基于云模型的电网统计数据质量评估方法研究

针对电网统计数据的质量评估问题,提出一种基于云模型的质量评估方法。利用云模型对评语进行软划分,借助逆向云发生器将评估结果转化为云模型,并由此构造一个评价综合云。最后通过基于云模型的相似度算法计算评价综合云与各评价等级云的相似度,借以确定统计数据所隶属的评价等级。通过实例分析,验证了该方法的可行性与有效性,同时能够较好地避免常规方法在定性评价时的主观随意性缺陷。     

GIS在土地利用适宜性评价中的应用

本文以潜江市作为研究区,以GIS技术及适宜性理论为基础,首先介绍了地理信息系统和基于GIS的土地适宜性评价的相关知识;然后,用层次分析法确定了评价因子的权重;最后,通过土地适宜性的评价等级的划分结果来进行分析与统计.     

基于单值中智集的协同过滤推荐算法

为缓解推荐系统中用户模糊评价带来的推荐准确性低的问题,构建基于单值中智集的协同过滤推荐模型.首先,构建用户—项目评分矩阵,划分用户评分等级,并将用户评分按照单值中智计算公式转换得到评分对应的真值隶属度、不确定值隶属度、非真值隶属度.然后,引入极端评价计算公式,将其作为极端评分惩罚系数,得到基于单值中智数分数的相似度计算公式.最后,结合杰卡德相关系数得到最终用户相似度.基于单值中智集的协同过滤推荐方法在公开数据集MovieLens上比较验证,实验结果发现融合单值中智集的方法在RMSE、MAE评价指标上均比其他方法有2％～3％的提升,能够有效提高推荐精度,更好地处理模糊问题.     

基于AHP-云模型的巷道冒顶风险评价

为了解巷道冒顶的主要因素,并对其冒顶风险等级进行评价,提出了基于AHP-云模型的评价方法。云模型可同时反映数据的定性和定量、模糊性和随机性、不确定性特征,而不用将几种处理不同特征数据的算法结合。给出了5个与巷道冒顶直接相关的指标,并对这些指标划分了4个级别的风险等级。云模型可得到各指标对于4个风险等级的隶属度,而AHP可提供各指标的权重,通过综合评价方法和最大隶属原则得到巷道冒顶风险等级。最后列举了某矿的4个巷道作为分析样本,得到了各巷道冒顶风险等级。说明了AHP-云模型算法的优点及应用价值。     

数字化车间布局模糊层次评价方法研究

按照模糊层次分析法的思路建立车间布局评价的模糊层次评价模型;根据影响车间生产性能的各个因素进行分析,建立车间市局评价的指标体系;应用层次分析法确定各因素的权重;自上而下的计算各级指标关于评价目标的综合重要度;通过专家打分的方法确定方案的隶属度;根据权重、隶属度,利用模糊层次评价方法,既可对车间的布局做出综合评价.最后以某发动机关键零件牛产车间为研究对象,验证了方法的可行性和有效性.     

基于云模型的智能教学系统中学习质量的评价

提出将云模型理论应用于智能教学系统的学生模型构建中,建立一种基于云模型的学生学习质量评价方法,利用云对概念的贡献程度进行数据离散化,并引入云变换计算隶属云,最后结合极大判定算法求出更加符合实际的学习质量等级划分。实验结果表明,这种新的评价方法得出的隶属概念不仅能够反映出学生对知识点的掌握程度,还能够反映出学生在学习中的发挥稳定性、心理素质等情况,有利于提高智能教学系统的应用效率。     

基于时空大数据及无线传感网络的复杂气象风险预警模型构建

针对传统复杂气象风险预警模型的预警方式以静态为主,较为单一的问题,构建基于时空大数据及无线传感网络的复杂气象风险预警模型.首先利用无线传感网络实现复杂气象时空大数据的传输,采用序列标注法和条件随机场模型,定向抽取所需复杂气象信息作为风险预警限值.其次将13种复杂气象因子依据预警等级及预警限值划分,计算不同等级复杂气象因子实测值隶属度函数,通过单因子权重确定综合权重.然后采用加权平均模糊合成法、预警分值法和概率分析法,根据权重获取复杂气象总风险值,最后采用隶属法结合风险值确定复杂气象综合预警等级,构建复杂气象风险预警模型.通过实证验证得出,该模型对复杂气象风险等级的预警准确性较好.     

基于GIS的海涂围垦区土地资源多目标适宜性评价研究

海涂土地资源适宜性评价是合理开发海涂的基础.选择浙江沿海典犁海涂围垦区,基于GIs建立空间和属性数据库,采用栅格运算与评价模型相结合的方法,对研究区的土地资源进行多目标适宜性评价研究;根据优先用地规划方案,应用评价结果,初步实现了研究区土地利用结构的空间配置.结果表明:研究区的土地资源具有多宜性特点,不同利用类型的适宜等级间存在"重叠"现象;基于土地多目标适宜性评价结果进行土地利用结构的空间配置时,不同的用地规划方案会产生不同的配置结果.     

虚拟学习社区的绩效评估模型

基于虚拟学习社区的特点,综合社区学习者学习积极性、知识水平和能力水平三个方面来对学习社区绩效进行评估。针对目前网络学习评价大多仅限于对在线测验成绩进行评价的不足,充分利用综合评判带来的信息,结合社区协作学习和自主学习的特点,建立了一个社区学习绩效模糊综合评价模型。为了解决模型评价结果为隶属向量,模糊度较大和最大隶属原则有可能导致评价结果失真的问题,重点提出并建立隶属等级量化精确模型对评价向量作进一步量化,进一步准确区分学生,并与初等量化方法作了比较分析。     

矿井通风系统健康评价研究

现有的矿井通风系统健康评价方法大多采用常权权重,评价结果易与实际背离,无法反映系统真实状态,同时选取的指标较多,各指标权重较低,导致部分指标异常对系统整体健康程度的影响难以发现。基于矿井通风系统实际运行状况及健康评价要求,选取21项影响因素作为健康评价指标,构建矿井通风系统健康评价指标体系;综合运用模糊综合评价法、层次分析法、变权理论,对矿井通风系统进行健康评价,即通过层次分析法确定评价指标权重,采用基于隶属度的Hardarmard乘积变权模型对指标权重进行变权计算,基于模糊综合评价法的最大隶属度评定准则确定矿井通风系统健康度。采用该方法对某煤矿通风系统健康度进行评价,结果表明该方法的评价结果与实际情况相符,与基于常权权重的评价方法相比,可根据实际情况调整评价指标权重,使评价结果更加客观,且放大了不健康指标的影响,突出系统安全隐患,从而引起相关人员重视。     

区间条件下基于GRA和TOPSIS的辐射源威胁评估

将辐射源威胁评估作为多属性决策问题进行处理时,由于作战环境的复杂性,侦察方无法获取敌方辐射源的完整信息,导致各个辐射源目标的属性取值通常不是确定数值,具有一定的不确定性.针对上述问题,引入区间数理论和灰色关联分析对传统逼近理想解排序法进行拓展,提出一种基于灰色关联分析和逼近理想解排序的区间多属性决策方法用于解决不确定条件下的辐射源威胁评估问题.该方法构建基于区间数的欧氏距离和基于区间数的灰色关联度,通过对二者进行结合构建关于战场态势的决策信息系统,并通过构造新的综合贴近度实现对辐射源威胁程度的定量评价.实验仿真验证了所提方法能够有效解决实际作战中不确定条件下的辐射源威胁排序问题,有助于侦察方对于战场态势的进一步掌握.     

机器人非视觉多传感器信息融合的TOPSIS法

针对机器人非视觉多传感器目标识别问题,提出了一种基于改进TOPSIS的多传感器信息融合方法。该方法利用指标隶属度矩阵把多目标识别问题转化为多目标决策问题。通过引入熵权和相对接近度改进TOPSIS,给出多传感器目标识别规则。应用实例验证了算法的有效性和实用性。     

基于改进权值和TOPSIS质量评估方法

针对武器电子系统质量评估过程中客观性不强、实用度较差的问题,引入评估指标的区分度与重要度概念,提出基于DSmT改进权值的TOPSIS质量评估方法;首先,从主客观角度构建指标重要度和区分度作为广义信度赋值;然后采用DSmT(Dezert-Smarandache Theory)理论融合不同冲突证据源的广义信度赋值,消除证据源间的冲突,得到改进权值;接着构造基于改进权值的TOPSIS(Technique for Order Preference by Similarity to an Ideal Solution)法隶属贴近度;最后,以某型感应装定器为例进行实验验证,结果表明,该方法确定的指标权重具有更高可信度,对系统的质量评估更加准确,符合装备实际情况,具有较好的工程应用价值。     

基于灰色模糊综合评判的电子商务安全评估

针对电子商务安全评估问题,提出了一种基于灰色模糊综合评判的电子商务安全评估方法,以获得对电子商务安全合理的评价结果。通过分析电子商务系统的特点以及相关的信息安全标准,建立电子商务安全评估指标体系;根据指标体系,结合灰色模糊数学中隶属度和灰度的相关理论分析电子商务安全问题,建立灰色模糊综合评判模型;最后利用灰色模糊综合评判法,根据专家打分,对电子商务安全进行评估,最终确定电子商务系统的安全等级。通过实例计算表明,灰色模糊综合评判法适用于电子商务安全评估问题。     

基于模糊神经网络的电力调度自动化设备健康评估

针对电力调度自动化设备健康评估过程中存在的评估方式简单、评估方式可解释性弱以及评估效果不精确的问题,本文提出了一种基于模糊神经网络的电力自动化设备健康评估模型.用模糊理论进行分析,用模糊集合描述评价指标,用数据指标的隶属度描述设备运行情况,结合神经网络的自适应功能,针对个体设备提供更加准确的、更具个性化的健康评估.     

高校计算机基础课程分层教学之分层方法探讨

以笔者的实际教学经历为参考,依据实际数据分析实施计算机基础课程分层教学的必要性。探讨分层方法的选择问题,结合笔者所在教学单位的摸底考试,提出分数段分层方法,并对按照分数段划分与按专业划分两种方法的优缺点进行比较。并针对计算机基础课分层教学中可能遇到的难题提出了相应的解决方法。     

适用不同Brunnstrom等级患者基于表面肌电信号的动作识别方法

针对不同患病程度的脑卒中患者运动意图识别率低的问题,提出了一种适用于不同Brunnstrom等级患者基于表面肌电信号（sEMG）的动作识别方法．首先将所有等级患者sEMG数据进行融合,使用tsfresh库提取特征,然后基于随机森林（random forest,RF）模型筛选特征,并利用筛选的特征训练动作分类模型．进一步,通过研究动作和康复等级的关系,确定了康复评估动作并设计了康复等级自动评估算法．为了验证所提方法的有效性,在24例患者sEMG数据上进行了测试,实验结果表明所提方法能够将9种动作和6类康复等级的平均识别精度分别提升至89.81%和94%．基于所提方法构建的手部康复机器人系统能够实现康复等级自动评估．     

区间复模糊软集的距离测度及其应用

基于区间复模糊软集的概念,定义了多种区间复模糊软集的距离测度公式,包含Hausdorff距离、Hamming距离、Euclidean距离、广义Hausdorff距离、广义Euclidean距离、广义加权Hausdorff距离、广义加权Euclidean距离、加权Hausdorff距离、加权Hamming距离、加权Euclidean距离。提出了除交、并、补运算外的区间复模糊软集的加法、乘法、部分隶属度和部分非隶属度运算以及距离测度之间的运算性质。基于区间复模糊软集距离测度构造了一种TOPSIS决策方法,并将这种决策方法应用于经济分析中,验证了所提方法的可行性。     

基于犹豫度和相似度的专家权重确定方法及其应用

针对属性评价值为语言变量、专家权重未知的供应商选择决策问题,提出一种综合考虑评价犹豫度和相似度的专家权重确定方法.首先,根据专家评价的犹豫度差别改进语言变量转化标准,将语言变量转换为更符合决策实际的直觉模糊数;然后,从评价信息的犹豫度和相似度两个方面集成专家权重,得到集结后的综合评价矩阵;最后,运用逼近理想解排序法(TOPSIS)对供应商进行排序,通过算例验证所提方法的可行性和有效性.敏感性分析及对比分析结果表明,决策者对专家评价确定性和一致性的不同偏好会影响最终的决策结果,当专家因认知局限和个人偏好对属性评价的犹豫度存在差别时,采用考虑犹豫度差别的语言变量转化方法能够降低评价信息不确定性对评价结果产生的不合理影响,有利于提高评价结果的可信度.