基于改进的AHP-CRITIC-MARCOS配电网设备风险评估方法

实现配电网设备风险的准确评估对提高配电网的可靠性有着重要意义。针对在不同权重下同时考虑多种风险因素的评估问题,提出了一种基于改进的AHP-CRITIC-MARCOS配电网设备风险评估方法。首先,针对配电网设备风险问题选取合适的评估指标。其次,用改进的AHP方法结合CRITIC方法计算各指标的主客观综合权重。最后,利用多准则决策中的MARCOS方法计算待评估配电网设备的效用函数,并根据其对各设备的风险程度进行排序。通过算例验证了所提方法的有效性,结果可以用于设备升级改造的精准选择以及提升配电网的可靠性。

基于改进的AHP-CRITIC组合赋权与可拓评估模型的配电网综合评价方法

针对配电网综合评价问题,提出了一种改进的基于最小二乘的AHP-CRITIC组合赋权与可拓评估模型。针对单一赋权法具有一定偏向性的问题,通过层次分析法和CRITIC法分别确定主观权重与客观权重,构建基于最小二乘的组合赋权模型并采用遗传算法求解,从而确定综合权重。针对传统可拓评估模型中经典域确定的主观性,引入三角模糊数对其进行构建。针对现有关联度与等级变量特征值计算的准确性问题,分别提出了关联度的修正方法与等级扩展方法。算例表明,所提方法能够对配电网进行科学合理的分类,评价结果可信度高。

基于AHP-CRITIC法的高架仓库火灾风险评价

为提升高架仓库安全性,基于PSR(压力-状态-响应)模型,结合4M理论识别高架仓库火灾风险指标,然后,用层次分析法(AHP)建立层次关系,并与CRITIC法相结合得到综合权重,最后,用模糊综合评价法评估火灾安全等级,以某市一高架仓库进行模型验证。结果表明,利用该模型可识别出高架仓库在运行期、灾害期和恢复期可能存在的风险因素,为高架仓库火灾安全风险的评估奠定基础,应用于实例可以更好地改进和提高高架仓库面对火灾危害的抵抗能力,增强它的安全性。

基于最小二乘的AHP-CRITIC组合赋权的砼梁桥技术状况指标权重确定

为了得到符合实际情况的桥梁技术状况评估指标权重,将层次分析法(AHP)与CRITIC赋权法相结合,采用基于最小二乘的AHP-CRITIC组合赋权法求解组合权重。该方法选取0.1~0.9标度法替代传统的1~9标度法确定指标主观权重,采用CRITIC法确定指标客观权重,同时引入欧氏距离函数确定桥梁技术状况的主客观综合评估分数,最后利用最小二乘法经过合理运算得出理想的组合权重。结果显示:与其他组合赋权方法所确定的权重进行比较时,采用最小二乘的AHP-CRITIC组合赋权法所确定的指标权重与《公路桥梁技术状况评定标准》(JTG/T H21—2011)中的权重最为相近,同时由于引入了各指标实际评估分数得出组合权重,使得采用最小二乘的AHP-CRITIC组合赋权法所确定的指标权重更加符合实际情况。

基于AHP-CRITIC法与系统动力学理论的高校教师绩效评价系统模型实证研究

为了研究基于AHP-CRITIC法与系统动力学理论的高校教师绩效评价系统模型,文章首先阐述了理论基础,然后设计了高校教师绩效指标体系,接着建立了高校教师绩效评价系统模型,之后使用AHP和CRITIC法确定了高校教师绩效评价指标权重,最后利用Vensim软件进行了仿真分析。

基于AHP-CRITIC法结合星点设计优选壮药骆芡愈巴布剂成型工艺

以初黏力、持黏力及综合感官评价为考察指标,通过AHP-CRITIC混合加权法确定各指标的权重并计算综合评分,采用星点设计-响应面法优选壮药骆芡愈巴布剂的最佳成型工艺。结果表明,壮药骆芡愈巴布剂空白基质最佳处方为NP-7001.6 g、微粉硅胶1.0 g、甘羟铝0.8 g、甘油12.0 g、卡波姆9400.5 g、CMC-Na 0.5 g、EDTA-2Na 26 mg、去离子水10 mL;制备方法为NP-700、微粉硅胶、甘羟铝置于甘油中溶胀,作为A相,EDTA-2Na溶于去离子水中,加卡波姆940、CMC-Na溶胀,作为B相,将A相加入B相中搅拌均匀,得到的空白基质与处方量药膏搅拌均匀即得。优选得到的制备工艺稳定可行,实际生产可操作性大,可用于壮药骆芡愈巴布剂的制备。

AHP-CRITIC法结合正交设计优选芪术平喘止汗胶囊水提取工艺

目的优选芪术平喘止汗胶囊的提取工艺,为其进一步开发提供参考。方法以总多糖、毛蕊异黄酮葡萄糖苷、升麻素苷、5-O-甲基维斯阿米醇苷含量和出膏率为评价指标,采用层次分析(AHP)法、基于指标相关性的权重赋权系数(CRITIC)法以及AHP-CRITIC混合加权法来确定处方中各指标的权重系数,结合正交试验结果优选出芪术平喘止汗胶囊的提取工艺参数。结果最终优选出的芪术平喘止汗胶囊的提取工艺条件为:加8倍量水加热回流提取3次,每次1.0 h。结论AHP-CRITIC混合加权法确定的权重系数客观且真实,可以更全面地反映处方的配伍信息,优选得到的提取工艺稳定可行,重复性良好,可为其后续研究与开发提供参考。

基于AHP-CRITIC复合熵权法和灰色关联度分析的生地黄炒炭工艺优选

目的:筛选生地黄炭的最佳炮制工艺参数,为生地黄炭质量控制提供综合评价模型。方法:以生地黄炭饮片6个有效成分(梓醇、地黄苷D、焦地黄苯乙醇苷A1、毛蕊花糖苷、异毛蕊花糖苷、5-羟甲基糠醛)的质量分数、吸附力、得率和外观性状评分共9个评价指标,采用L_(9)(3^(4))正交试验设计和单因素考察,结合层次分析法(AHP)-指标权重确定方法(CRITIC)复合熵权确定各评价指标的权重系数,以直观分析、方差分析及复合熵权法结合灰色关联度分析法对正交试验结果进行综合评价,优选生地黄炭最佳炮制工艺。结果:优选的生地黄炭最佳炮制工艺参数为:温度200℃,炒制20 min,转速25 Hz。结论:AHP-CRITIC复合熵权法和灰色关联度分析法结合正交试验进行生地黄炭炮制工艺优化,各指标权重系数客观且真实,优选的炒炭工艺稳定可行,重复性良好,可以为生地黄炭炮制工艺标准及质量标准的建立提供试验依据。

基于AHP-CRITIC技术的考虑全寿命周期成本下变电站项目实施方案比选模型研究

精益化管理变电站设备成本是全面提高电网投资的一项重要工作。本文在分析现有研究基础上,从经济性、技术性、社会性三个维度,识别11个表征变电站项目实施方案的比选评价指标;接着,利用AHP-CRITIC技术,构建了考虑全寿命周期下的变电站项目实施方案的比选模型,有助于电力系统的稳定运行。

基于AHP-CRITIC的D-最优混料设计优化金银花泡腾片配方

以金银花粉为主要原料,采用D-最优混料设计对金银花泡腾片混料进行优选,计算金银花泡腾片相关指标权重系数并对其进行综合评价。以金银花泡腾片的崩解时限、起泡性、感官评价作为评价指标,采用基于主观的层次分析(analytic hierarchy process,AHP)法、基于指标相关性的指标权重分析(criteria importance through intercriteria correlation,CRITIC)法和AHP-CRITIC复合加权法,通过计算指标的权重系数,分析比较单一和复合的赋权法结果,并利用傅里叶变换红外光谱(Fourier transform infrared spectroscopy,FTIR)对D-最优混料设计优化金银花泡腾片进行结构表征。结果表明,以AHP-CRITIC复合加权法得到的金银花泡腾片,崩解时限、起泡性和感官评分的复合权重系数分别是0.261、0.227和0.512;经D-最优混料设计优化得到的最优金银花泡腾片配方为金银花浸膏粉含量为23.40%、乳糖含量为34.40%、崩解剂含量为37.20%、聚乙二醇6000(polyethylene glycol 6000,PEG6000)含量为5%;通过红外光谱图发现金银花泡腾片中多酚与绿原酸等有效成分存在。

考虑载客状态的改进孤立森林浮动车异常数据检测算法

为提高浮动车数据中异常数据检测能力及不同载客状态下的模型检测分析能力,提出基于S-DTA-IIForest(Summation&Difference Third Order Average&Improvement-Isolation Forest)的浮动车数据异常检测算法。构建由相邻两项求和(S)、三阶求和平均差分(DTA)的二维度空间SDTA特征向量;提出差额累计更新和动态区分辨识的改进孤立森林IIForest算法,通过设置停止阈值参数,避免当出现新样本异常值分数大于停止阈值时,仅更新样本不更新孤立森林模型的问题,设计每个二叉树区分辨识度参数,区分辨识度位于停止区间时停止二叉树生长,提高算法收敛性能,以ROC(Receiver Operating Characteristic)曲线下面积AUC(Area Under ROC Cure)、F1-score为指标对模型精度进行对比分析,并以重庆市中心城区学府大道开展实例验证。结果表明:本文S-DTA-IIForest组合算法AUC、F1-score分别为86.63%、0.89,AUC较传统孤立森林IForest(Isolation Forest)提高32.4%,运行效率提高1.29%,具有收敛速度更快、精度更高的优势,载客条件下模型AUC、F1-score较未载客分别提高7.7%、10.8%,组合算法对载客数据有更高的检测精度,且未载客状态数据异常率较载客状态增加71.4%,未载客数据异常率更高。

基于改进NSGA-Ⅱ算法的梯级水库多目标优化调度

针对在时间步长较小、计算时段数目较多时,传统智能优化算法在求解梯级水库联合优化调度问题上效率低甚至无可行解的问题,提出了一种改进NSGA-Ⅱ算法。该算法基于NSGA-Ⅱ算法框架,引入参考目标值、潜力目标值、偏移度以及变异引导算子来优化种群进化过程,强化迭代中的种群质量,使获得的解集更加接近真实的Pareto前沿。福建省金溪流域梯级水库多目标优化调度实例验证结果表明,改进NSGA-Ⅱ算法相对其他算法运算效率更高,优化结果更好,具有较好的实用性。

基于改进的FAHP-CRITIC和VIKOR法的专用机床优选方法

针对现有的机床综合评价方法存在模糊性、不确定性和随机性的缺点,提出一种基于改进的FAHP-CRITIC法和VIKOR法相结合的专用机床优选研究评价模型。该模型根据专用机床优选指标评价体系,使用三角模糊数层次分析法和改进的CRITIC法分别确定各项评价指标的主、客观权重,再采用基于理想点法的组合赋权法确定各项评价指标的组合权重,并结合VIKOR法计算出各待选专用机床的综合评价值,且选取综合评价值最小的专用机床作为特定零件加工的最优机床。最后,以发动机叶片的铣削加工为例,验证了该评价模型在优选专用机床中的有效性和科学性。

基于参数优化VMD和改进LSSVM的道岔故障诊断方法

为了解决道岔设备智能故障诊断中特征指标难以提取以及模型训练时间较长的问题,以ZDJ9型转辙机带动的道岔设备为研究对象,以转辙机功率曲线为数据基础,提出一种基于参数优化变分模态分解(Variational Mode Decomposition,VMD)和改进最小二乘支持向量机(Least Squares Support Vector Machines,LSSVM)的道岔故障诊断方法。首先,采用鲸鱼优化算法(Whale Optimization Algorithm,WOA)优化VMD参数,得到模态(Intrinsic Mode Functions,IMF)分量个数和惩罚因子的最优参数组合。其次,计算IMF分量与功率曲线的相关系数,优选相关性较大的前3阶IMF分量,并计算功率谱熵、模糊熵及包络熵值,建立多特征融合样本数据库。最后,针对麻雀搜索算法(Sparrow Search Algorithm,SSA)易陷入局部最优的问题,通过改进Tent混沌映射初始化策略随机生成种群,正余弦算法(Sine Cosine Algorithm,SCA)更新追随者的位置,并采用改进SSA优化LSSVM算法的惩罚因子和核函数方差,构建基于TSSSA-LSSVM的道岔故障诊断模型。实验结果表明:所提道岔故障诊断方法是可行的,采用多特征融合能够更加全面地提取道岔典型故障特征,反映道岔的真实运行状态,提高了故障诊断准确率,而且较TSSSA-SVM,PSO-LSSVM,GWO-LSSVM以及SSA-LSSVM等方法具有较高的故障诊断准确率、召回率以及较低的漏报率,减少了模型训练时间,完全满足现场道岔故障导向安全的原则,具有更好的故障诊断性能,对现场道岔设备的故障维修具有一定的指导意义。

化工原理课程教学方法改进与优化措施探讨

化工原理课程是化工相关专业的核心课程,由于化工原理讲授的是复杂的工程理论基础,在教学过程中存在课程难度大、理论与实践脱轨、学生学习动力不足等问题。本文针对这些问题结合多样化教学、生活/工程实际和多维度评价等手段,探讨化工原理课程教学改进与优化的方法,培养学生学习积极性,提高教学效果。

光伏波动平抑下改进K-means的电池储能动态分组控制策略

针对电池储能系统(battery energy storage system,BESS)进行光伏波动平抑时寿命损耗高及荷电状态(state of charge,SOC)一致性差的问题,提出了光伏波动平抑下改进K-means的BESS动态分组控制策略。首先,采用最小最大调度方法获取光伏并网指令。其次,设计了改进侏儒猫鼬优化算法(improved dwarf mongoose optimizer,IDMO),并利用它对传统K-means聚类算法进行改进,加快了聚类速度。接着,制定了电池单元动态分组原则,并根据电池单元SOC利用改进K-means将其分为3个电池组。然后,设计了基于充放电函数的电池单元SOC一致性功率分配方法,并据此提出BESS双层功率分配策略,上层确定电池组充放电顺序及指令,下层计算电池单元充放电指令。对所提策略进行仿真验证,结果表明,所设计的IDMO具有更高的寻优精度及更快的寻优速度。所提BESS平抑光伏波动策略在有效平抑波动的同时,降低了BESS运行寿命损耗并提高了电池单元SOC的均衡性。

基于改进蚁群算法的机器人全局路径规划

针对传统蚁群算法存在初始信息素缺乏、收敛速度慢以及无法有效躲避障碍物等问题,文中提出了一种基于改进蚁群算法的全局路径规划。引入正态分布函数改进传统启发函数,提高了算法效率,缩短了算法收敛所需时间。自适应调整信息素挥发系数,限定信息素范围,避免过早收敛。对算法路径平滑处理,缩短路径长度,从而实现机器人的全局路径规划。仿真结果表明,在20×20环境下,文中算法平均迭代次数比传统蚁群算法减少了28代,收敛速度更快。平均拐点减少了33.3%,使路径更为平滑,克服了初始信息素缺乏,加快了收敛速度,减少了拐点数量,能够有效躲避环境中的障碍物,证明了该算法的可行性。

母乳喂养质量改进在NICU极低出生体重儿中的应用

目的 探讨母乳喂养质量改进对新生儿重症监护室(NICU)极低出生体重儿的影响。方法 选取2021年1月1日—2021年12月31日南京市妇幼保健院NICU收治的70例极低出生体重儿(VLBWI)作为研究对象,按组间基线资料均衡可比的原则分为观察组和对照组,每组35例。对照组采取常规母乳喂养管理和宣教方式,观察组在常规母乳喂养管理的基础上通过增设人力资源、完善管理制度、加强医务人员培训、加大产妇及家属的宣教力度及加强院感监测共五个方面进行母乳喂养质量改进,比较两组VLBWI住院期间母乳喂养情况、生长发育情况、静脉营养时长、住院时长及并发症发生情况。结果 两组一般资料比较差异无统计学意义(P>0.05),观察组首次亲母母乳喂养时间、恢复出生体质量时间较对照组提前,住院期间纯母乳喂养率、体质量增长速率较对照组有所提升,静脉营养持续时间及总住院时长较对照组有所缩短,喂养不耐受、坏死性小肠结肠炎(NEC)、支气管肺发育不良(BPD)及视网膜病变(ROP)并发症总发生率低于对照组,差异有统计学意义(P<0.05)。结论 母乳喂养质量改进措施可提升NICU住院VLBWI纯母乳喂养率,促进其体质量的增长,缩短静脉营养持续时间及总住院时长,减少相关并发症的发生率。

基于改进KNN算法的新能源发电单元运行状态识别

目前识别发电单元运行状态的研究较少,数据来源以数据采集与监控系统为主,采集速度较慢。为此,提出了一种基于发电单元机端电气量数据并融合改进k近邻(KNN)算法的新能源发电单元状态识别方法,直接采集机端电气量数据用于快速判断发电单元状态。提出KNN算法的改进策略,克服了传统KNN算法准确度低、识别速度慢的缺点。利用电力系统分析综合程序获取用于状态识别的发电单元机端电气量数据,利用改进策略对数据进行预处理,并对比传统KNN算法、逐条使用改进策略的KNN算法对新能源发电单元状态识别的耗时与准确度。结果表明所提算法较传统算法的识别准确度和速度明显提升,能满足稳定控制过程中对新能源发电单元的状态感知需求。

基于集成改进蚁群算法的作战环推荐方法

作战环推荐是依靠优化算法从作战网络中为指挥员推荐最优的作战环,以对目标形成高质量打击。未来作战中的作战环推荐面临体系规模大、决策节奏快的特点。对此,提出了一种集成改进的蚁群算法,能够实现高效、高质的作战环推荐优化求解。首先,将作战环推荐问题转换为一种基于多仓库路径规划的数学模型。然后,针对原始蚁群算法前期收敛速度慢、算法参数对结果影响大和容易陷入局部最优的问题分别提出了3种改进策略:基于边权重信息的信息素初始化、基于差分进化的蚁群算法参数自适应优化和基于遗传算子的全局搜索能力提升,并进行了集成改进。最后,在案例分析中对集成改进蚁群算法进行了分析和对比,验证了所提算法在不需要大幅提高耗时的情况下,优化结果要优于未集成改进的蚁群算法,且相比于原始蚁群算法提升效果显著。