基于投影寻踪模型的水-能源-粮食-人口系统安全评价

河北省作为京津冀城市圈中不可或缺的一部分,其水、能源、粮食、人口等资源安全稳定对于整个区域经济和社会的发展尤为重要。为了深入了解河北省水-能源-粮食-人口系统的安全状况,将人口因素纳入水-能源-粮食系统进行分析,构建水-能源-粮食-人口系统的安全评价指标体系,运用基于麻雀算法改进的投影寻踪模型对河北省2010—2019年水-能源-粮食-人口系统安全进行时空演变综合评价。结果表明:在研究期,河北省水-能源-粮食-人口系统安全等级逐渐升高,各市的水-能源-粮食-人口系统安全差异性降低;河北省各市水-能源-粮食-人口系统安全等级值在1.32~3.95之间,说明该系统安全处于不安全、亚安全、安全3个等级。建议河北省根据自身资源优势,合理分配资源,实现水、能源、粮食和人口的协调发展。

基于投影寻踪聚类模型的龙坑水源地地下水水质评价

为探寻龙坑水源地水质情况和区域水质变化发展规律,采用投影寻踪聚类模型对龙坑水源地进行水质评价。通过采用基于实数编码的遗传算法进行优化计算、处理,得出最终水质评价结果。结果表明:该水源地地下水多为Ⅰ、Ⅱ类水,满足水源地水质要求;将该结果与运用模糊综合评判法、物元可拓法等方法的评价结果进行对比,证实该方法是一种实用有效的水质评价方法。在34个水样中,29个水样达到Ⅲ类水标准以上,其中28个水样达到Ⅰ类或Ⅱ类水标准。

边坡稳定性评价的投影寻踪聚类模型

针对边坡稳定性评价的多因素影响问题,建立了边坡稳定性评价的投影寻踪聚类模型。该模型依据样本自身的数据特性寻求最优的投影方向,并通过投影方向计算反映评价样本综合特征信息的投影特征指标,然后再根据投影特征指标值进行边坡稳定性评价分析,因而避免了诸如各评价因素权重确定的人为任意性。实例分析结果与边坡稳定性实际状态完全一致,表明该技术切实可行,为边坡稳定性分析提供了一条新的途径。

基于投影寻踪聚类模型的水务系统评价——以郑州市为例

基于投影寻踪理论,结合郑州市水务系统的运行结构特点,建立了水务系统评价指标体系。通过数据归一化处理、线性投影,建立了最优化投影目标函数并编制计算程序。运用matlab数学软件计算分析,得到郑州市的水务系统综合评价结果。最后提出了改进水务系统运行效率对策措施。研究结果表明,郑州市水务系统运行效率属于中等水平,存在譬如一体化管理机制不健全、水环境不达标等薄弱环节,影响了郑州市水务系统效率提高。实践证明,本项研究对于提高郑州市水务系统运行水平、建立节水型社会等具有一定参考价值。

基于加速遗传算法的投影寻踪聚类评价模型研究与应用

针对农业生产力综合评价这类高维指标体系决策问题,采用降维技术:投影寻踪分类模型,利用基于实数编码的加速遗传算法优化其投影方向,将多维数据指标(样本评价指标)转换到低维子空间,根据投影函数值的大小评价出样本的优劣,从而做出决策。该模型最大限度地避免了传统评判中权重取值的人为干扰,评价结果更为准确客观,为农业生产力综合评价决策及其它评判决策问题提供一条新的方法与思路。

基于投影寻踪聚类模型的贵州灌排保障能力评价研究

以贵州省现有10个大型灌区作为评价对象,选取8个影响因素作为评价指标,建立投影寻踪聚类模型,并根据各样本综合投影值及给定的分级标准对各灌区灌排保障能力进行评价。评价结果表明:贵州省现有大型灌区灌排保障能力总体上处在较差到一般水平,离高效节水农业还有一定差距。

水资源评价的投影寻踪动态聚类模型

以投影寻踪理论为基础,利用动态聚类方法构建投影指标,建立了水资源评价的投影寻踪动态聚类模型。该模型是投影寻踪与动态聚类的有机结合,完全依据数据样本特征进行水资源评价,整个过程毋需人为给定参数,客观性强,操作简便。实例分析表明,利用投影寻踪动态聚类模型进行水资源评价有效、可行,是水资源评价的一种新方法。

基于投影寻踪聚类模型的区域经济可持续发展评价——以30个省1998-2011年数据为例

首先构建了一套涉及4个准则层、16个指标层的中国区域经济可持续发展评价指标体系，其次利用投影寻踪和聚类方法，对中国30个省（市、自治区）1998～2011年的经济可持续发展水平（多指标面板数据）进行评价，根据线性投影值进行聚类，并对中国省域经济可持续发展区域差异水平进行分析，在此基础上，对中西部地区经济可持续发展提出相应的建议。

投影寻踪动态聚类模型在房地产投资环境评价中的应用

将投影寻踪动态聚类模型引入到房地产投资环境评价方法中.针对房地产投资环境评价所面临的多因素高维复杂性问题,该模型能够完全根据样本数据特性将高维数据通过投影向量投影到低维数据,同时实现对低维数据的排序和自动聚类分析,进而通过研究低维数据以实现对高维数据的研究.最后通过辽宁省工业地产投资环境评价实例验证了该模型在房地产投资环境评价中的适用性.

投影寻踪聚类模型在美丽乡村建设评价中的应用——以福建省晋江市为例

针对生态文明视角下美丽乡村建设评价中如何解决农村动态性多指标和高维数据无法真实体现其建设水平的问题,依据福建省晋江市的实际,从经济、社会、资源环境和制度保障等多指标入手,构建出晋江市的美丽乡村建设评价指标体系。同时,选取当地典型的20个美丽乡村为研究案例,利用投影寻踪聚类分析算法进行模型评价,不仅可以找出最优投影方向及乡村建设综合评判优劣顺序,还可以找出各乡村的重要建设支撑要素。结果表明,这种方法对地方的美丽乡村建设要素借鉴具有创新性和实用性。

装配式建筑质量风险评价--基于ISM-ANP灰色聚类模型

与传统现浇建筑相比,装配式建筑工程质量面临着各种挑战。本研究从构件制造质量风险、施工准备质量风险、现场施工质量风险和过程管理质量风险四个方面对其质量风险水平进行评价,利用解释结构模型和网络分析法相结合的灰色聚类评价方法构建装配式质量风险评价模型,通过ISM分析建立指标网络结构,运用ANP确定权重,并构建相应的白化权函数,最后,对Y大学的装配式质量风险水平进行评价来验证模型的可行性,结果表明,该模型可行。

投影寻踪聚类模型在节能减排绩效评价中的应用

利用基于遗传算法的投影寻踪聚类模型,从能源消耗、污染物产生与排放、废物综合利用和环保治理及无害化四个方面对福建省2001-2015年的节能减排进行绩效评估。结果表明,福建省节能减排绩效的优劣总体顺序为:"十二五">"十一五">"十五"。绩效评价结果既反映了福建省节能减排的实际,也体现节能减排的现状与不足,为福建省有关部门的节能减排决策提供科学依据。

基于投影寻踪动态聚类法的水库水质评价模型

水质评价是水库水资源管理与决策的重要前提。为此,引入动态聚类的思想,将投影寻踪方法与动态聚类方法进行耦合,提出了投影寻踪动态聚类方法;基于对样本的各影响指标的线性投影和动态聚类方法寻找到的最佳投影方向,建立了相应的水库水质评价模型。实例应用结果表明,该模型与传统模型相比,具有根据决策者对某个(些)指标的偏好进行分类、无需给定人为参数以及方便客观的优点,有较好的应用前景。

基于改进高斯混合模型的变电站负荷聚类算法

针对传统高斯混合模型(Gaussian mixture model,GMM)聚类算法中计算复杂、收敛速度慢和人为确定聚类数目时存在盲目性和主观性等不足,提出了一种基于改进GMM的变电站负荷聚类算法。以传统GMM聚类算法为基础,采用k均值(k-means)算法确定初始聚类中心。减少了GMM聚类算法迭代步骤,提高了输出结果的稳定性。输出不同聚类数下聚类结果的Davies-Bouldin(DB)指标、CalinskiHarabasz(CH)指标和轮廓系数(silhouette coefficient,SC),应用熵权法确定不同评价指标所占权重,构建聚类评价混合指数(cluster evaluation mixed index,CEM)。将聚类评价混合指数最大值对应的聚类个数作为最佳聚类数目,再次输入到改进GMM聚类算法中,得到变电站负荷聚类结果和聚类中心。结果表明,所提方法增强了传统GMM聚类算法的计算速度和稳定性,对变电站负荷具有良好的聚类综合能力,有助于实现聚类结果最优化。

基于投影寻踪博弈论-云模型的滑坡风险评价

滑坡风险影响因素具有多属性、多层次且无法全部量化等特点,该文基于多源信息融合理论,结合实际的监测数据对滑坡风险易发性进行深入分析。首先,根据主要影响因素构建滑坡风险评价模型。利用层次分析法、改进CRITIC法对各项指标因子进行权重分析。针对区域性滑坡存在影响因素较少和样本数量较少等问题,引入灰色关联分析来对指标因子的权重进行优化。同时利用加速遗传投影寻踪模型来寻找出能够反映高维样本数据整体特征的最佳投影方向。通过博弈论对四组权重值进行组合赋权。最后将权重结果与云模型相结合实现对滑坡风险的综合评判。以昭平县作为研究对象,选取三个风险区域进行评价,评价结果与实际相吻合,说明该模型具有理论合理性和工程应用可行性,可为滑坡灾害的防治提供参考依据。

基于投影寻踪的面条品质感官评价数学模型的构建

针对面条品质感官评价常规过程中数据处理不够深入、评价结果不够清晰的问题,根据面条品质评价的行业标准,制定了面条品质感官评价等级表。运用投影寻踪等级评价模型(PPE),建立了面条品质感官评价的数学模型。该模型能够描述面条样本指标和等级之间的关系,具有精度高、灵敏性高、分辨率强、可重复性好等优点。根据15种市售面条样本的感官评价得分,应用面条品质感官评价的PPE模型,得到了各样本所属的等级。通过与感官评价总分的对比分析,两种方法均能反映实际情况,但采用PPE模型得到的面条等级更客观、更清晰,评价结果更易于解释,从而验证了模型的可行性和有效性,同时也说明了投影寻踪方法在面条品质评价领域的适用性,为面条品质等级评价提供了一种新的思路和方法。

基于投影寻踪聚类模型的喀斯特地区水环境质量评价分析--以荔波县樟江为例

为了了解喀斯特地区水环境质量现状,以荔波县樟江为例,运用投影寻踪聚类模型(PPC)和模糊综合评价法对樟江水环境质量进行综合评价分析。通过建立投影寻踪聚类模型,以DO、高锰酸盐指数、BOD5、COD、NH3-N、TN、TP指标作为多维投影参数寻求最优投影方向,由投影目标函数得出水环境污染投影值,来反映水环境指标含量特征,从而得出研究区水环境质量污染现状,并与模糊综合评价法的评价结果进行对比。结果表明:(1)在投影方向上,TP和TN对樟江水环境质量影响最大,DO和COD的影响最小;(2)在各断面平均投影值上,洗布河断面为0.946 4,回龙角断面为1.295 3,界牌断面为1.545 4,各断面水质污染程度为界牌>回龙角>洗布河;(3)根据PPC水环境评价标准,樟江的水环境质量综合投影值为1.262 4,属于Ⅱ类水质,符合水环境功能区划要求;(4)根据模糊综合评价法,洗布河断面水质为Ⅰ类,回龙角断面水质为Ⅳ类,界牌断面水质为Ⅴ类,樟江的综合水质为Ⅳ类,与水环境功能区划要求差异较大。研究结果有助于喀斯特地区水环境的科学管理,研究方法能够为水环境质量评价提供新的思路。

基于投影寻踪动态聚类模型的边坡稳定性评价

投影寻踪聚类(PPC)模型在多因素聚类分析中被广泛应用并取得了满意的效果,然而,该模型还存在诸如密度窗宽参数取值经验确定等不足,有待改进提高。本文针对PPC模型存在的问题,把投影寻踪聚类的思想和动态聚类方法结合起来构造投影指标,建立了投影寻踪动态聚类(PPDC)新模型,新模型在整个运算过程中毋需人为给定参数,聚类结果客观、明确。边坡稳定性评价的实际应用表明,PPDC模型不仅切实可行,取得了理想的效果,而且还具有稳定性好、操作简便等特点。PPDC模型为多因素聚类分析提供了一种新方法,具有广阔的应用前景。

基于SHEL-COWA-灰色定权聚类法的智慧工地施工现场安全评价

为提高智慧工地施工现场安全水平,从智慧工地施工安全评价指标体系的构建出发,以智慧工地施工现场为研究对象,利用SHEL模型构建智慧工地施工安全评价指标体系;结合COWA—灰色定权聚类法建立智慧工地施工现场安全评价模型,将该模型应用于长春市某智慧工地施工项目中,通过计算综合评价值确定该项目安全水平为较高等级,评价结果与该工程实际情况一致。实践证明,该方法可用于智慧工地施工过程安全评价,可以为相关部门提供可靠的决策依据。

基于近邻传播聚类方法的大学生计算思维能力评价模型

在大学生计算思维能力评价中,评价指标具有较强的主观性,缺少具体的评价标准,导致评价结果不可靠。为此,提出基于近邻传播聚类方法的大学生计算思维能力评价模型。首先,以大学生内部因素为主要影响因素,确定一级评价指标和二级评价指标,将其作为聚类算法的样本数据。其次,利用近邻传播聚类方法处理指标数据,建立大学生计算思维能力评价模型。最后,进行实验分析。实验结果表明,该模型的分析误差小,评价结果准确,优于对照组。