首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   17篇
  免费   1篇
  国内免费   2篇
电工技术   6篇
综合类   2篇
轻工业   6篇
水利工程   3篇
自动化技术   3篇
  2016年   2篇
  2015年   1篇
  2013年   3篇
  2012年   3篇
  2011年   1篇
  2010年   4篇
  2009年   3篇
  2008年   2篇
  2007年   1篇
排序方式: 共有20条查询结果,搜索用时 15 毫秒
1.
根据最小机会损失准则提出了一种新的组合评价方法———最小机会损失组合评价方法。该方法运用最小机会损失原则处理各单一评价方法的结果值,用组合机会损失值到最小机会损失值距离最小的思想建立模型,计算出权重,从而把各单一评价方法以权重的形式组合起来,这样既克服了单一评价方法结果的非一致性问题,又尽可能减少了各方案失去其最高排序的风险损失机会。最后通过实例分析表明,该组合评价方法有效。  相似文献   
2.
应用网络分析法的发电企业运营绩效综合评价   总被引:1,自引:0,他引:1  
针对电力企业绩效评价过程定性指标难以定量化处理和指标之间相互关联与依存的问题,构建了发电企业运营绩效综合评价指标体系,分析了评价指标之间相互影响和制约关系,建立了基于网络分析法(analytic network process,ANP)的发电企业运营绩效综合评价模型,推导了模型求解的具体过程。以某发电企业的4家电厂为例,应用基于ANP的绩效评价模型对电厂运营绩效的效用值排序,为发电企业优化运营绩效提供决策支持。实例研究和对比分析验证了基于ANP的发电企业运营绩效综合评价的可行性和有效性。  相似文献   
3.
探讨了活性染料电化学低温染色的可行性。以活性黄M-4GL为例,分别在染色温度为50、40、30和20℃下采用电化学方法染色,分析电极材料、外加电压等因素对染色棉织物K/S值、匀染性、色牢度及能耗的影响。结果发现,与传统染色工艺对比,棉织物活性染料电化学低温染色的K/S值提高9.44%,且匀染性更好,色牢度基本一致。  相似文献   
4.
基于ANP的水电企业绩效评价模型   总被引:2,自引:0,他引:2  
针对传统电力企业绩效评价指标之间相互割裂的局限性,基于网络分析法,考虑评价指标之间的相互影响与制约关系,构建了指标非线性组合关系的多属性绩效综合评价模型;并以某水电企业的3个水电厂为例,阐明了基于ANP的水电企业绩效评价模型的可行性.  相似文献   
5.
试验表而活性剂在干洗剂中的去污作用以及抗静电剂加入后对洗涤效果的影响.以纯棉、涤纶、全毛白色织物为实验主体,模仿沾染天然纤维污垢,对几种表面活性剂进行配比与筛选,采用系统实验和测试方法,获得干洗助剂及抗静电剂的较好配方.试验证明:洗涤过程中,在干洗剂中加入表面活性剂后,不仅能有效防止污垢再沉淀,也有助于水溶性污垢的去除;抗静电剂的加入对织物的洗涤效果影响很小.  相似文献   
6.
以四乙烯五胺、环氧氯丙烷及三乙胺为主要原料,制备了无醛固色剂FZ-1,并将其应用于染色后锦纶织物的固色整理,通过对固色剂用量、pH值、固色温度、固色时间、焙烘温度及焙烘时间等条件的研究,优化出最佳固色工艺,即固色剂用量为60g/L,固色液pH值为6,温度为70℃,时间为30min,焙烘温度为110℃,焙烘时间为3min.经固色整理后的染色锦纶织物,湿摩擦牢度达到3级,皂洗牢度达到4级,干摩擦牢度可达到4级以上.  相似文献   
7.
神经元形态分类识别是"人类脑计划"研究首要解决的问题。神经元真实形态复杂多样,利用物理观察和日常经验无法进行分类识别,传统的分类识别算法难以解决形态相似的神经元分类识别的误判现象。针对神经元形态分类误判与类别重叠问题,提出神经元几何形态特征提取方法,设计神经元形态特征自由分类模型,从而为神经元的精确分类、有效识别与新型命名提供方法支持和实践参考。实验结果表明,该分类模型具有较高的运行效率和聚类精度,较好地解决了分类误判和类别重叠问题。  相似文献   
8.
以四乙烯五胺、环氧氯丙烷及三乙胺为主要原料,制备了一种阳离子型无醛固色剂,该固色剂的最佳合成工艺为:n(四乙烯五胺)∶n(环氧氯丙烷)∶n(三乙胺)=1∶5∶1,四乙烯五胺和三乙胺搅拌反应1 h,在15~25℃缓慢滴加环氧氯丙烷,反应1 h,升温至60℃反应5 h.固色工艺为:固色剂60 g/L,pH=9.结果表明,固色剂能使染色后的纯棉织物摩擦牢度提高1~1.5级,耐皂洗色牢度提高1~1.5级.  相似文献   
9.
利用神经网络分位数回归获得预测当天在不同分位点上的电力负荷预测值,将Epanechnikov核函数与不同的最优窗宽选择方法相组合,得到中期电力负荷概率密度估计函数以及在所有分位点上连续的概率密度曲线图。此外,通过选取概率密度曲线峰值处的点预测值,比较不同窗宽组合方法。相对于传统高斯核密度估计方法的组合方式,Epanechnikov核函数的组合方式较优。最后将获得的最优方法与现有的预测方法进行对比,结果表明通过选取最优窗宽可以提高预测精度,更好地反映中期电力负荷的波动性。  相似文献   
10.
考虑温度因素的中期电力负荷概率密度预测方法   总被引:2,自引:0,他引:2  
针对温度因素对中期电力负荷的影响,在现有的神经网络预测、区间预测和概率密度预测方法的基础上,研究在不同分位点上温度和历史负荷对电力系统中期负荷分布规律的影响,提出基于神经网络分位数回归的中期电力负荷概率密度预测方法。根据连续的条件分位数函数预测中期负荷在某天的概率密度,获得更多关于中期负荷预测信息。同时,通过比较在考虑温度因素下和不考虑温度因素下的条件概率密度预测曲线以及峰值对应的点预测值,可以得出,预测当天温度对中期负荷预测有较重要的影响,这为降低中期电力负荷预测的不确定因素提供了更多的决策信息和预测结果。  相似文献   
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号