企业生产作业系统模糊评价模型分析应用研究

基于对企业生产作业系统的基本静态因素分析,采用模糊数学理论,把模糊综合评价方法具体应用到企业生产作业系统综合评价中。结合企业生产系统的实际情况将评价系统根据需要分成若干个指标,建立了因素集、评价集和权重集。并以某航空企业的实际为例,建立了生产作业系统模糊评价模型,得出该企业生产作业系统评价等级。应用实例表明:该方法可操作性强、效果较好,可在航空工业企业的生产作业系统评价中广泛应用。     

基于模糊集合论的故障树分析方法及其应用

传统的故障树分析方法是基于概率论的 ,其失效概率通常要根据大量的第一手数据进行估计 ,然而 ,实际上不可能收集到足够多的第一手数据。首先分析了传统故障树分析的不足 ,提出了一种基于梯形模糊数算术运算的故障树分析方法 ,阐述了将各种模糊数转换成梯形模糊数的途径 ,最后 ,给出了该方法的一个应用实例。结果说明 ,所提出的故障树分析方法具有很好的灵活性和适应性。     

基于模糊综合评判的备件品种量化方法

利用模糊综合评判的方法,对备件品种的量化方法进行了探讨。在建立模糊综合评判模型的基础上,分析了模型中评价因素集,并给出了评价因素的权重分配,对评价因素进行了详细的分类和界定,给出了确定其隶属度的方法,并给出了综合评价的计算公式,最后又对本方法的使用提出了一点建议。     

雷达与AIS目标航迹模糊关联算法与仿真

采用多因素模糊综合决策方法,研究了雷达与AIS(船舶自动识别系统)目标航迹关联算法.建立了该算法的模糊因素集、评价集、单因素模糊评判矩阵、多因素模糊综合决策准则、以及航迹关联与脱离质量等数学模型。计算机仿真验证了该方法可以改进目标航迹的精度与可靠性。同时讨论了关联门限取值等问题。     

考虑灾情不确定性的电网应急响应失效评估方法

作为关键基础设施之一，电网应急管理关系到城市的安全与稳定。一旦未能及时有效地抢修受损电网，可能会导致较为严重的后果。在不确定灾情下，电网应急响应系统将面临更大的风险。在提升应急能力的同时，关注电网应急响应失效尤为重要。因此，考虑灾情的不确定性并基于相关研究，采用故障树分析法评估电网应急响应失效。基于电网应急响应系统阐述了电网应急响应失效的定义与特征，并构建了一般灾情下的电网应急响应失效故障树。阐述了基于下行法的最小电网应急响应失效集生成方法，并结合模糊语义分析法、证据理论的合成规则与故障树的概率计算方法评估不确定灾情下电网应急响应失效的发生概率。最后，以Z市电网为例，基于目标灾情所简化的电网应急响应失效故障树，阐述了本文所提方法的可行性与有效性。     

科技项目模糊综合评价方法研究

在分析传统评价方法的基础上,综合主观评价与客观评价,提出一种主客观评价相结合、模糊技术与决策方法相结合的组合赋权模糊综合评价方法,该方法以对评价指标值进行模糊化、归一化和无量纲化预处理为前提,在融合经典方法的基础上,对项目实际完成情况进行定量分析,同时结合专家组的定性评价进行综合评判,既可避免人为的主观片面性,又能对专家意见给予足够的重视,并能对评价过程中遇到的信息的不完备性和不确定性做出相应的处理.该方法应用于国家863科技项目信息管理与评价实验系统(CSHWES),评价结果不仅体现了项目的实际完成情况,而且考虑了单个项目的完成情况在同类项目中所处的水平,使评价结果更加客观、公正、合理.     

基于广义模糊数相似测度风险分析方法

为了提高风险评价信息的可信度,在"单重心方法"(SCGM)计算广义模糊数的重心点基础上,提出了一种新的基于广义模糊数相似测度的模糊风险分析方法.与现有的风险评价方法相比,基于SCGM的模糊风险分析方法考虑了决策者意见的可信度,灵活性和智能化程度更高.以管道失效概率为例给出了该方法的操作步骤,计算结果表明该方法能正确处理模糊风险分析问题,可为安全管理工作提供充分的依据.     

结构可靠性的故障树模糊分析法研究

探讨了主观不定性与客观不定性因素对事件的影响，并用模糊数学的理论和方法将两种不定性因素相融合讨论了可靠性理论中的故障树分析，最后给出了一个故障树模糊化处理的算例.     

基于灰色关联-模糊综合评判的雷达抗干扰性能评估方法

针对雷达抗干扰性能评估的问题, 提出一种基于灰色关联-模糊综合评判的雷达抗干扰性能评估方法。该方法以模糊数学和关联函数理论为基础, 首先借鉴已建立评价指标的模糊综合评判因素集, 采用区间数打分, 基于灰色关联方法确定评价指标权重。然后, 通过隶属函数建立评判矩阵,计算模糊综合评断结果, 并按照隶属度的大小确定雷达抗干扰能力级别。最后, 建立模糊值线性序评价模型, 确定雷达抗干扰性能的优劣顺序。经实例验证, 所提方法既可以确定雷达抗干扰性能的评价等级, 又能进一步确定雷达抗干扰性能的优劣顺序, 且较为客观可靠。     

基于方法集的农业产业化综合评价模型

为了对农业产业化作出全面、科学的评价,应用主成分分析、模糊综合评价、灰色评价、集对分析和人工神经网络构成方法集对其进行综合评价.该模型首先通过KENDALL-W协和系数法对各评价结果进行事前一致性检验,在保证各方法评价结果具有一致性检验的前提下再运用算术平均组合评价模型、Borda组合评价模型和Copeland组合评价模型三种组合评价方法对各方法的评价结果进行组合评价.为了衡量组合评价的结果与各评价方法的评价结果是否吻合,又应用Spearman等级相关系数进行组 合评价方法的事后检验,并根据Spearman等级相关系数的大小, 选出最优的组合评价方法. 最后,通过对环洞庭湖区23个县市农业产业化发展水平的实际评价验证了本方法的有效性.     

基于故障率为模糊数的故障树分析方法研究

在经典故障树分析方法的基础上 ,运用模糊集合理论 ,针对基于系统各部件故障率为模糊数情形的故障树分析方法作了研究 ,最后给出了一个应用实例.     

基于模糊聚类和粗糙集的仿真可信性模糊综合评估

为客观有效地解决仿真可信性评估问题,提出基于模糊聚类和粗糙集的仿真可信性模糊综合评估方法。阐述了基于模糊传递闭包法进行模糊聚类分析的基本步骤,分析了粗糙集中属性重要性的相关原理;提出了基于模糊聚类和粗糙集的可信性模糊综合评估模型,利用模糊聚类和粗糙集中的属性重要性原理客观地进行各因素权重分配,结合模糊综合评判进行仿真可信性综合评估;以某飞行视景仿真系统为例,进行可信性综合评估。结果表明,该方法具有一定的合理性和可行性。     

本科毕业论文模糊评价系统研究

应用模糊数学方法建立了本科毕业论文的模糊综合评价系统 .运用专家调查法及 AHP法设计了毕业论文综合评价的指标体系 ,确定了指标权重 .运用模糊评价方法对毕业论文进行综合评定 ,然后运用模糊聚类分析法确定毕业论文的等级.     

基于正反向混合推理的故障仿真预测模型

根据故障预测的特点和要求,分析了传统预测方法用于故障预测的不足,提出了动态模糊综合评判方法,建立了基于动态模糊综合评判和多Agent并行诊断的故障预测模型。该模型将正向推理与反向推理、不同的知识表达方式和推理机制融合于同一推理框架中,再现了故障的发生和发展过程。由基于动态模糊综合评判的正向推理得到候选故障集,基于多Agent并行诊断的反向推理确认实际发生的故障,找出故障原因,实现故障定位。     

基于模糊理论与D-S证据理论的FMEA方法

针对传统故障模式及影响分析(failure mode and effect analysis, FMEA)中主观性较强以及权重分配不够合理的问题,提出基于模糊理论与Dempster-Shafer (D-S)证据理论的FMEA方法。首先,参考软件FMEA方法,将故障被检测度引入到硬件FMEA方法中,并应用模糊理论建立模糊评定等级及对应模糊数。其次,提出基于D-S证据理论的专家赋权法合理分配权重。最后,基于风险优先数(risk priority number, RPN)得出各故障模式的风险排序。案例分析表明该方法可以根据评估偏差量来科学地分配权重,使得评估结果更合理、RPN值更准确、故障模式风险排序更客观。该方法能够满足实际需要,在工程实践中值得推广应用。     

一种非单调关联故障树的分析方法

提出了一种非单调关联故障树分析的新方法,其基本思想是对非单调关联故障树模块化以减小故障树的规模,避免了传统故障树分析中出现的大量不交化运算,提高了运算效率,并在此基础上对非单调关联故障树中的定性分析(质蕴含求解)和定量计算(重要度计算)进行了研究。该方法为复杂故障树的分析提供了一条新的途径。     

可靠性仿真在模糊故障诊断中的应用

针对模糊故障诊断中传统模糊关系矩阵确定方法不能动态适应具体设备运行状态变化等缺点,提出了基于故障树的可靠性仿真方法,用于确定模糊关系矩阵。该方法首先利用元器件的失效分布数据和设备深层原理性知识建立故障树,进行可靠性仿真,然后根据仿真结果和具体设备的历史故障信息动态计算模糊关系矩阵。给出了该方法的具体应用步骤。实际诊断结果表明,该方法可以有效地提高模糊故障诊断的准确性与针对性。     

基于故障树方法的项目安全风险分析

从深基坑施工事故产生的原因来看,各种风险事件往往表现出复杂的逻辑关系.采用故障树理论,从系统的角度对深基坑施工事故的原因进行逐层分解,从而对深基坑施工的安全风险因素进行辨识.考虑到基坑施工故障树基本事件发生概率的取值具有一定的不确定性,将基本事件的发生概率作为模糊数进行处理,通过对上海电网越江电力管道工程深基坑施工可能出现的安全事故中间事件和顶事件模糊故障树的分析计算,说明整个深基坑施工安全风险的分析过程.实例分析表明,基于模糊数的故障树分析方法对深基坑施工的安全风险分析是可行的,并具有一定的应用价值.