集成DEMATEL-ISM方法的乡-城流动人口社会保险参保意愿影响因素研究

流动人口社会保险“扩面”一直是社保工作的难点与重点,作为流动人口主体的乡-城流动人口群体,其社会保险参保意愿受哪些因素影响?各影响因素之间是否具有内生联系?联系强度为多少?本文从乡-城流动人口“个体-职业-环境”三维特征体系出发,选取了影响社保参与意愿的15个因素,应用集成DEMATEL-ISM方法对此15个影响因素进行研究,得到一个影响乡-城流动人员参保意愿七级递阶层次结构模型,依据所构建的解释结构模型,为提高乡-城流动人口社会保险参保意愿提供了几点思考。

基于DEMATEL-ISM方法的水电站机组检修作业安全事故致因链分析

针对水电站机组检修作业种类和危险因素多、安全事故频发等问题,通过文献挖掘与专家访谈方式,对水电站机组检修作业安全影响因素类别进行了划分。基于DEMATEL-ISM方法,构建了安全事故致因多层次递阶ISM模型来确定事故致因因素层级,通过剖析事故致因因素的中心度和权重,挖掘关键致因因素和推求事故致因链的路径权重,厘定关键致因链。采用该模型对某水电站致因链进行了分析,结果表明,安全检查不到位为关键致因因素,“安全检查不到位→违规作业→设备的问题→粉尘、油漆等有害物质”为关键致因链。

基于集成DEMATEL-ISM的民航飞行安全风险影响因素研究

航空安全是民航发展的生命线,飞行安全风险研究是飞行安全分析的重要内容,飞行安全风险影响因素的研究是飞行安全风险研究的重要基础。为研究民航飞行安全风险影响因素,在构建飞行安全风险评价指标体系的基础上,采用决策式实验分析法和解释结构模型联合法(decision-making trial and evaluation laboratory-interpretative structural modeling method,DEMATEL-ISM)的算法构建飞行安全风险影响因素模型,对因素的属性、重要度、作用机理等进行深入分析,建立系统性的多级递阶结构模型。最后通过算例编程仿真实现,对结果深入分析与研究,探讨其实际应用价值,证明该方法的可行性和有效性,该方法可以为飞行安全风险管理提供决策帮助和理论指导,有助于提升飞行安全管理水平。

装配式建筑碳排放影响因素及减排路径研究:基于改进的DEMATEL-ISM方法

选取20个具有代表性的装配式建筑碳排放影响因素,运用多元化、多渠道、多群体问询的调查问卷法及最大类间方差法确定阈值对DEMATEL-ISM方法进行改进,基于该方法构建出中心度-原因度散点图和层次解释结构图,明确了装配式建筑碳排放影响因素在整个系统中的地位及各因素之间的影响关系。依据层次解释结构图并结合实际情况,构建出两条装配式建筑碳减排路径,为装配式建筑减排工作的实施提供参考。

系统集成:发展新质生产力的基本方法论

发展新质生产力对于我国现代化建设事业和高质量发展具有重要实践意义。在对现有研究文献进行梳理和评述的基础上,强调理论研究必须关注发展新质生产力的方法论,而系统集成是我国发展新质生产力的基本方法论。从逻辑和实践来看,系统集成方法论集中体现为发展新质生产力的目标、载体、主体、机制之间存在着嵌套关系,且这四者内部也存在不同组成部分的紧密关联,可以从目标-载体-主体-机制“四位一体”视角来把握我国发展新质生产力问题。我国发展新质生产力是一个系统性、历史性的生产力跃迁过程,依据系统集成方法论,可以逻辑一致地引申出我国发展新质生产力的主要政策取向。

结合图卷积神经网络和集成方法的推荐系统恶意攻击检测

推荐系统已被广泛应用于电子商务、社交媒体、信息分享等大多数互联网平台中,有效解决了信息过载问题。然而,这些平台面向所有互联网用户开放,导致不法用户利用系统设计缺陷通过恶意干扰、蓄意攻击等行为非法操纵评分数据,进而影响推荐结果,严重危害推荐服务的安全性。现有的检测方法大多都是基于从评级数据中提取的人工构建特征进行的托攻击检测,难以适应更复杂的共同访问注入攻击,并且人工构建特征费时且区分能力不足,同时攻击行为规模远远小于正常行为,给传统检测方法带来了不平衡数据问题。因此,文中提出堆叠多层图卷积神经网络端到端学习用户和项目之间的多阶交互行为信息得到用户嵌入和项目嵌入,将其作为攻击检测特征,以卷积神经网络作为基分类器实现深度行为特征提取,结合集成方法检测攻击。在真实数据集上的实验结果表明,与流行的推荐系统恶意攻击检测方法相比,所提方法对共同访问注入攻击行为有较好的检测效果并在一定程度上克服了不平衡数据的难题。

基于文本数据的灾害信息风险监测与预警集成方法研究

基于灾害信息的文本数据,该文提出一种风险监测与预警集成方法,以提高灾害信息风险监测效率及监测支持预警的针对性。首先,运用八爪鱼数据采集器采集和处理灾害信息的文本数据;其次,运用BTM主题模型构建灾害信息风险监测模型,得到主题热度趋势并确定具有高风险且亟待预警的话题;然后,提出灾害信息风险预警指标体系和预警等级判定方法,计算所确定话题的风险综合指标预警加权值,并结合预警区间判定预警等级;最后,以2021年“7·20”郑州特大暴雨灾害信息的风险监测和预警为例进行实验分析,验证所提方法的可行性。研究表明,该方法可将灾害信息的文本数据贯穿于风险监测与预警两个过程,有助于为监测结果更有针对性地支持预警工作提供参考。

一种面向SDN的传统网络功能集成方法设计与实现

软件定义网络(SDN)通过将控制平面与数据平面分离并使网络可编程来改变网络的管理方式。控制器是SDN网络的关键组成部分。对于诸如DHCP中继功能、动态路由功能等传统网络功能,目前已存在成熟的第三方网络组件。基于能够更便捷地开发面向SDN的传统网络应用,设计与实现一种通用的传统网络功能集成方法,该方法通过将底层网络流量同步给第三方网络组件,由第三方网络组件完成核心的网络功能。文中基于ONOS控制器利用该集成方法开发了一款通用的传统网络应用,并通过集成DHCP Relay功能的实验完成了对该集成方法的功能性验证。

基于第一性原理计算的固溶体合金集成学习设计方法

基于密度泛函理论的第一性原理方法在考虑了固溶体化学短程序特征后计算得到的合金的基本性质更为可靠。本工作将描述固溶体短程序的团簇加连接原子结构模型嵌入到第一性原理计算中,获得了一系列合金的基本物性数据;构建了数据管理系统,形成成分与性能数据库;进而采用多种机器学习算法构建合金成分与性能的预测模型,并对其进行对比分析;在此基础上,筛选最优算法,以精确预测合金的性能,并实现以性能为目标导向的成分设计;最终形成了一种基于第一性原理计算的固溶体合金集成学习设计方法,并开发出可视化程序软件。该方法有望大幅提升高性能先进合金材料研发的效率。

光伏阵列故障诊断的可解释性智能集成方法

针对现有光伏阵列故障检测和诊断智能方法存在的泛化性不强、可解释性差的问题,提出了一种可解释性智能集成方法。对采集的光伏阵列输出时序电压、电流波形进行特征挖掘,并将多个已成熟应用于光伏故障诊断的智能算法作为不同基学习器与元学习器,构建结合不同智能算法优势且更具泛化性的Stacking集成学习模型;以沙普利可加性特征解释方法为总框架,并结合局部近似可解释性方法,对模型训练过程与结果进行解释分析,通过获取各特征的贡献、分析该集成模型的决策机制,并了解其如何进行诊断,提高其可靠度和可信度。算例实验结果表明,所提可解释性智能集成方法在不同规模数据集的测试中均实现了高精度的故障诊断,模型的可解释性结果表明由该智能集成模型建立的故障特征和诊断结果的映射遵循物理见解,增强了智能方法的可信度和透明性。

湿型粘土砂多参数集成检测方法与便携式检测装置开发

型砂质量是影响铸件质量的重要因素之一,型砂性能参数便携式检测装置尤其是多参数便携检测装置对于铸型质量控制具有重要作用。本文研制了一种基于单片机测试与控制的,可实现湿型粘土砂紧实率、含水量、透气性和湿压强度生产现场同步检测的便携检测装置。文中介绍了仪器工作原理、硬件组成、软件设计和实测结果。便携式检测装置与标准检测方法检测结果对比的相对误差为紧实率0.60%、含水量2.12%、透气性1.87%、湿压强度1.61%,检测时间小于2 min,证明便携式检测装置具有较高的测试精度和工作稳定性。

脉冲电磁阀的集成分类器故障诊断方法

脉冲电磁阀因具有结构简单、成本低、动作快速等优点,被广泛应用于布袋除尘领域,故其元件的健康状态对系统运行安全具有重大的意义。针对脉冲电磁阀常见故障的诊断方法展开深入研究,利用接近开关检测主阀芯开启滞后时间和保持时间作为特征后,构建Bagging-DT(RF)分类器模型进行故障诊断,通过对多种模拟故障的实验结果和多种模型的对比,结果表明,构建的Bagging-DT模型的精确率、召回率、F1值均优于其他模型,且其准确率达到86%,实现了对脉冲电磁阀5种及以上故障更加准确的预测与判断,解决了实际工作中工作人员依靠主观经验,诊断效果可信度较低的问题。

基于K-medoids聚类的异构环境多源烟草物流数据集成方法研究

由于烟草物流行业在运营过程中涉及的数据来源极其广泛且多样,数据不仅格式各异、结构复杂,而且往往分散存储在不同的信息系统中,导致物流数据在集成的过程中,出现数据吞吐量较低的现象。针对上述现象,提出基于K-medoids聚类的异构环境多源烟草物流数据集成方法。通过欠采样平衡类别分布,利用数据相关性和阈值清洗剔除冗余信息,提高异构环境多源烟草物流数据质量,设计基于K-medoids聚类的烟草物流数据集成框架,使用迁移学习动态调整源域权重以优化目标域聚类性能,引入带有相似性约束的新数据点作为初始聚类中心,实现异构环境多源烟草物流数据的有效集成。实验结果表明,设计方法通过聚类算法能够将来自不同数据源的数据进行有效分组和整合,降低数据处理的复杂性,提高数据集成的吞吐量。

关于撤销“数字孪生驱动的离心泵机组故障诊断方法研究[计算机集成制造系统,2023,29(5):1462-1470]”一文的撤稿声明

本刊于2023年第29卷第5期发表的“数字孪生驱动的离心泵机组故障诊断方法研究”[1]一文,作者为张胜文、杨凌翮、程德俊,起止页码:1462-1470,因论文案例使用了合作单位的实验设备图片,应合作单位的要求,作者申请撤稿,因此,编辑部对该论文作撤稿处理,特此声明!请广大读者注意,勿再引用!

中小规模集成电路的自动化集成方法研究及应用

随着集成电路技术的发展,中小规模集成电路的设计和制造面临着日益复杂的挑战。为了提高设计和制造效率,自动化集成方法应运而生。本文对中小规模集成电路的自动化集成方法进行了研究,并探讨了其在实际中的具体应用,通过研究和应用自动化集成方法,中小规模集成电路的设计和制造过程将变得更加高效和可靠。

钻孔地质信息数字化与集成方法研究——以菏泽、济宁、泰安区域钻孔数字化为例

本文以服务于“透视山东—地质信息集成与综合利用”项目建设为方向,收集了山东省菏泽、济宁、泰安3个地市数十年间的500多项地质成果资料。首先对相关报告中所涉及的钻孔信息进行汇总与梳理,构建了11类钻孔信息表格并设计规范化的数据库结构。其次,依托地勘基金研发“钻孔数字化软件”,采用程序和人工相结合的方式对钻孔坐标进行转换与检查,同时对所有入库数据进行检查和修正。利用该软件最终完成了11371个地质钻孔资料数字化录入,保证了入库钻孔数据的完整性、准确性。在地质信息数字化的过程中不断优化工作流程、严格控制数据质量、发现问题并提出有效的解决方案,以保障地质信息数字化成果的准确性与完整性,为下阶段菏泽、济宁、泰安区域钻孔标准化和三维地质模型建设提供准确的基础数据。

基于集成学习算法提升方法的贷款违约预测模型选择

机器学习的集成算法具有重要的应用价值,其实际数据分析效果较好。本文在对信贷违约数据进行数据清洗后,分别使用AdaBoost、XGBoost、LightGBM三种集成提升方法对贷款违约情况进行预测分析,构建了相应的违约预测模型。预测结果显示XGBoost与LightGBM的预测效果略优于AdaBoost方法,LightGBM的计算效率最高。

集成深度强化学习在股票指数投资组合优化中的应用分析

基于集成深度强化学习的投资组合选择是当前量化金融领域的关键技术之一。然而,目前采用上一窗口阶段最优指标决定下一阶段代理的集成滚动窗口方法存在一定的滞后性。为了有效应对这一不足,提出了双层嵌套集成深度强化学习方法。该方法对三种代理(优势演员-评论员、深度确定性策略梯度和近端策略优化)进行两层嵌套模式,第一层集成通过最优化夏普比率进行阶段模型选择,第二层通过加权投票的方法集成三种深度强化学习算法,从单次训练中收集多个模型快照,在训练期间利用这些模型进行集成预测。分别对上证50投资指数和道琼斯指数及其包含的股票进行了投资组合研究,将持有指数被动策略和均值方差投资组合策略作为基线策略。实验采用了投资组合价值、年化回报率、年化波动率、最大回撤和夏普比率等指标作为对比指标。结果表明,所提出的集成方法在实用性和有效性上表现出较好的性能。

基于LTE-R网络的高速铁路机车通信信息集成方法

现有的针对高速铁路机车通信的信息集成方法效果并不理想,为此,文章提出基于铁路长期演进(Long Term Evolution for Railway,LTE-R)网络的高速铁路机车通信信息集成方法。基于LTE-R技术构建高速铁路机车通信信息集成模型,结合LTE-R网络算法提取高速铁路机车通信信息,采用Revit软件和收集器收集数据,实现高速铁路机车通信信息的统计与集成。实验结果证明,文章设计的基于LTE-R网络的高速铁路机车通信信息集成方法,对高速铁路机车通信信息集成的自动化程度较高,可节省99.99%的时间,具有较好的应用性能。

TRIZ与DMAIC集成创新方法在矿冶行业资产管理优化中的应用研究

社会经济的飞速发展导致市场变化下的企业生产成本压力巨大,矿冶企业能否生存,优化固定资产管理势在必行。随着创新方法内容的不断丰富,我国矿冶装备企业所要解决的现实问题越来越复杂,单一的创新方法逐渐难以满足企业解决管理方面问题的需要。因此,该研究将TRIZ和DMAIC集成创新方法应用到矿冶行业资产管理中,通过定义阶段、测量阶段、分析阶段、解决阶段四个阶段对矿冶企业固定资产登记与维护问题进行全面的分析与解决。