基于层次分析法-灰色聚类的无线网络安全风险评估方法

无线网络安全风险评估由于各类评价指标的子因素较多,且存在模糊性和相对性,采用传统的风险评价方法难以达到直观量化的要求.采用基于层次分析法(AHP)和灰色聚类相结合的风险评估方法,首先对无线网络中的各种安全聚类指标进行层次化分析,量化出各层指标的权重,再采用灰色聚类的方法进行聚类分析,得出无线网络的风险值,从而确定网络的安全情况.结果表明,该方法是一种有效的无线网络安全风险评估方法.     

基于灰色定权聚类的区域经济发展水平评价

采用灰色定权聚类方法,选用10个反映地区经济发展水平的指标,对河南省各地市经济发展状况进行评价,得出河南各地区经济发展不平衡、地区差异较大的结论．在今后制定政策时,要努力推进工业化,加快城市化进程．     

基于灰色聚类的大学生课程学习效果评价模型

采用灰色定权聚类方法构建大学生课程学习效果评价模型.以某一门课程的学习成绩和线上轨迹数据为参照,构建评价学生学习效果的二级评价指标体系,并在层次分析下对各指标进行权重计算.实证分析表明,评价结果较为合理,可以用于大学生课程学习效果评价.     

基于AHP-灰色聚类模型的采空区危险性分析研究

应用灰色系统理论的原理提出了采空区危险性分析的综合评价方法.从具体工程地质出发,分析了影响采空区危险性的诸多因素.通过层次分析法确定各指标的灰色聚类权值,根据实测数据确定了白化权函数,建立了灰色聚类综合评判模型,给出了灰色聚类系数和采空区危险性级别的对应关系,最终得出评价结果.应用该模型对贡北金矿10个采空区的危险性进行分析评价.研究结果表明:该方法与模糊综合评判具有高度的一致性,可以在工程实践中予以推广应用.     

智能变电站二次设备状态的灰色层次聚类评估

智能变电站作为智能电网建设的核心部分,其二次设备运行状态关系着电力系统的安全性和稳定性。针对智能变电站二次设备故障原因错综复杂以及运行状态信息不完全的特征,建立智能变电站二次设备状态评估层次模型和指标体系,引入灰色聚类对智能变电站二次设备状态进行灰色分类以及构建灰色白化权函数,并利用层次分析法计算状态指标权重,结合层次分析法与灰色聚类对智能变电站二次设备进行定性和定量的状态评估。实例分析验证了文中方法有效易行,为智能变电站二次设备状态检修工作提供了理论依据。     

基于灰色定权聚类的我国自然科学基金资助地区的聚类分析

由于经济发展水平、高校科研实力及地方科技发展战略的差异,不同地区的科技竞争力存在较大差异.以2009年度国家自然科学基金项目(青年基金、面上项目)的资助情况为基础,对我国30个省市自治区的科技竞争力进行灰色定权聚类分析,对其科研发展水平进行分类及评价,并对原因进行分析,为我国科技发展战略的制定提供参考依据.     

基于AHP-灰色聚类模型的高校教学质量综合评价

针对高校教学质量评价的模糊特性,提出了基于层次分析法的灰色定权聚类评判方法,构建了评判模型和评判方法,并给出应用实例．通过合理的确定评价指标中的权重,使定性分析与定量分析得到较好的融合,在一定程度上克服了只有定性的教学质量评价工作中的主观随意性,从而提高了教学质量评价的准确性、真实性和可操作性。     

基于灰色定权聚类模型的公路边坡水毁风险等级评价

针对公路边坡水毁风险等级评价因素的灰色性和模糊性问题,提出一种基于灰色定权聚类模型的风险等级评价方法.以福建省泉州市德化县农村公路边坡水毁为例,基于现场调查和数据的统计分析,选取了10个主要影响因子,利用因子分析法计算每个水毁因子的权重;将公路边坡水毁风险划分为四个等级,构建三角白化权函数,建立评价指标体系,利用灰色定权聚类模型定量计算公路边坡水毁风险等级及抗水毁能力,计算结果与现场调查相符合.灰色定权聚类评价模型减少了风险评价过程中主观因素的影响,研究结果对类似的公路边坡水毁风险评估、提升农村公路抗水毁风险能力具有理论及实际意义.     

一种基于灰色聚类和模糊聚类的集成方法

根据灰色聚类,模糊聚类,关联系数原理,提出一种新的综合集成方法,利用灰色关联系数将灰色聚类与模糊聚类集成,使聚类结果不仅反映了各聚类对象所属灰类的信息,还有效显化了各个对象间的相互关系的信息.     

基于灰色聚类法的平顶山市空气质量评价

大气污染质量问题一直是关注的环境问题之一,而灰色聚类分析方法在很多领域已有应用.选取污染因子(SO2、NO2、PM10),采用灰色聚类分析方法对平顶山市2008—2012年环境监测数据进行评价,结果表明:平顶山市2008—2012年均空气质量灰色聚类结果为灰类2,并且所属灰类2的趋势越来越明显,平顶山市的大气综合质量处于稳中趋好的态势,平顶山市大气环境质量趋势在逐步转好.     

灰色系统在大气质量预测中的应用

把大气环境看作一个灰色系统,联系重庆市大气环境的实际情况,利用灰色关联分析判断出重庆市2000-2005年间大气污染物中主要污染因子为PM10和SO2,同时建立灰色模型对其进行质量预测.短期预测结果表明大气PM10和SO2浓度呈下降趋势,其浓度分别到2009年和2012年可达国家二级标准.     

大气环境监测点位优化的灰色聚类方法

运用基于灰色关联度的聚类分析方法实现了常德市大气监测点位优化 .结果表明 ,用此法进行大气监测点位优化是可靠的 ,其优化点位具有足够的代表性与可行性 ,聚类组别具明晰的环境意义 ,且方法简单 ,易于在计算机上实现     

基于OODA的红外导弹作战效能灰色评估

现代空中作战战场环境复杂,电磁干扰交织,作战流程多变,红外导弹作战效能难以研究,针对这一情况,引入OODA环理论,将复杂的作战流程抽象为简单的模块,结合AHP构建作战效能指标体系,并计算指标权重.而针对传统灰色效能评估灰数范围过大问题,引入基于端点混合可能度函数的灰色聚类理论,构建了灰色聚类评估模型,缩小了计算过程中评估灰数范围,通过算例分析,验证模型的可行性和准确性.     

城市道路交通空气污染灰色聚类决策评价

应用灰色聚类决策理论进行城市道路交通空气污染的评价,将城市道路交通空气污染状况分为空气质量优、空气质量良、空气质量一般、空气质量差四个灰类,提出了建立评价矩阵的方法、综合决策权和灰类的白化权函数,应用本文的方法,对7条实际道路交通空气污染进行了评价分析,分为优、良、一般三类,同时又做了模糊聚类分析,在不同的聚类尺度条件下,分类结果相差较大,道路交通的空气污染状态不明确,对比分析证明,模糊聚类具有不确定性,灰色聚类决策理论应用于城市道路交通空气污染的评价是可行的,符合实际。     

产业集群创新环境的灰色层次综合评价

在对产业集群创新环境进行深入分析的基础上,设计了一套产业集群创新环境的评价指标体系.并根据产业集群创新环境的影响因素多是灰色、模糊、难以量化的技术经济特征,应用AHP和适用于机制复杂难以从定量角度建立精确模型的系统研究的灰色系统理论,建立了产业集群创新环境的灰色层次综合评判模型,得出产业集群创新环境的综合评价值.为政府、企业及相关组织采取相应创新战略,改善产业集群创新环境,提高产业集群整体竞争力提供依据.最后用实例分析对其加以验证.     

阜新市大气环境质量现状模糊评价

通过对大气环境评价因子及方法的探讨,分析模糊综合评价方法的优越性,首次采用模糊数学方法,对阜新市及各个环境功能区大气质量污染现状进行评价.用普通赋权法对污染物权值进行确定,然后采用最大隶属度原则和模糊距离最小趋近原则对污染状况定级.由此得出了比使用综合指数法更加符合实际的评价结果,同时针对具体情况对此结果进行了简单的分析.     

灰色局势决策在工艺方案优化中的应用

本文介绍了灰色局势决策方法,并以实例说明灰色局势决策在机械制造工艺方案优选中是一种简单、实用、有效的优化手段.灰色系统 灰色局势决策 效果测度     

洱海流域水环境污染与水环境变化的关联分析

基于2007年—2017年洱海流域水环境数据,以水污染排放总量、排放结构、排放时空变化表征洱海流域水环境污染的综合特征,采用灰色关联分析探究洱海流域水环境污染部门、污染地区与水环境变化的关联程度.结果表明:1)2007年—2017年,洱海流域污染等标排放量呈现\"先增后降\"趋势,TN是洱海流域主要污染物.2)2007年—2017年,洱海流域水环境污染主要来自面源污染,其中畜禽养殖污染排放量平均占比达53.17%,是流域主要污染部门.3)2007年—2017年,洱海流域等标污染排放量时空分布不均、空间差异缩小,高排污区集中分布在海北地区,与2007年相比,2017年高、低排污乡镇均有所减少.4)2007年—2017年,洱海流域各污染部门与洱海水质变化具有较强的关联度,关联度总体呈\"阶段性波动\"特征.5)2007年—2017年,洱海流域各乡镇污染排放与洱海水质变化具有较强的关联度,关联度最强的三个乡镇为:上关镇、湾桥镇、海东镇.据此,提出以产业结构调整为主线的水污染\"结构减排\"对策建议.     

灰聚类分析及其应用研究

经典的聚类分析方法在统计时需要事先设置参数,而在没有先验知识情况下,确定这些参数是比较困难的。为此,提出了一种全新的灰聚类分析方法并完整地定义了其数学模型。该方法不再受样本输入次序的限制,也不需要事先确定参数。通过仿真实验证明,该方法具有较强的抗噪音能力,能有效地避免人为因素对聚类结果的影响,能使聚类结果更客观、准确。将该方法运用于股票数据分析中的实验结果表明,该分析结果能为投资者提供一定价值的决策意见,具有一定的实用价值。     

改进的灰色聚类方法及应用

基于灰色聚类分析理论，采用区间化算予对聚类对象的特性指标规范化，改进了白化权函数的选取方法．通过选择规范的白化权函数，使得每一个评判子类对所有的指标只需设定一种白化权函数．新方法不仅解决了传统的灰色聚类方法计算复杂的缺点，而且有效地克服了当聚类指标的意义、量纲不同，且在数量上悬殊较大时，采用传统的灰色聚类方法可能导致的某些特性指标参与聚类的作用十分微弱的局限性．通过具体的应用实例验证了该方法的有效性．