基于灰色系统理论的电网工程绿色建造模糊综合评价模型

为贯彻落实绿色发展理念,提升现有电网工程绿色建造评价方法的全面性、系统性以及客观性,提出了一种基于灰色系统理论的模糊综合评价模型。通过研究影响电网工程设计、施工与交付等环节的重要绿色评价因子,构建了多层次的绿色建造评价指标体系。并基于灰色系统理论确定指标权重,建立了多层级模糊综合评价模型。同时选取电网工程案例来进行验证,证明了该模型能够科学、合理地确定各指标的权重,从而为电网工程绿色建造评价及不断优化提供了支撑。

基于网络层次分析法的地铁盾构隧道渗漏水风险灰色模糊综合评价

地铁盾构隧道中的渗漏水问题不仅会破坏地铁线路,还会引起隧道变形等病害。为探究地铁盾构隧道渗漏水原因,建立科学有效的防范措施,以现场调研为基础,结合网络层次分析法与灰色模糊综合评价法,通过分析渗漏水原因,构建盾构隧道渗漏水风险指标体系,建立基于ANP的灰色模糊综合评判模型,并以郑州某地铁区间项目为例,对盾构隧道渗漏水进行综合评价。结果表明:盾构隧道渗漏水的主要影响因素包括密封垫老化和不良的地下水环境及隧道覆水深度。所建立的评价模型能够准确评估城市地铁盾构隧道工程的渗漏水风险,为城市地下交通渗漏水风险的综合评估提供了一种新的思路和方法。

模糊数学综合评价结合响应面法优化竹笋汁饮品发酵工艺

该研究以清水竹笋罐头生产过程中产生的清水为原料,以发酵乳杆菌(Lactobacillus fermentium)与红茶菌为菌种复合发酵制备竹笋汁饮品。利用单因素试验、模糊数学综合评价结合响应面法对其发酵工艺进行优化,并对其理化指标、微生物指标及抗氧化性进行检测分析。结果表明,竹笋汁饮品的最佳发酵工艺为:红茶菌添加量6%、发酵温度25℃、发酵时间2.5 d。在此优化条件下,竹笋汁饮品的色泽均匀,呈浅黄色的基底液,其感官评分为85.24分,固形物含量为6.13 g/L,pH为3.38,总糖含量为0.16 g/L,总酸含量为41.33 g/L,总酚含量为7.74 mg/L,总黄酮含量为0.066 mg/m L;益生菌活菌数为3.5×107CFU/g,大肠菌群、沙门氏菌及霉菌未检出,说明其理化指标及微生物指标均符合T/CASME 435—2023《益生菌发酵植物饮料》。竹笋汁饮品对1,1-二苯基-2-苦基肼(DPPH)自由基清除率为64.03%,羟自由基(·OH)清除率为46.62%,说明其具有一定的抗氧化能力。

基于模糊综合评价法的实验室管理绩效评价

为提升实验室建设与管理水平,填补实验室管理绩效评价的空白,围绕实验室的综合管理、实验教学、资产运维、安全环保、效益产出等方面建立了绩效评价的指标体系,并运用层次分析法确定各指标权重,进而以某能源类实验室为对象,采用模糊综合评价法进行了检验测试。结果表明,该评价方法具有较高的准确度,对实验室管理水平提升具有一定的借鉴作用。

“层次分析法+模糊综合评价”儿科学混合式教学质量体系建设

目的 基于现有的混合式教学研究、实践及评价框架,构建适合儿科学教学发展的混合式教学质量评价体系并进行综合评价。方法 通过查阅文献,结合儿科学专业特点、教学目标和培养计划,以及综合调研结果,构建基于多评价主体的儿科学混合式教学质量评价体系。邀请13名相关领域的专家参与指标体系的评价打分,采用层次分析法和模糊综合评价来确立指标权重及综合评价评价体系。结果 构建的评价体系一级指标的一致性比率(consistency rate,CR)为0.0876,二级指标、三级指标的CR最大值分别为0.0766、0.0797,表明层次单排序及内部的一致性均较好。该评价体系综合隶属度为(0.5151,0.4366,0.0477,0.0006,0.0000),模糊综合评价结果为“非常重要”。结论 本次构建的混合式教学质量评价体系具有较好的科学性与合理性,可应用于儿科学教学实践,为高校医学教育混合式教学的发展提供评价导向。

基于AHP的城市燃气门站管道风险模糊综合评价方法

为保障城市燃气管道系统的安全平稳运行,本文主要针对城市燃气门站管道因破损、腐蚀、设施失效以及人为因素造成的安全问题,建立一套相对通用的城市燃气门站管道风险评价体系,并利用层次分析法(AHP)确定相关因素的权重,结合模糊综合评价法对城市燃气门站管道风险进行定性、定量分析。本文应用该方法对沈阳市某燃气门站管道进行评价分析,结果表明该门站管道风险等级为低风险,说明本文所建的模型具有实用性。

基于AHP-模糊综合评价法的高校图书馆阅读推广效果评价

文章运用文献研究法以及咨询相关专家进行指标的选定和赋值,运用层次分析法得到综合权重;根据模糊线性变换原理和最大隶属度的原则,形成高校图书馆阅读推广评价的理论和方法。根据评定结果回溯量化值对应的各级评价指标,对阅读推广方案进行修正,从而达到提高图书馆阅读推广活动质量、增加读者的参与度和收益度的目的。

基于熵权-模糊综合评价法的无人机多光谱春玉米长势监测模型研究

为实现春玉米长势的快速监测,实时掌握田间作物的生长状况,本文以新疆维吾尔自治区克拉玛依地区种植的春玉米作为研究对象,利用无人机多光谱影像对春玉米进行长势监测。基于地面采集的春玉米叶片叶绿素含量、叶面积指数、地上部生物量和株高等数据,结合熵权法(EWM)和模糊综合评价法(FCE)建立综合长势指标CGMI_(EWM)和CGMI_(FCE)。通过无人机遥感影像数据构建光谱指数,并利用皮尔逊相关性分析法和方差膨胀因子确定模型最佳输入变量。采用偏最小二乘法(PLS)、随机森林回归(RF)及粒子群算法(PSO)优化RF模型建立春玉米长势反演模型,结合模型精度评价指标,最终确定春玉米空间影像长势分布图。结果表明,以CGMI_(EWM)和CGMI_(FCE)构建综合长势指标的相关性均高于单一长势指标的相关性;利用CGMI_(FCE)长势指标结合PSO-RF模型反演春玉米长势的效果最优,其决定系数(R^(2))为0.823,均方根误差(RMSE)为0.084%,相对分析误差(RPD)为2.345;研究区春玉米长势集中在生长正常(ZZ)等级,说明全区春玉米长势较为稳定。研究结果可为春玉米的田间管理提供科学依据。

基于组合赋权法和模糊综合评价的电力设备状态数据质量评估

随着电力网络的扩大以及工业信息化的迅速发展,在电力领域中采集和待处理的数据量呈现爆发式增长,数据的丢失、冗余、异常、冲突等问题也日益突出,影响数据的质量。数据质量评估作为保证数据质量的关键一环,发挥着重要作用。针对电力设备的状态数据提出一种数据质量评估方法,选择完整性、准确性、唯一性、一致性、及时性5个评估指标构建数据质量评估体系,设置了定量计算的评估规则;组合运用模糊层次分析法和熵权法来确定各评估维度的权重,以提高数据质量评估的科学性;再运用模糊综合评价法,依据隶属函数来确定数据质量的所属等级。最后运用上述方法,对某地的油色谱数据质量进行评估,该方法计算得到数据质量的评分为77.15,处于“中等”等级。评估结果与实际应用场景相符,表明该文提出的方法适用于电力设备状态数据质量评估。

基于模糊综合评价法的第三方物流企业服务质量评价分析研究

消费者对服务要求的不断提升及激烈的行业竞争都对第三方物流企业服务质量提出了更高要求。文章结合SERVQUAL模型和第三方物流企业的实际,以有形性、可靠性、响应性、保证性、移情性作为一级指标,17个影响因素作为二级指标,首先邀请物流行业专家进行打分,采用层次分析法构建判断矩阵得出影响因素的权重。其次选取云南省第三方物流企业的个人客户为调查对象,通过调查问卷获取其对各影响因素的评价,利用模糊综合评价法进行分析,得出评价结果靠后的影响因素是提供个性化关怀、设施设备、最优路线、员工素养、顾客和企业之间缺乏信任。因此,研究结果为第三方物流企业服务质量的不断改进提升给予一定的参考,为提升客户满意度给出了建议对策。

新工科背景下高职院校基于模糊层次分析法的化工类学生综合素质评价研究

新工科背景下,高职院校的人才培养模式更加强调实践能力和创新能力,以满足产业升级和国家对人才的能力需求。化工类学生综合素质评价模型是基于新工科背景而提出的。针对化工专业,研究企业和国家对工科人才的能力需求,分析新工科背景下复合型人才培养体系要素,明确化工类大学生综合素质的具体内涵以及核心能力要素,构建化工类工科大学生综合素质评价模型,形成综合素质评价指标体系。

基于模糊综合评价法的河北省中小企业创新激励政策效果评价

对中小企业创新激励政策进行科学评估有助于完善政策、提升成效。为落实国家创新驱动战略,以河北省中小企业创新激励政策为例,通过问卷调研,利用层次分析法和熵值法对创新激励政策及6类子政策的满意度进行模糊综合评价。研究发现:河北省中小企业对创新激励政策总体评价处于一般水平,对人才政策与金融政策的满意度评价低于其他子政策。据此提出应加强创新激励政策宣传与引导、加大人才与金融政策激励力度等建议。

基于AHP和TOPSIS-模糊综合评价的多场景储能选型方法

目前储能技术路线多样,不同类型的储能各具应用前景,但储能选型需要综合考虑经济性、安全性等因素,是一个复杂的多目标决策问题,因此储能选型是工程应用中的关键问题之一。提出一种将层次分析法(analytic hierarchy process,AHP)和优劣解距离法(technique for order preference by similarity to ideal solution,TOPSIS)-模糊综合分析法相结合的储能选型评价体系。首先,通过建立评价体系的判断矩阵,利用AHP获取指标权重;其次,将判断矩阵里量纲不同的指标类型用TOPSIS做规范化处理,以此获得更客观的权重向量,改善AHP法的主观性;而后,将指标权重对角化处理并与标准化后的矩阵相乘获得加权判断矩阵,并求取贴近度向量。最后,加权判断矩阵与模糊综合分析法关系矩阵相乘获取储能类型的隶属度评价结果,并以隶属度最大值所在的等级为最终评价,处于等级Ⅰ中最佳,等级Ⅱ次之并以此类推;由此通过TOPSIS获得更客观的权重向量,改善AHP法的主观性,得到的权重向量也更客观。最后以锂离子电池、钠硫电池和铅酸电池等七种储能类型在应用于削峰填谷、电网保供电和改善电压质量场景为例,并与现有的储能选型方法进行比较,体现该评价体系的创新,检验所提评价体系和选型方法的有效性。

基于灰色关联度法和DTOPSIS法对羊草种质资源综合评价

为探讨羊草(Leymus chinensis)种质资源产量与表型性状之间的相关性,筛选出优良的羊草种质。本研究以28份羊草种质资源为试验材料,基于9个田间表型性状,采用2种综合评价方法,进行了羊草种质资源表型性状间相关性分析和优良种质筛选。结果表明,灰色关联度法和DTOPSIS法在羊草田间表型性状与干草产量的关联次序有明显的差异。通过2种方法分别与实际干草产量排序结果进行线性拟合分析,发现相较于灰色关联度法,DTOPSIS熵权值法和熵值法的综合评价最接近干草实际真实测产结果,相关系数分别达到了0.994 5和0.955 7。因此,在羊草表型性状与干草产量相关性田间综合性状分析中应采用DTOPSIS法,该方法更适合羊草多性状评价。同时,通过综合评价发现在羊草高产新品种选育过程中应优先注重提升小穗数量比例,并要考虑叶宽比例,也要注意兼顾其它性状。经过综合评价,在2种评价方法中前三位的种质材料H8、H7和H27具有良好的高产潜力,可进一步作为育种材料进行羊草高产品种的选育。

基于AHP-模糊综合评价法的政府引导基金绩效评价研究

基于政府引导基金近年发展特点和相关政策要求,遵循政策导向性、重要性、层次性等原则,从项目决策、经济效益、管理水平、可持续性4个维度构建政府引导基金绩效评价指标体系,采用AHP-模糊综合评价法确定指标权重,并对山东省新旧动能转换基金进行绩效评价,结果表明该基金总体运营状况良好。最后针对评价中发现的问题提出相关政策建议。

基于AHP-模糊综合评价法的化工园区雷电灾害风险评估

为了评估化工园区的雷电灾害区域风险,选取包含园区等级、经济产值、区域防雷安全管理和防雷检查覆盖率等在内的19个评估指标,采用层次分析法和模糊综合评价法,建立化工园区雷电灾害区域风险评估模型,并对河北衡水高新区化工片区开展雷电灾害区域风险评估,以发现化工片区的雷灾隐患点和防雷措施薄弱环节,确定科学的防雷减灾策略,有效保障园区内生产安全和人员生命财产安全.

基于层次分析法(AHP)与模糊综合评价相结合的油区输电线路运行状态评价

油田快速建产对油区电力系统可靠性提出更高的要求,架空输电线路的运行状态评价是保障电路安全可靠运行的重要环节。为此,本文提出了基于层次分析法与模糊综合评价相结合的油区输电线路运行状态评价方法。通过选取相关评价指标,搭建输电线路运行状态评价体系,采用层次分析法和模糊综合评价相结合的方式,对输电线路展开综合评价。实验结果表明,该条输电线路运行状态处于“注意”,验证了所提出的状态评价方法的有效性。

基于AHP-模糊综合评价的蒸汽管网风险评估方法及应用

蒸汽管网是石化和电力行业中实现能源利用率最大化的重要途径,风险的准确评估对其安全运行具有重要意义,而当前针对石油化工的风险评估方法对蒸汽管网适用性有限。本文通过考虑蒸汽管网潜在风险类型对失效可能性的影响,提出基于层次分析-模糊综合评价的蒸汽管网风险评估方法,并在某企业蒸汽管网的风险评估中进行应用。结果表明该评估方法更接近蒸汽管网实际情况,从而提高了蒸汽管网风险评估的准确性。

基于模糊综合评价法考核原材料供应商服务情况的研究

随着高校后勤服务社会化的推进,精确评估供应商服务水平越发关键。为建立一个量化评估高校餐饮原材料供应商的体系,本研究采用模糊综合评价法构建一个评估矩阵,确定15个评价指标的权重分布,并将考核结果归一化计算分项得分。综合测算结果显示,某校甲供应商在货品品质方面得分为4.05分,高于其价格情况、服务质量得分;甲供应商综合评价得分3.86分,略高于乙供应商的3.82分。该体系无须复杂的专业统计软件,多角度考核供应商的供货服务水平,并实现不同供应商间的定量比较,为提高高校后勤管理水平提供数据支持。

基于模糊综合评价法的高速公路绿色服务区评价体系

以我国最新版《绿色建筑评价标准》(GB/T 50378—2019)为主要依据,构建了安全耐久、健康舒适、资源节约和建筑场地环境4个维度的高速公路绿色服务区评价体系,包含二级指标共29个,同时,使用AHP法与熵权法相结合的方式确定各指标权重,并提出了模糊综合评价模型,最后以井陉服务区为例进行了实证分析,验证了评价体系的可行性,这些成果可以为我国高速公路绿色服务区发展提供借鉴和帮助。