标准差权重模糊评价法对南水北调中线水源区水质的评价

【目的】对南水北调中线水源区水营养度做出及时、准确、合理的综合评价，为水资源合理有效地监测、改善和利用服务。【方法】2004—03～2006-08对南水北调中线水源区渠首（S1）、库心（S2）、丹江口水库上游大石桥（S3）3个采样点水体进行了9项理化指标的检测，并应用标准差权重模糊评价法对水质进行综合评价。【结果】南水北调中线水源区9个理化指标在3个采样点上有差异；由标准差权重模糊评价法加权海明距离最小值（在S1、S2和S33个采样点分别为0．1289，0．1585和0．1424）可知渠首水质处于中营养状态；库心水质处于贫营养状态；丹江口水入库上游大石桥水质处于中营养状态；由叶绿素营养状态指数（44．169）可知南水北调水源区水质处于中营养状态。【结论】目前南水北调中线水源区水质营养状况并不理想，基本处于中营养状态，还有待改善；用标准差权重模糊评价法对水质进行综合评价较单指标评价法更为全面准确。

模糊数综合排序法及在舰艇系统决策中的应用

指出了模糊数排序的CV指标法所存在的问题 ,就影响模糊数序的因素进行分析 ,通过加入对模糊数信息量的考虑 ,提出了一种综合模糊均值、模糊标准差和信息量的模糊数综合排序法 。

基于多尺度熵分析与改进SVM的变压器故障识别

为解决传统变压器故障识别方法提取故障特征难度大、识别准确率低等问题,提出基于多尺度标准差模糊熵(SDMFE)和哈里斯鹰算法(HHO)优化支持向量机(SVM)的故障识别方法。首先,采用基于模糊熵的多尺度分析法量化变压器振动信号复杂的动态特性,提取多时间尺度下的故障特征。随后,将利用SDMFE获得的故障特征输入SVM分类器识别变压器不同的故障。同时,为了提升SVM的识别性能,引入HHO算法以自适应、准确地选择SVM参数。最后,利用变压器实测振动信号进行了对比试验。与不同的信息熵、不同的优化策略和不同的分类器相比,所提方法取得98.56%的最高识别准确度和最好的识别稳定性。结果表明所提方法能够有效提取故障敏感特征和准确识别变压器故障状态。