Life-cycle cost model and evaluation system for power grid assets based on fuzzy membership degree

Life-cycle cost(LCC)theory can be effectively applied to improve the efficiency and quality of power plant equipment and asset management.However,specific aspects of the LCC calculation and evaluation model require further research for practical application.This paper proposes an LCC assessment model for the management of electric power plant equipment during its service life.A membership function method based on fuzzy logic is used to improve the allocation of modernization and overhaul projects to multiple equipment assets.An LCC assessment model and evaluation system for power equipment are proposed and successfully applied to the equipment and project management of a Guangzhou power plant in the China Southern Power Grid,providing a decision-making mechanism that facilitates efficient operation and optimal utilization of power plant equipment and assets.

The Theory of Membership Degree of Γ-Conclusion in Several n-Valued Logic Systems

Based on the analysis of the properties of Γ-conclusion by means of deduction theorems, completeness theorems and the theory of truth degree of formulas, the present papers introduces the concept of the membership degree of formulas A is a consequence of Γ (or Γ-conclusion) in Lukasiewicz n-valued propositional logic systems, Godel n-valued propositional logic system and the R0 n-valued propositional logic systems. The condition and related calculations of formulas A being Γ-conclusion were discussed by extent method. At the same time, some properties of membership degree of formulas A is a Γ-conclusion were given. We provide its algorithm of the membership degree of formulas A is a Γ-conclusion by the constructions of theory root.

A Support Vector Machine-based Evaluation Model of Customer Satisfaction Degree in Logistics

This paper presents a novel evaluation model of the customer satisfaction degree (CSD) in logistics based on support vector machine (SVM). Firstly, the relation between the suppliers and the customers is analyzed. Secondly, the evaluation index system and fuzzy quantitative methods are provided. Thirdly, the CSD evaluation system including eight indexes and three ranks based on one-against-one mode of SVM is built. Last simulation experiment is presented to illustrate the theoretical results.

堰塞坝开发利用综合评价方法与应用

现阶段堰塞坝开发利用工程设计建设大多沿用传统土石坝相关技术理论,应急抢险、风险分析及开发利用可行性分析完成后,缺少针对堰塞坝开发利用效果的定量评价方法。通过分析社会及生态、供水灌溉、发电功能及投资回报等堰塞坝开发利用需求,建立堰塞坝开发利用综合评价指标体系和多级模糊综合评价模型,引入云模型改进的层次分析法确定各指标权重,结合构建的隶属度函数确定各指标隶属度,并以红石岩、唐家山、白格、舟曲泥石流堰塞坝为典型案例,综合评价国内典型堰塞坝开发利用效果。结果表明:堰塞坝开发利用综合评价体系满足需求效果及收益最大化的评价要求,改进的多级模糊综合评价模型较好地解决了评价指标随机性、离散性等问题;综合评价结果与工程实际情况基本相符,评价体系及模型具有较好的适用性。研究成果可为堰塞坝开发利用综合评价提供理论参考和实践依据。

基于PLC的油田注水全自动监控模型构建

油田注水全自动监控能够减少能耗,为实现油田注水全自动监控,构建一种基于PLC的油田注水全自动监控模型。首先设定监测目标,将注水量、供水量、注水井压力和注水井总流量作为约束条件,并建立基于油压、套压、注水水质、注水量、注水温度等预警指标,采用PID与PLC结合的方法实现油田注水全自动监控。实验结果表明,所提油田注水全自动监控模型在注水量监控、缓存罐液位监测、回水管路液体压力、油压监测等方面具有较高的准确性,能够满足方法设计需求,具有一定应用价值。

基于加权隶属度矩阵的岩体质量优化分级及支护研究

巷道围岩质量分级是巷道围岩稳定性分析、合理支护设计与施工的基础。提高分级结果的准确性,是提升支护效果和巷道围岩稳定性的关键途径。以RMR法为基础,以某一测点的分级因素指标值为例,构建RMR法各分级指标的隶属度矩阵,再结合熵值法确定分级指标的权重,得到加权隶属度矩阵,构造优化后的评分公式,进行指标优化评分和围岩质量分级,然后根据围岩质量分级结果及松动圈监测结果设计支护参数,利用FLAC3D进行模拟计算以巷道围岩塑性区体积和顶底板收敛量为评价指标,研究优化前后的支护效果。研究结果表明:经过优化后的指标评分和围岩等级更加准确,巷道支护参数设计更加合理,数值模拟结果显示其能有效地提升围岩的稳定性,并将优化后的支护设计参数应用于工程,取得了良好的效果。研究成果可有效解决巷道围岩分级因素指标值位于分级边界或分级跨度大的问题,为矿山岩体质量分级与支护设计提供参考。

基于模糊隶属度分布函数的博斯腾湖景观适宜水位确定

采用层次分析法识别博斯腾湖景观关键点,基于湖泊特征水位分析,构建了景观关键点水位和景观适宜度的模糊隶属度分布函数,计算了不同季节博斯腾湖景观适宜水位范围。结果表明:湖泊水质、年旅游业收益是识别博斯腾湖景观关键点的主要因素;博斯腾湖最佳景观水位为1046.70 m,低警戒水位为1045.00 m,高警戒水位为1047.90 m,低、高破坏边缘水位分别为1045.40 m和1047.40 m;不同季节博斯腾湖景观适宜水位存在差异,春季和秋季景观适宜水位范围为1045.90~1047.16 m,夏季为1046.00~1047.00 m,冬季为1045.85~1047.25 m。

融合多源数据的桥梁技术状况指标评定方法

为可靠地评定桥梁技术状况,针对桥梁技术状况评定过程的模糊性和不确定性特点,提出一种融合多源数据的桥梁技术状况指标评定方法。该方法首先通过云模型分别将桥梁技术状况指标的检测值和监测值转化为指标各等级的隶属度,并用隶属度构造改进Dempster-Shafer证据理论的基本信任分配函数,再结合证据冲突/一致度和信息熵确定综合权重系数,对基本信任分配函数进行修正,然后采用Dempster合成规则融合得到综合基本信任分配函数,最后依据最大隶属度原则得到指标的标度,实现桥梁技术状况的可靠评定。采用该方法和《公路桥梁技术状况评定标准》(JTG/T H21—2011,现行评定方法)分别评定某座斜拉桥的索力指标,结果表明,与现行评定方法相比,该方法的评定结果对应的养护对策与实际养护对策更相符,该方法有效、可行。

基于模糊区域生长的医学图像分割

针对肺部图像的特征,论文提出了一种基于模糊隶属度的区域生长的图像分割方法。首先,对原图像进行预处理,并将其二值化;其次根据二值图像确定不同区域轮廓,计算不同区域的质心;再次,根据标注图像自动获取目标区域的质心将其作为区域生长的种子点;最后利用隶属度函数计算种子点邻近像素点的隶属度,根据其隶属度的大小进行区域生长。实验结果表明,论文提出的方法与传统区域生长方法相比能够缓解过分割或者欠分割现象,分割精度比传统方法提高了21.88%,可以分割出更清晰的目标区域,为今后的临床诊断提供帮助。

基于主客观组合赋权-云模型的边坡稳定性评价

边坡工程在外力作用下易造成滑坡、泥石流等地质灾害,严重影响周边的人民生命财产安全。选取边坡角、边坡高度、天然容重、孔隙水压力比、黏聚力、内摩擦角等6个评价指标,运用CRITIC法和序关系分析法(G1法)分别计算6个评价指标的客观权重和主观权重,并用博弈论对权重进行组合赋权,最后确定综合权重。结合正向云发生器,计算出边坡不同等级的隶属度,并与CRTIC法评价结果及实际等级进行对比,结果表明:边坡稳定性评价的准确率与权重息息相关,利用CRITIC-G1云模型所得的组合权重准确率高达91.7%,而CRITIC法的准确率仅为75%。随机抽取5组数据检验CRITIC-G1云模型的合理性和可靠性,结果显示CRITIC-G1云模型的边坡稳定性等级评价结果与实际边坡稳定性等级相吻合,证明该方法可以用于边坡稳定性的分析与评价。

基于隶属度综合分析法从制革固废中回收羊毛纤维

为提高制革固废中毛纤维的利用价值,本实验将隶属度综合分析法与响应面优化法相结合,建立了酶法回收毛纤维的工艺。运用隶属度综合分析法对不同酶法回收的羊毛纤维白度、断裂强度、断裂伸长率和酶解液总蛋白、总糖含量进行赋权计算,以获得的综合评分S为响应值,运用响应面优化法对酶制剂配比进行优化,最终获得羊毛纤维的回收工艺。具体为:含毛制革固废80℃高温水浴1 h,冷却后浸入含有胶原酶2.5 g/L、胰蛋白酶2.5 g/L、菠萝蛋白酶5 g/L的溶液当中,以NaOH溶液调节pH至7.0,40℃酶解5 h,过滤洗涤,提取毛纤维。经测定提取的毛纤维白度61%,纤维断裂伸长率33%,较原毛均有所提升,纤维断裂强度1.08 cN/dteX,为原毛的96%。该研究为制革含毛固废的高值化利用提供了理论参考。

模糊逻辑在海洋天气预测中的应用

海洋环境有多变性、复杂性、突发性等几个特点,这些特点导致海洋天气难以准确预测,对海上设备防腐、海上施工及人民出行和生活造成很多不便。随着社会的发展,海上工业和渔业及人民生活对天气预报准确度有更高的要求。利用精密数据采集仪器,把海洋环境的一些参数进行记录、集成,随着时间的推移、相关数据的积累,建立最大隶属度型模糊逻辑可以帮助进行更为准确的预测,从而为施工、出行、生活等各方面在天气方面提供参考,减少风险,保障安全。

基于空间信息的鲁棒模糊C均值聚类的苗族服饰图像分割算法

针对苗族服饰图像中破损污渍、折叠痕迹、色彩差异大和噪声破坏等现象所导致的传统模糊C均值聚类(Fuzzy C-means,FCM)算法分割质量不佳问题,提出了基于空间信息鲁棒FCM算法,用于苗族服饰图像分割。通过均值滤波和中值滤波处理空间邻域信息,对应获得2种方法,并用一个加权参数调节模糊隶属度的稀疏性,旨在加强细节的提取和提高算法对噪声的鲁棒性。实验表明,对于被高斯噪声破坏的图像,基于均值滤波处理的改进算法,其划分系数提高约3.6%,划分熵降低约5.6%;对于被椒盐噪声破坏的图像,基于中值滤波处理的空间约束项的改进算法,划分系数提高约2.7%,划分熵降低约4.3%。该算法提高了对这类苗族服饰图像分割的质量,对于传统文化的传承具有非凡的意义。

基于BP神经网络和模糊隶属度的PM_(2.5)浓度校准

基于大量数据,采用Pearson相关系数与模糊隶属度分析自建点与国控点的细颗粒物(PM_(2.5))浓度数据相关性。其间通过建立反向传播(Back Propagation,BP)神经网络模型进行训练,并采用遍历试错法确定神经网络的最优算法与相关参数。经反复调试,校准结果相对于国控点数据的均方误差下降到0.005,均等系数为0.95,系统显示出优异的校准性能。研究结果表明,结合模糊隶属度预处理原始数据后,训练算法选用适宜、结构设定合理的BP神经网络能很好地校准自建点PM_(2.5)浓度数据,提高自建点数据精度。

激光通信网络空间恶意节点识别方法

为了增强网络传输数据的安全性和稳定性,提出了一种激光通信网络空间恶意节点识别方法。在解析节点通信方式的基础上,明确节点平均包转发延时、转发率和丢包率的属性矢量。然后利用函数极值计算节点隶属度,提取恶意节点入侵特征。结合历史恶意入侵数据,运用二维熵识别不同类别的恶意节点,筛选出恶意节点的差异特征并获得恶意节点识别结构。利用识别分数获得恶意节点空间特征向量,对所有差异特征的二维熵做最优解处理,明确识别临界值,进而实现对恶意节点的识别。实验表明,上述方法能够精准识别出恶意节点,保障了激光通信网络空间运行和用户隐私信息的安全。

基于模糊多目标决策的物联网大数据聚类算法

现有的物联网大数据聚类算法容易受到相似性攻击,聚类效果较差。为了提升自适应能力,提出了一种基于模糊多目标决策的物联网大数据聚类算法。选取梯度下降法进行重复迭代,得到物联网事件的模糊置信度和支持度阈值,利用模糊C均值聚类算法获取最优模糊划分矩阵;建立目标决策矩阵,确定目标权重,明确理想决策目标和负理想决策目标,获取最终决策结果,从而实现物联网大数据的有效聚类。选取某电力企业的物联网大数据平台进行聚类实验,结果表明,该算法可有效聚类物联网平台中的海量数据,聚类结果的簇间区分度、簇间关联性和聚类敏捷性高。

覆盖变精度粗糙区间直觉模糊集模型探究

概述区间直觉模糊集的基本理论,利用所定义的平均隶属度、平均非隶属度,建立基于覆盖的变精度粗糙区间直觉模糊集的4种模型,并讨论这4种模型的一些相关性质、与现有模型的关系以及4种模型之间的关系;最后,对4种模型进行实例分析。

水利工程运行管理的安全风险评估

水利工程在运行管理过程中面临着各种复杂的安全风险,适当识别、评估和有效管控这些风险,是确保水利工程安全稳定运行、维护公众利益的关键所在。从人员、组织、技术3个方面,构建了包含13个指标的水利工程运行管理安全风险评价指标体系,建立了熵权-模糊综合评价模型,对马鞍山市10座小型水库的运行管理进行安全风险评价。根据评价结果,提出了相应的管理建议。

Multi-attribute decision making model based on optimal membership and relative entropy

To study the problems of multi-attribute decision making in which the attribute values are given in the form of linguistic fuzzy numbers and the information of attribute weights are incomplete, a new multi-attribute decision making model is presented based on the optimal membership and the relative entropy. Firstly, the definitions of the optimal membership and the relative entropy are given. Secondly, for all alternatives, a set of preference weight vectors are obtained by solving a set of linear programming models whose goals axe all to maximize the optimal membership. Thirdly, a relative entropy model is established to aggregate the preference weight vectors, thus an optimal weight vector is determined. Based on this optimal weight vector, the algorithm of deviation degree minimization is proposed to rank all the alternatives. Finally, a decision making example is given to demonstrate the feasibility and rationality of this new model.

权重和数据影响下水资源承载力评价不确定性研究

水资源承载力是实现“空间均衡”的重要刚性约束条件,其科学评价对于地区生态文明建设与可持续发展具有重要理论与实践意义。以往研究多集中于确定性评价,然而受多种因素的影响,水资源承载力评价也存在一定的不确定性。以新疆地区为例,采用Bootstrap、均匀分布假设法的随机抽样以及随机误差生成等方法,借助隶属度及不确定度的概念,量化指标权重及指标数据不确定性对研究区水资源承载力评价结果的影响。结果表明:基于Bootstrap和均匀分布假设法,由指标权重不确定性导致的新疆地区水资源承载力评价等级不确定度分别为21%和17%,由数据不确定性导致的不确定度为8%;随着指标权重和数据不确定性的增加,研究区水资源承载力评价等级的不确定度均随之增加;通过增加等幅误差的方法表明,数据不确定性对研究区水资源承载力评价等级的影响更大。研究成果可为科学评价水资源承载力、降低其不确性提供参考。