Vague模式排序法进行目标价值排序

提出从Fuzzy数据向Vague数据的两个转化公式,提出Vague集之间的相似度量公式。数据转化公式和相似度量公式是Vague模式排序法的两个基础。该方法能进行目标价值排序,也能为如何选择更重要攻击目标提供理论依据。应用实例表明Vague模式排序法是实用的。

基于Hooke & Jeeves模式搜索的排序学习方法

由于信息检索评价准则的不连续和不可导性,传统排序学习方法不能从训练数据中直接优化排序评价准则。针对该问题,将排序学习问题转化为线性组合优化问题,提出一种新的排序学习方法。该方法利用Hooke&Jeeves模式搜索,交替进行探测搜索和模式移动,从而加快排序学习的收敛速度。在10个排序学习数据集上的实验结果表明,与基于坐标上升法的排序学习方法相比,该方法的时间开销较低,排序效果较好。

基于Vague集的TOPSIS方法在导弹保障方案决策中的应用

针对导弹保障方案决策特点,研究基于Vague集的逼近理想解排序方法。采用模糊语言变量对保障方案的各个指标进行赋值,并给出模糊语言变量的Vague值含义和Vague集之间的欧氏距离定义;运用记分函数来确定正理想解和负理想解,建立基于Vague集的TOPSIS模型,并通过实例进行验证。结果表明:Vague集能部分模拟人类的决策过程,有效处理不完全和不精确的信息;基于Vague集的TOPSIS方法应用较合理,计算较简便。

基于加权意见集中排序法的群决策裁决模式

在研究群决策裁决模式的基础上,分析了现有群决策裁决算法的局限,并综合考虑各决策者的知识、经验、智慧和意见,尤其是决策过程中各决策者所拥有的权力因素作用,提出了基于加权意见集中排序法的群决策裁决模式,以实现群决策的一致性和科学性.具体算例表明,该方法在各种群决策裁决模式中具有较强的有效性、实用性和通用性.

基于IAHP、Vague集与TOPSIS的林下种植模式优选

本文综合考虑经济、生态、社会效益进行了林下种植模式的优选方法。林下种植模式优选是一个复杂的多属性决策问题,需要将其产生的经济、生态、社会效益纳入同一框架加以综合分析。基于各种林下种植模式的不同特点,建立了优选评价指标体系,综合运用IAHP(区间数层次分析法)、Vague集与TOPSIS(逼近理想解排序法)模型对贵州省L县J镇4种林下种植模式进行了优选分析。结果表明:1)林下种植模式优选评价指标体系包含了目标层、准则层、指标层和因素层4阶递阶层次结构,其中因素层从经济-生态-社会综合效益共识别了20个因素。2)通过IAHP对评价指标赋权发现,在发展林下种植过程中经济效益是首要考虑的因素,权重最高为0.405,其次是生态效益和社会效益,权重依次为0.314和0.281。3)实证研究得出了4种林下种植模式的优劣排序:A_(1)>A_(4)>A_(2)>A_(3),即林药模式最优,其次是林菌模式,再次是林茶模式,最差的是林蔬模式。文章提出的基于IAHP、Vague集与TOPSIS的林下种植优选模型弥补了传统决策方法的不足,能在综合考虑经济、生态和社会效益的基础上获得林下种植模式优劣排序,为林下种植模式优选提供科学依据。

城市纯电动汽车发展模式论证方法

电动汽车的大规模发展,已成为一种必然趋势。影响和制约电动汽车发展的因素主要为蓄电池的储能量、经济成本以及公用基础配套设施。电动汽车常用充电模式的选择有3种,常规充电、更换电池和快速充电,其中快速充电目前仅一种应急措施,用于对前2种模式的补充。选择不同的充电模式,将对充电经济成本、充电基础设施以及对电网产生不同的影响,故为确定各城市或地区适用的电动汽车发展运营模式,针对充电模式评价与选择,基于实践应用和理论优化两个层面对电动汽车的两种主流充电模式——插充模式和换电模式的社会效益、经济效益、技术性、安全和电网影响5个方面进行综合分析,提出相适应的指标评价方法,并用算例进行计算验证了评价体系的合理有效性。

舰艇受损舱室的破损模式识别算法

为了方便舰员准确地判断破损进水的舱室,建立仅依赖舰艇姿态信号进行舱室破损模式识别的算法。使用宽度优先搜索以及回溯查找,建立舱室破损模式空间集的生成算法;依据信息熵理论建立识别属性集的权重计算模型;使用基于"垂面距离"的逼近理想解排序法,建立舱室破损模式识别算法。对某船模的破损模式识别进行实船计算,计算结果表明该识别算法准确、客观。

基于新Vague软集模糊熵-Topsis的地标决策

本文分析了现有模糊熵构造方法存在的不足,并提出一种新的Vague软集模糊熵构造方法。该方法既包含Vague集的模糊度又包含其本身的犹豫度,采用Vague集真假隶属度的距离所产生的不确定度和其未知度相加来综合度量影响模糊熵的这2种因素,令调节系数取值为常数,让其简单乘以1/2,以符合Vague软集模糊熵的约束条件。通过与现有模糊熵对比,表明了该模糊熵的合理性。最后通过建立模糊熵-Topsis地标决策模型,剔除信息中的模糊性,并对地标的有效信息进行量化且加入权重,最终以各个地标与参照点之间的相对距离表示地标的排序。将该模糊熵用于地标排序,表明其能够做出有效的最优决策。

基于改进的云模型-FMEA的油气管道风险排序

为解决传统故障模式和影响分析法(FMEA)存在故障优先排序不准确、风险评价主观性过强的问题,提出一种基于混合权重-云模型的油气管道故障模式风险评价方法。首先,调研并分析油气管道失效模式与原因,构建系统FMEA模型;然后,提出基于云模型与混合权重法的专家评价意见处理方法,引入博弈论的思想,降低评价结果的主观性与随机性;最后,使用多准则妥协解排序法(VIKOR)对各个失效模式风险排序,并对比传统FMEA法,验证该方法的可行性与准确性。结果表明:该方法可综合评估管线上各管段的风险因素,量化不同管段上的风险值及同一管段上的最主要的失效模式,实现管道高风险区域的有效定位及管段上风险因素排序。

科研院所科技成果产业化模式选择模型研究

本文在进行科研院所科技成果产业化外部影响因素及内部影响因素识别与评估基础上,首先借鉴定量战略规划矩阵法,提出了科技成果产业化模式适应性评价项目和初选准则,构建了科技成果产业化模式初选模型;其次在探讨科技成果产业化模式可行性和可接受性评价指标和优选准则的基础上,借鉴基于Vague集的模糊多目标决策法,构建了基于距离法的科技成果产业化模式排序与优选模型;同时结合某科研院所实际进行了应用研究,为其选择出了适用性、可行性和可接受性强的产业化模式,研究成果为科研院所科学选择科技成果产业化模式提供了借鉴.

基于混合多属性决策和关联分析的模糊粗糙FMEA评估方法

为解决面向不确定环境下的产品失效模式与影响分析(FMEA)问题,提出基于混合多属性决策和关联传播分析相集成的FMEA新方法。该方法为有效处理FMEA过程中各阶段专家的模糊性、不确定性评价信息,运用区间形式的模糊粗糙数进行建模。在此建模框架下,首先以模糊粗糙层次分析法构建风险因子权重分析矩阵,并通过自动机算法进行寻优求解得到权重向量;其次引入Kullback-Leibler散度对多准则妥协解排序法模型进行改进并用于风险优先数的计算;最后考虑到失效模式间的交互影响,构建失效模式关联传播复杂网络,通过计算关联输出度、介数、集簇系数等网络拓扑参数对风险优先数进行修正,进而对失效模式的风险性进行全面重新排序。以冶金设备专用大型齿轮箱为例,验证了该方法的可行性与有效性。

基于FMECA信息的测试性验证试验样本分配方法

针对目前国内外测试性验证试验中普遍采用的基于故障率的分层抽样方法考虑因素单一,可能导致样本分配不尽合理,而现有考虑多因素的样本分配方法代表性不足,难以实现工程上的应用的问题,对影响样本分配的因素与故障模式影响及危害性分析(FMECA)信息的关系进行了详细分析,提出了基于FMECA信息的样本分配方法。首先定义了单元影响系数和影响因子向量,提出了向量各元素赋值规则,解决了影响因素选取的问题;其次通过基于逼近理想解排序法(TOPSIS)优化的层次分析法确定了权值矩阵,实现了样本分配。最后通过实例验证表明该方法考虑因素全面,运用灵活,更具代表性和工程应用价值。

基于FMEA和模糊TOPSIS的波浪能发电装置风险评估方法

波浪能发电装置结构复杂,运行环境恶劣,易受到风浪冲击和海水长期浸泡腐蚀的威胁,对装置进行可靠性分析时面临系统故障模式复杂、故障记录少等问题,海洋工程领域传统的故障模式及影响分析(FMEA)方法难以对装置系统的风险进行准确评价。基于模糊逼近理想排序法(TOPSIS)提出一种改进的FMEA风险评价模型,采用模糊置信结构对评价因素进行表示,引入评价因素的权重概念,建立风险性能指标的加权规范化矩阵,利用TOPSIS逼近理想解的原理进行风险排序,得到风险优先数,并以浮力摆式波浪能装置为例进行分析,结果表明俘获系统对波浪能发电装置整体的可靠性影响最为显著。

对应分析和去趋势分析在有蹄类取食模式研究中的应用

本研究以2009年1月和2010年1月小兴安岭大沾河湿地自然保护区二可河林场内驼鹿冬季食性的数据作为原始数据,分别以对应分析(CA)、去趋势分析(DCA),并将数据以样本为单位进行标准化后,再进行去趋势分析(DCA_std)3种排序方法,对驼鹿冬季取食模式进行了研究,后通过普鲁克分析,比较了不同排序方法对大型有蹄类取食模式研究的效果。结果表明,3种排序法的1轴和2轴均能涵盖绝大多数信息量,CA涵盖79.27%,DCA涵盖66.65%,DCA_std涵盖68.22%;3种方法均能够在1轴上区分针叶树和落叶乔木类食物,在2轴上,3种方法主要能够达到针叶树种与除落叶乔木外的其他植物类别的区分。虽三者均能够展现有蹄类取食模式,但在图形可视化后,仅DCA_std无明显的弓形效应。普鲁克分析结果表明,DCA_std样本位移平方和与CA和DCA均有很大差异,即将数据先进行标准化再进行DCA分析能够有效去除弓形效应。因此,由多度组成的食性数据在进行标准DCA分析前,应对数据进行前期处理会得到更好的效果。同时,以样本为单位的标准化将使排序分析结果生态学意义更明确。

企业物流配送模式选择研究

为选择企业适宜的物流配送模式,利用Vague集理论选取企业物流配送模式评价的关键指标并得到主观权重,用熵权法确定出客观权值,采用改进的TOPSIS多目标决策法对配送模式进行比选,最后通过实例表明了该算法的有效性和实用性。

基于失效模式及影响分析的数字化转型风险分析

引入模糊集理论、灰色关联分析(grey relational analysis,GRA)和逼近理想解排序法(technique for order preference by similarity to ideal solution,TOPSIS)对失效模式及影响分析方法(failure mode and effect analysis,FMEA)进行改进,构建面向企业数字化转型的风险分析模型。首先,通过文献分析、专家访谈和问卷调查等方式,提出影响企业数字化转型的六维度因素。其次,结合模糊集理论将专家小组的定性评价指标转化为定量指标;随后,考虑了风险因子的综合权重,通过GRA和TOPSIS方法对失效模式进行排序。最后,将该模型应用于检测行业计划进行数字化转型的某企业,以验证方法的可行性,并提出相应管理建议。

基于改进的TOPSIS法与RSR法的质量改善项目综合评估

针对失效模式与影响分析中的风险优先数(RPN)方法在质量改善项目排序问题上的局限性,提出一种新的排序方法。首先,借助模糊集理论和熵权法,确定决策指标的模糊指标值和主、客观权重;随后采用改进的理想解逼近法(TOPSIS)与秩和比法(RSR)获得优先级排序和分档;同时,提出并定义了相对应的关键术语:改善主题、难易程度、发生度和改善潜力,最后,结合企业实例验证了新排序方法的有效性和稳定性。

德才兼备人才综合评价模式的探索与实践

德才兼备人才培养是教育的根本任务。针对人才综合评价过程中存在的问题,提出了改进排序法。相较于传统的打分排序法,改进排序法具有直观、简洁、易操作等优点。结合权重分配,改进排序法可拓展为多因素综合排序法。十余年的探索、实践和不断完善,验证了综合评价模式的科学性和有效性。

基于失效模式与后果分析的企业客户索赔分析模型

基于失效模式与后果分析模型(failure mode and effects analysis,FMEA),并结合层次分析法(analytic hierarchy process,AHP)和模糊逼近理想排序法(technique for order preference by similarity to an ideal solution,TOPSIS)建立企业客户索赔分析改进模型.通过模型中的评价指标对客户发起索赔的产品故障进行排序,并优先分析处理排序靠前的产品故障,以减少其客户索赔问题,促进企业的发展.文中以C公司客户索赔问题为例,对该企业的汽车组合仪表故障进行分析.结果显示,由于线路板损伤或安装混乱导致的仪表完全不工作是最严重的故障模式,通过对其改善可以极大减少客户索赔.该结果与案例公司的期望相符,验证了提出模型的有效性,能够为面临相同问题的企业提供参考.

基于Cross-熵与TOPSIS的复杂系统失效模式与影响分析

为降低复杂系统失效模式与影响分析(FMEA)中决策人员的主观偏好和不确定因素对分析结果的影响,建立基于Cross-熵和逼近理想解排序法(TOPSIS)的FMEA方法。基于Hp,q转化算子,将区间直觉模糊集转化为直觉模糊集,根据Cross-熵求得失效模式的综合绩效值;以绩效值最大为目标,以失效模式属性权重取值范围为约束条件,建立模糊线性规划模型,求解得到各属性的权重系数。基于可能度理论和关联系数2种排序方法,得到系统各失效模式改进的优先顺序。用某发动机涡轮增压系统FMEA的实例说明所建立方法的有效性。结果表明,该方法有助于避免分析过程中信息的损失,可提高风险优先数的精确度,避免其排序混乱,并始终能关注关键的故障模式。