基于改进AHP-PSO的三模盾构掘进模式地质适应性研究

为提出一种可靠的复合盾构各掘进模式地质适应性分析方法,根据地质条件、地质风险、设计参数和工程需求评估影响盾构掘进的关键参数,并基于层次分析法(analytic hierarchy process,AHP)算法建立三模盾构的土压、泥水、隧道掘进机(tunnel boring machine,TBM)3种掘进模式的地质适应性评价模型。同时,通过混合逻辑结构改进AHP算法,并结合粒子群优化(particle swarm optimization,PSO)算法提高了其一致性检验和权重求解的能力。最后,以广州地铁7号线二期工程萝岗-水西区间三模式盾构施工工程为例进行三模式盾构地质适应性分析及掘进模式选取,得到的掘进模式选取方案在实际工程应用中取得了较好的掘进质量和掘进效率。该工程证实研究成果能对相关工程施工提供可靠的掘进模式选取方法。

基于AHP-PSO模糊组合赋权法的地铁火灾安全韧性评估

为提升地铁火灾系统的安全管理水平,结合韧性理论对地铁火灾系统抵御能力和复原能力进行研究。根据韧性概念建立环境、人员、设备、管理4个方面的安全韧性评估体系,并基于AHP-PSO和改进CRITIC的主客观组合赋权模糊评价法对韧性指标体系及其权重进行确定,构建地铁车站火灾安全韧性模糊综合评估模型,并以上海市人民广场地铁站为例进行模型的应用。结果表明:上海市人民广场地铁站综合评价等级为较高韧性,该评价结果与此地铁站的实际情况基本一致,其中火灾自动报警系统对整体韧性影响最大,并提出建立二级管理的火灾自动报警系统来提高系统安全韧性水平。

基于AHP-PSO的滇池流域生态补偿标准评估

通过AHP(层次分析法)在决策目标、影响指标及评估方案3层要素之间,选取湖泊环境、社会因素及经济因素3个维度的25个基层指标,建立了湖泊生态补偿标准评估指标体系。采用MATLAB软件编写了2个程序,分别用于求解初始评分矩阵、计算评估方案权重和辅助PSO(粒子群优化算法)修正指标体系中不满足一致性要求的初始评分矩阵、优化层次分析结果。经计算,生态系统服务价值理论与污染治理费用法的权重分别为38.16%、61.84%。选用生态系统服务价值理论与污染治理费用法两种评估方案,并结合市场价值法、成果参照法、影子工程法、Vollenweider模型及完全混合模型,通过实证研究检验评估标准的合理性。计算得出滇池流域的生态补偿标准总额为32.6302亿元/a,流域内单位面积的生态补偿标准为5207元/(a·hm^(2))。

基于组合赋权可拓模型的装配式建筑成本控制水平评价研究

装配式建筑成本居高不下是阻碍其发展的主要原因,为了有效降低并且控制装配式建筑成本,推动装配式建筑发展,从设计、生产、运输、安装四个阶段选取24个指标构建装配式建筑成本控制水平的评价指标体系;并且运用主观赋权法(PSO-AHP)与客观赋权法(CRITIC)相结合组合赋权,确定综合权重;在此基础上,运用可拓学评估法,将评估目标物元化,构建装配式建筑成本控制水平物元可拓模型;最后,以乌鲁木齐市某装配式项目为例进行模型应用验证,结果表明评价结果合理,与实际情况基本吻合。

基于粒子群算法的训练仿真想定优化生成方法

针对训练仿真想定中的训练效果不够理想的问题,为了获得训练效果更好的训练仿真想定,对训练仿真想定进行了优化,提出一种基于粒子群优化(PSO)算法的训练仿真想定生成方法。以改进威力场模型的态势评估方法为基础构建了适应度函数,在计算机仿真软件中结合改进的层次分析法(AHP)确定能力权重参数;并以作战平台的属性具体实例化粒子,改进了粒子群算法求解训练仿真想定的优化方案。使用计算机仿真案例对方法进行验证,并在计算机仿真平台上比较了优化前后的训练仿真想定结果。结果表明:该方法能对训练仿真想定的难度进行调整,可有效帮助优化生成训练仿真想定,帮助解决训练仿真想定优化生成问题。

面向预警监视任务的雷达组网智能化资源调度

针对当前预警监视任务中雷达组网资源调度方法难以与太空目标数量井喷式增长、太空武器多样化发展的趋势相适应,而资源调度具有场景复杂、计算量大、精度要求高等特点的问题,在对反导预警与空间目标监视2类任务中资源调度原则分析的基础上,引入层次分析法与人工智能算法对资源调度问题进行求解,在任务和雷达2个层面实现了面向预警监视任务的雷达组网智能化资源调度。在任务层面,基于层次分析法对任务优先级进行了划分,为面临多个任务冲突时的任务优先选取提供了解决途径;在雷达层面,通过构建2类任务场景下的资源调度模型,在模拟退火算法和粒子群算法的基础上进行改进,提出了面向目标分配排序作业的模拟退火混合离散粒子群算法,对资源调度方案优化中的计算时间、资源节省率、算法合格率等3个指标进行了提升,有效提高了预警监视任务中雷达组网的探测效能。

基于层次分析法与粒子群算法的飞机装配公差多目标优化

飞机研制过程中合理的装配公差分配是提高装配准确度和一次装配成功率、降低研制成本的有效途径。本文提出了面向装配性能、加工成本和装配操作复杂度的多目标装配公差优化模型;采用层次分析法与粒子群算法相结合的方法对飞机装配公差多目标优化模型进行求解,用层次分析法确定权重因子并以多目标装配公差优化模型作为适应度函数;最后,以某型飞机外襟翼的一个组件装配公差为例对算法进行验证,计算表明装配公差优化结果能够达到设计要求,可以提高装配公差优化的精度和效率。

基于AHP和PSO方法的茶企业品牌溢价因素定量研究

品牌溢价在茶企业运营中有重要意义,品牌附加值决定价值取向。通过150份调查问卷和专家评议,建立产品质量、品牌独特性、品牌实力等3个中间层因子,产地生态、加工技术、生产规模、品牌个性化形象等9个底层因子。采用层次分析法(AHP)对各因子进行定量分析,并用粒子群优化算法(PSO)提高结果准度,建立茶企业品牌溢价定量模型,得出品牌知名度和产地生态是影响品牌溢价最重要的因子。同时,根据不同品牌类型,选择小罐茶、七彩云南、谢裕大、梅山崖四大品牌进行实证研究,分析其品牌溢价能力,并对之提出建议。

基于双重耦合模型的森林固碳综合价值评估

为对森林固碳量进行评估,并根据森林综合价值制定合理的森林采伐管理策略,建立双重耦合模型。开发InVEST-HWP-SF模型,利用研究区域森林分布资料,结合各类型森林数据,估算和可视化森林的固碳量,采用生产法估算木质林产品(HWP)含碳量,并利用再生森林(SF)模型计算不同森林类型、各林龄组的固碳量;建立F-AHP-PSO森林效益评价模型,基于层次分析法(AHP),从森林(F)的潜在固碳价值、人文价值等多个层面选取9个评价指标,利用粒子群优化(PSO)算法修正判断矩阵。以黑龙江省为例,估算出该地区2020年的固碳量为3653.26×106 t,并给出最有利于该地区森林固碳的采伐策略,其中最佳采伐面积比例为30%;选取吉林省和云南省进行固碳量评估,从森林综合价值角度对采伐管理策略进行完善和比较,并对PSO模型参数进行敏感性分析。模型具有良好的普适性,可为森林管理者评估和经营森林提供参考。

求解区间数AHP判断矩阵的权重的一种新方法

将区间数判断矩阵权重向量的求解转化为两个约束优化问题的求解,并利用改进的粒子群优化(PSO)算法来求解此约束优化问题.最后利用朱建军等的两个数值例子来检验改进的PSO算法,并将求解结果与参考文献[1]利用遗传算法所得结果进行分析比较,说明本文结果更具一般性和代表性.

传统车转型新能源领域后的品牌价值计算方法

品牌价值对于打造强势品牌重要性日益提升,最近的学术文献显示并强调了计算和理解品牌价值的优势,品牌价值的许多定义反映在不同的品牌估值方法和方法中,根据估值目标和方法,最终结果或多或少可靠,或多或少主观,基于历史或前瞻性。对于新能源汽车消费市场,针对传统品牌进军该领域的现象,提出一套向新能源市场转化的品牌价值模型对于各传统车企来说十分重要。本文通过对于InterBrand等模型的研究,确立了一套传统车转型新能源领域后的品牌价值计算框架,基于AHP-PSO确定模型权重,为此行业现象提供了计算依据。

基于PSO-AHP的大坝致灾因子权重计算

提出了一种基于改进粒子群优化-层次分析法(SELPSO-AHP)的致灾因子权重计算模型,该模型依据大坝现场检测、原型监测和安全定期检查等成果,由层次分析法构建大坝风险分析的层次结构体系。为保证判断矩阵的一致性,引入改进粒子群算法和罚函数法用于层次分析法的权值计算,取得了比遗传算法更精确、更稳定的结果。将所建立的模型用于某混凝土重力坝的运行风险分析,得到了影响该坝运行风险的主要因素,为保障大坝安全提供了依据。

基于粒子群优化层次分析法的LNG槽车风险评价

液化天然气(LNG)接收站一般位于沿海主要危化品港口,港口各种生产企业密集、来往人员较多,每天往返于接收站装卸LNG的槽车,由于流动性大、安全管理细致程度高,已成为LNG接收站安全管理工作的重点。通过对槽车在LNG接收站内充装过程中全流程进行跟踪,首先选取15个影响槽车充装安全性的关键因素建立LNG接收站槽车充装风险评价指标体系;然后提出一种基于粒子群算法优化的层次分析法(即PSO-AHP法)对各风险因素的权重进行计算与重要度分析;最后针对槽车安全管理方面的薄弱点提出了相应的改进建议。结果表明:使用PSO-AHP法可以更精确地确定评价指标体系中各风险因素的权重,帮助安全管理者明确槽车充装过程中安全管理的落脚点,以增强LNG接收站内槽车运行的安全性。

基于BP神经网络的机电产品绿色度评价方法

绿色度评价直接影响着机电产品的设计、制造、管理及发展。从机电产品制造的能源、资源、环境、经济和技术等属性进行分析,运用层次分析法(AHP)确定机电产品绿色度评价指标体系及其权重,建立机电产品绿色度BP神经网络评价模型,通过粒子群-人工蜂群(PSO-ABC)算法优化训练BP神经网络结构参数。仿真实验表明,该方法评价速度快、准确率高,对于指导机电产品绿色制造具有较好的参考价值。

基于PSO-AHP方法的山区泥石流灾害风险评价——以吉林省蛟河市为例

以吉林省蛟河市为研究区,以该地区多源数据为基础,基于自然灾害风险形成理论进行综合风险评价指标的选取,运用自然灾害风险指数法、基于粒子群优化算法(PSO)的层次分析法(AHP)评价了区域泥石流灾害综合风险,并进行了实例验证.结果表明:蛟河市泥石流灾害的发生与当地极端降雨条件有密切联系;泥石流灾害风险具有明显的时空差异.蛟河市区中部及西南部的天岗、庆岭、松江三镇为泥石流高风险区,而东北部的前进乡和西北部的天北镇风险较低,南部的漂河镇具有较高潜在风险.评价结果与实际情况基本一致,表明该方法具有可行性.研究结果为蛟河市的地质灾害防治工作提供了理论参考,并加强了研究区内地质灾害数据库的实际应用和数据共享.

基于PSO-AHP的养老建筑照明光环境评价体系分析

随着人口老龄化问题日渐凸显,养老建筑环境问题尤其是光环境问题亟待改善。文章首先运用AHP法建立评价体系并构建评价指标初始化矩阵,然后根据粒子集群算法对初始化矩阵进行优化,得出更为合理的养老建筑照明光环境评价指标权重。结果表明:眩光不适感、清晰感和照明控制方便性是影响养老建筑光环境的主要因素,其权重分别为0.301、0.185和0.171。因此在今后的养老建筑照明设计中,应优先解决眩光不适感、清晰感和照明控制方便性,其次考虑颜色真实性、明暗对比合适、照明节能问题。老人的心理需求需要得到重视。文章为今后的养老建筑照明设计提供理论依据。

基于PSO算法与AHP最小二乘模型对多属性决策问题权重求解

针对AHP分析法的一致性检验的不确定性,建立了最小二乘拟合的非线性优化模型,并结合使用PSO智能优化算法求解这一非线性优化问题,使求得的结果更加合理,得到的权重指标更加具有参考价值。在算法实例中运用上述模型对应急预案指标体系进行权重求解,结果证明该模型简明有效,PSO算法能够很好地求解这一问题。