提出一种基于参数重要度的候选集查询方法。通过对多元时间序列的SVD分解,将奇异值向量和特征矩阵作为多元序列的特征,基于线性空间中的坐标变换原理构造2个多元时间序列的相似性度量模型,实现在候选集上的精确匹配并获得最终的结果集。对飞行数据的相似性查询实验验证了该方法的有效性。

典型压水堆小破口LOCA参数重要度排序表开发

现象识别排序表(PIRT)是反应堆热工水力分析的重要依据,传统PIRT的建立依赖于专家经验,因此缺乏专家经验时难以开展参数的识别工作。本文开展在缺乏专家经验时确定各输入参数重要度排序的研究,选定的工况为典型三回路压水堆(PWR)小破口失水事故(SBLOCA)。参考已有的SBLOCA PIRT,并基于基准计算结果,筛选和补充了可能对目标输出(FOM)具有影响的54个不确定性输入参数。使用一种优化矩独立全局敏感性分析方法计算得到了各输入参数对FOM的敏感性度量和重要度排序。将参数的重要度排序转换为Savage分数,按照Savage分数定性地将所有输入参数进行重要度分组,从而得到了SBLOCA的参数重要度排序表,为压水堆SBLOCA工况的参数排序提供了参考。

产品寿命周期质量特性重要度识别模型

针对产品质量特性(Quality Characteristics,QCs)重要度人工识别困难的情况,提出了基于人工神经网络(ANNs)技术的产品寿命周期QCs重要度识别模型。首先提取QCs特征参数并对其归一化,建立QCs特征参数向量,其次利用ANNs技术确定QCs特征参数重要度,建立QCs特征参数重要度向量,然后再次利用ANNs并以QCs特征参数重要度向量为模型的输入,建立QCs重要度识别模型,最后给出产品寿命周期QCs重要度识别框图,指导产品寿命周期QCs重要度的识别。仿真实例验证了所提理论与方法的正确性和有效性。

基于粗糙集理论的指标权重确定算法设计

针对决策活动中一些指标权重确定方法存在的不足,根据粗糙集理论,在不同前提条件下给出了依参数重要度和知识依赖度计算指标客观权重的算法,结合古林法得到更加理想的综合权重结果.最后,以在淘宝网网上购物的决策选择为例,分析了基于粗糙集理论的指标综合权重结果的精确性和适用性.