基于改进的TOPSIS的设备重要度分析

一个工业设备通常由多个子系统组成，各子系统在系统中的重要程度不同，导致了设计阶段的可靠性分配、运行阶段的检测水平以及维修方式的决策等都须以其重要度为基础。采用改进的TOPSIS确定系统中每个子系统的重要度，以满足实际需求。此方法在根据信息熵法求取各属性权重的基础上采用TOPSIS计算各子系统的重要度。将其应用到塑料挤出机的重要度分析中，结果表明，该方法对设备重要度的确定是有效的和实用的。     

考虑波纹度的薄壁轴承-转子系统非线性强迫振动分析

在考虑内外圈波纹度、径向间隙和变柔度等非线性因素的基础上,建立薄壁轴承-转子系统非线性动力学微分方程组,利用RK4数值积分法对方程求解。结合分叉图、庞加莱映射图和频域图等,分析了薄壁轴承-转子系统的非线性强迫振动特性。结果表明:较大的不平衡力时系统的混沌振动范围增大;不平衡力对系统水平方向振动的影响要远大于竖直方向;随着转速的增加,强迫振动频率在系统振动响应中逐渐占据主要地位。     

顾客满意度视角下的零售供应链协同绩效智能评价

从顾客满意度视角出发,探索了零售供应链协同绩效评价的新方法。首先,通过剖析供应链各环节以满足顾客需求为目标的协同内涵,构建了新的供应链协同评价指标体系。其次,以多个供应商和多个连锁网点的零售供应链为研究背景,通过对供应链子链的理解,提出了基于粗糙集理论及DEMATEL方法的供应链协同综合评价决策模型。基于对评价指标体系复杂性和现实数据局限性的考虑,提出了粗糙集分块计算方法及DEMATEL指标权重修正方法,并给出了可资实施的解决思路。最后,通过实证分析及对比实验,充分证明了方法的有效性和一定程度的优越性。     

基于模糊神经网络的智能故障诊断专家系统

发动机是车辆的核心部件,及时有效地发现并排除故障,对降低维修费用,减少经济损失,增加发动机工作时的可靠性,避免事故发生具有重大的意义。以某型号发动机为研究对象,运用测试技术、信号处理、小波分析、神经网络和模糊控制理论,提出了基于模糊神经网络的智能故障诊断系统。建立了发动机故障信号采集试验台,在试验台上人工模拟3种转速下6种工况,通过加速度传感器采集正常工况和异常工况的振动信号,之后利用小波包技术进行消噪处理,并提取出故障信号的特征值,作为网络训练和测试的样本数据。用样本数据训练和检测自适应模糊神经网络,完成对信号的离线模式识别,之后以测试样本数据实现在线故障诊断,通过仿真分析,取得了很好的诊断效果。与传统的BP神经网络故障诊断方法进行对比,无论在诊断精度上还是学习速度上,模糊神经网络在故障诊断中更具有优势。同时,在专家系统的理论基础上,将模糊神经网络与专家系统进行信息融合,实现数据接口通信,利用网络的自学习能力建立智能故障诊断数据库和诊断规则库,通过程序语言快速高效的设计出智能诊断系统。最后,通过发动机故障诊断实例仿真分析,验证了基于模糊神经网络的智能故障诊断专家系统的可行性。     

集成模糊Kano模型和余弦相似度的顾客需求满意度测评

目的 在企业发展过程中,对顾客需求的满意度测评有助于企业发现问题与不足,以便更好地满足顾客需求。为使顾客需求满意度的评价结果更加科学有效,提出一种集成模糊Kano模型和余弦相似度的顾客需求满意度测评方法。方法 通过前期问卷调研和深度访谈获得顾客需求要素作为满意度测评的对象,利用模糊Kano模型分析顾客对需求要素的满意程度值及其属性分类,采用余弦相似度计算各个需求要素的满意程度值与其最优值之间的相似度值,得到顾客需求满意度的权重值,通过顾客需求的属性调整系数对顾客需求满意度权重值进行调整,得到最终的顾客需求满意度测评值。结论 将模糊Kano模型与余弦相似度相结合对顾客需求的满意度进行测评研究,以某公司电动汽车充电设备的顾客需求满意度测评为例,并与现有的满意度计算方法进行对比分析,验证了所提方法的可行性和有效性。     

温度影响下基于主成分分析和模态柔度的结构异常检测

在基于振动的结构损伤识别中,很多结构动力学的参数可用作损伤特征参数,如共振频率、振型、模态柔度等.结构损伤会引起损伤特征参数发生改变,但环境因素和运营条件的影响也会使这些特征参数发生变化,而且这种变化往往会掩盖结构自身损伤所引起的特征参数变化.如何剔除或减少诸多环境因素的影响,得到结构本身的真实状况(有损或无损),成为了桥梁损伤检测和健康监测中的一个关键问题.选用对结构损伤较为敏感的模态柔度作为损伤特征参数,通过数值模拟算例对比分析了结构局部损伤和温度变化对模态柔度的影响;对结构在不同状态下的模态柔度进行主成分分析,用残差建立其统计分布模式,用统计模式识别的方法识别模式差异,实现考虑环境因素影响的结构异常检测.结果表明,若不考虑温度对模态柔度的影响,易对桥梁结构的健康状况产生误判;运用基于主成分分析的结构异常检测方法可有效剔除温度对模态柔度的影响,实现结构异常的检测.     

预聚合物平均粒径分析时模糊度的确定

叙述了使用Malvern激光粒度分析仪时通过改变模糊度的大小来测定预聚合物标准样品的平均粒径,并得到一组平均粒径随模糊度变化的数据,根据其测定的结果与标准样品的符合程度,找出预聚合物平均粒径分析时模糊度的最佳范围,确保分析结果的准确性.     

基于灰关联和模糊规划的产品设计改进方法

考虑质量屋模型中顾客需求与产品工程特性之间相关关系具有“少数据”、“贫信息”特点,将灰关联分析引入到质量屋模型中求解产品工程特性重要度。为了在产品设计过程中考虑产品开发成本、技术实现困难、产品市场竞争需求以及实际情况中产品开发成本约束存在的模糊性对产品最优设计的影响,构建一种模糊混合整数规划模型,实现产品工程特性最优设计水平。通过一个智能手机产品改进的案列来验证所构建模型的有效性和实用性。     

基于模糊层次分析的印刷色彩质量综合评价研究

应用二级模糊综合评判和层次分析相结合的方法对印刷色彩质量进行评价.选择影响印刷色彩质量的性能参数作为模糊综合评判的因素集,建立因素之间的递阶层次结构.利用灰关联分析法确定各种性能参数对印刷色彩质量的影响程度,利用saaty 1-9标度法对各因素进行两两比较构造判断矩阵,通过计算判断矩阵的特征向量确定各因素的相对权重.然后分别通过一级和二级模糊综合评判,根据最大隶属度原则,确定印刷品等级.研究结果表明,模糊层次分析法可以用来考虑影响印刷色彩质量的多种因素及因素间的相互关系,客观确定各种因素对印刷品色彩质量的影响权重,评价结果能够细致划分印刷品等级.     

基于梯形模糊数的数控磨床砂轮架系统故障树分析

数控磨床砂轮架系统故障树分析中的一大难点是确定基本事件的发生概率,基本事件的发生情况存在模糊性且由于时间和成本的限制往往无法通过实验获得足够的可靠性数据。为了解决这一问题,引入模糊集合论,用梯形模糊数来描述故障树分析中的基本事件和顶事件的发生概率。首先对数控磨床砂轮架系统的结构层次进行分析,建立砂轮架系统的故障树。然后以砂轮架系统主轴振动异响为例进行模糊故障树分析,求解顶事件发生概率的梯形模糊数;并类比传统故障树分析中"临界重要度"的概念,定义适用于模糊故障树分析的"模糊临界重要度"。最后根据求解的模糊临界重要度对基本事件进行排序,确定危害程度较高的基本事件,结果与企业的实际情况相符合。结果表明该方法能够有效解决数控磨床故障树分析中基本事件难于准确赋值的问题,为企业提高机械系统的可靠性提供了一种定量依据。     

基于DEMATEL方法的绿色物流发展关键因素分析

从企业、政府和环境3个方面系统分析了绿色物流发展的影响因素及各关键因素之间的关系,借助决策实验与评价实验室方法,定量地揭示出各因素之间综合影响程度及其影响绿色物流发展的原因度和中心度,找出制约绿色物流发展的绿色法律法规、政府支持、绿色能源利用率、绿色物流标准、环境监管制度等关键因素,最终指出政府在绿色物流发展前期约束与倡导的核心作用,为促进绿色物流事业的发展提供科学的决策依据。     

A DEMATEL analysis of smart city determinants

Substantial population growth, increasing urbanization, overloaded infrastructure, more energy consumption, environmental impacts, and investment in technological developments are major challenges in city management and development. Municipalities seek to improve their citizens’ wellbeing and quality of life, but the need to find a balance between these complex factors makes decision-making processes more difficult. Experts must analyze the determinants of smart cities, which are urban centers intended to be socially involved, habitable, and economically and environmentally sustainable, and that rely strongly on technology and innovation. Based on multiple-criteria decision analysis (MCDA) principles, this study combines cognitive mapping techniques and the decision-making trial and evaluation laboratory (DEMATEL) method to develop a multicriteria model that can help managers analyze smart city determinants in a collaborative manner. The research included identifying these determinants and their respective cause-and-effect relationships using an expert panel’s experience and knowledge related to the subject under analysis. The results were validated by both the panel and the city councilor responsible for mobility and municipal projects within Évora City Council, Portugal, which has implemented smart city strategies. The latter specialist verified that the proposed evaluation system can be used as a tool to facilitate smart city collaborative decision-making processes. The study’s main advantages and limitations are also analyzed and discussed.     

基于模糊集理论的二维线性鉴别分析新方法

二维线性鉴别分析（２DLDA）是一种直接基于矩阵的特征提取方法,跳过传统的基于Fisher鉴别准则 的线性鉴别分析方法中必须先将二维矩阵转化成一维矢量的过程,有效地提高了特征提取速度且避免了小样本 问题,其识别率优于传统的Fisherface方法。结合模糊集理论,提出了一种新的２DLDA算法———模糊２DLDA （F１DLDA）算法。首先采用FKNN算法得到相应的样本分布信息,并按其对最后得到的特征向量所作的贡献融入 到特征抽取过程中,得到有效的样本特征向量集。实验表明,F２DLDA算法的性能优于传统的２