排序方式: 共有130条查询结果,搜索用时 17 毫秒
1.
针对决策信息为犹豫模糊语言元素形式、属性权重完全未知的多属性决策问题,提出了一种基于后悔理论和ELECTRE III的多属性决策方法。利用灰色关联分析和极大熵原理确定属性权重。确定犹豫模糊语言信息的后悔-欣喜函数,凭借该函数确定方案对的后悔-欣喜和谐指数与不和谐指数,进而确定方案对的可信度指数。通过方案对的可信度指数确定各方案的净可信度,依此对方案进行排序。通过算例说明了所提方法的可行性和有效性。由于该方法同时考虑了决策者的心理行为和属性间的部分可补偿性,因此决策结果更加贴近现实且更为合理。对后悔规避系数[μ]的灵敏度分析表明了所提方法的稳定性,与其他两种方法的对比分析展示了所提方法的优势。 相似文献
2.
一种新颖隶属度函数的模糊支持向量机 总被引:1,自引:0,他引:1
传统的支持向量机(SVM)训练含有外部点或噪音数据时,容易产生过拟合(over-fitting)。通过模糊隶属度函数来降低外部点或被污染数据的选择。本文提出了一种新的核隶属度函数,这种新的隶属度函数不仅依赖于每个样本点到类型中心的距离,还依赖于该样本点最邻近的K个其他样本点的距离。实验结果表明了具有该隶属度函数的模糊支持向量机的有效性。 相似文献
3.
为了研究不同烤燃条件下复合推进剂(PBT/HMX/Al/AP/BU)的响应特性,采用DSC研究了复合推进剂及单组分的热分解特性。复合推进剂的初始分解温度为187.27℃,单组分中BU初始分解温度最低,为192.95℃,表明复合推进剂的热分解过程是从BU开始;分别测量了在快/慢烤试验中,复合推进剂内部温度的变化。结果表明:1)快烤试验中,样品内部温度分布极不均匀。点火90 s后,样品发生反应,此时样品中心的温度为85℃,钢管端盖破裂,样品发生燃烧反应。2)慢烤试验中,样品内部温度分布均匀,几乎无温度差,样品发生反应时,样品内部温度与环境温度均为133℃,试验后样品钢管完全破碎,样品发生了爆轰。由此可见,慢烤试验中,由于样品内部温度分布均匀,发生反应时,大部分样品都处于临界反应温度,一旦激发,破坏效应比快烤试验更严重。 相似文献
4.
5.
叠片联轴器工作时经常会受到转矩、离心力、轴向位移和角向位移的作用,对叠片联轴器在以上各种载荷下的应力分析,能够为动力装置的安全运行提供可靠保证.建立了考虑叠片之间接触影响的六孔束腰型叠片联轴器有限元模型,分析了联轴器在转矩、离心力、轴向位移和角向位移单独作用下的叠片应力大小和分布特征,并通过改变螺栓的预紧力和叠片间的摩擦因数,研究了它们对联轴器应力特性的影响.结果表明,增大螺栓预紧力和摩擦因数会导致联轴器在转矩、轴向位移和角向位移作用下最外层叠片的最大等效应力值增大,但对离心力作用下的应力影响不大. 相似文献
6.
4月15日14时左右,安徽省芜湖市沿河路220号的一处商办楼突发火灾。接警后,芜湖市公安消防支队和邻近的马鞍山市公安消防支队在安徽省消防总队全勤指挥部的指令下,先后调集12个中队、27辆消防车、200余名官兵赶赴火场艰苦鏖战,成功抢救出10人,疏散200余人,保住了周边居民楼以及相邻的小商品市场的安全。火灾没有造成人员伤亡。 相似文献
7.
以可溶性淀粉(S)为生物模板,以六次甲基四胺为氮源,采用水热法制备了掺杂氮钒酸铋(SN-BiVO_4),并采用XRD、SEM、FTIR、UV-Vis等技术手段进行了表征。以甲基橙溶液的脱色率为评价指标,考察BiVO_4样品的光催化活性。结果表明,在可见光下反应2 h,未添加任何辅助剂制备的BiVO_4对甲基橙的脱色率为27.4%,仅添加可溶性淀粉的S-BiVO_4对甲基橙的脱色率为35%,同时添加可溶性淀粉及n(N)∶n(Bi)=12%的12SN-BiVO_4对甲基橙的脱色率达到最大为77%,表明可溶性淀粉及氮对BiVO_4光催化活性均有不同程度的增强作用。 相似文献
8.
随着我国社会发展,废旧产品的数量迅速增长,废旧铝随之大量产生。铝是优良的再生资源,传统分选技术不能将废旧铝按各自的成分牌号进行精细分类,导致很多优质铝资源被降级使用,造成巨大的浪费。研究了主成分分析(PCA)结合极限学习机(ELM)算法辅助激光诱导击穿光谱(LIBS)技术在铝合金分类识别方面的应用。选用2种系列的4个牌号铝合金作为实验样品,通过LIBS技术激发实验样品获得420组光谱数据。对原始光谱数据进行了预处理,并选取样品铝合金中5种主要差异元素(Mg、Mn、Cu、Fe和Si)的21条特征谱线构成了420×21的光谱数据矩阵,通过主成分分析对光谱数据进一步降维,使得模型输入变量从21个降至8个。选取120组光谱数据作为训练集,建立了基于极限学习机的铝合金分类模型,余下300组数据作为测试集。研究发现在主要非铝元素(Mg、Mn、Cu、Fe和Si)含量差异只有0.0021%~3.68%的情况下,PCA-ELM分类模型的平均识别准确率达到98.01%,标准差为0.82%,建模时间为0.081s。结果表明,PCA-ELM分类模型有着很高的效率及稳定性,将其与LIBS技术结合可以适用于工业快速分类领域,为精细分类行业提供了一种参考方法。 相似文献
9.
10.
铜铬类催化剂对HTPE低易损推进剂燃烧性能的影响 总被引:1,自引:0,他引:1
采用差示扫描量热仪(DSC)研究了铜铬类燃速催化剂(亚铬酸铜CC01和铜铬复合氧化物CC02)对端羟基聚醚(HTPE)低易损推进剂中的高氯酸铵(AP)、改性硝酸铵(AN)、HTPE黏合剂体系热分解性能的影响。结果表明,加入少量的CC01和CC02均使AP高温分解峰温明显降低了16和29.7℃,AP高温分解活化能依次降低了16.65和22.59kJ/mol,均可提高AP的高温分解反应速率。CC01和CC02均使AN的热分解峰向低温方向依次前移了52.3和53.6℃,均降低了AN的分解活化能,使AN的热分解反应速率提高了3~4倍。CC01和CC02对HTPE黏合剂体系的热分解影响较小。在AP/AN/Al/HTPE低易损推进剂中,分别添加质量分数0.5%的CC01和CC02可显著提高HTPE低易损推进剂在3~15MPa下的燃速,可使推进剂在7MPa下的燃速分别提高34.1%和43.4%,但CC01和CC02对HTPE低易损推进剂在3~9MPa下的压强指数几乎无影响,而9~15MPa下的压强指数有所降低。 相似文献