基于信息熵的机械产品质量多属性决策

研究了机械产品的质量评价的重要性,提出了基于信息熵的质量多属性决策模型,给出具体的决策方法和过程,同时利用信息熵值法确定所给指标的权值,从而为解决混合多属性决策问题提供了一条新的途径.     

模糊多属性决策方法在绿色材料选择中的应用

为解决绿色设计中材料选择的多目标优化问题,提出一种由改进相似性灰色关联度和理想解法相结合的模糊多属性决策方法.该方法将材料的选择和回收处理的方法结合起来组成组合系列,采用生态指数定量分析评估材料及其过程的全生命周期环境影响,基于改进的灰色相似性关联度计算相似贴近度(SCD),基于理想点法(TOPSIS)计算距离贴近度(DCD),基于与相似贴近度的偏差和与距离贴近度的偏差和最小的原则建立非线性规划模型,求出集成贴近度(ICD),进而确定按集成贴近度排序的最优组合序列.最后通过一个实例详细说明了决策的过程,比较结果表明该方法相对于其他决策方法具有一定的优越性.     

基于信息熵的多值属性系统诊断策略优化方法

诊断策略问题是系统测试和诊断技术中的一个关键问题,并已被证明是NP问题.目前已有的大部分研究都是针对二值属性系统的,而多值属性系统的诊断策略研究较少.针对多值属性系统诊断策略优化问题,研究了多值属性系统的相关性矩阵模型和信息熵理论,根据在故障诊断树的建立过程中应优先选择提供信息量大,测试费用小的测试点的原则,建立了基于信息熵的多值属性系统诊断策略优化方法,给出了具体的计算步骤.实例计算结果和算法分析表明,此方法和最优算法相比,可大大减小计算时间,而且得到期望费用相差较小,可用于复杂多值属性系统的诊断策略设计.     

集成运算放大器在汽车中的应用

集成运算放大器的典型应用是运算电路和电压比较器,这使得集成运算放大器在汽车中的应用非常广泛。本文主要介绍了减法运算电路构成的进气压力传感器,以及由电压比较器构成的汽车充电系统电压监视器电路。通过Multisim仿真软件搭建电路,并进行仿真,对集成运算放大器构成的运算电路和电压比较器有了一个全面的认识,加深了理论知识的理解和掌握。     

多属性决策在装备维修性设计中的应用

提出在多属性决策下基于优势属性集的偏好序关系模型。优势属性集的重要性不再由定量化权值衡量,而是利用人工智能技术将决策者对它们的偏好信息以知识形式表达出来,结合相应的规则自动推理,确定各方案之间的偏好序关系,并在维修性设计过程中得到应用。     

专用型运算放大器在精密仪器仪表中的应用

对精密运放、高速运放、低噪声运放、视频运放等专用型运算放大器及其在仪器仪表中的应用技术进行了分析讨论,给出了几种典型应用实例,具有较高的实用价值。     

集成运算放大器在整流电路中的应用

集成运算放大器是重要的模拟集成电路器件,由于其具有高增益、高输入电阻和低输出电阻的特性,被广泛应用到信号检测电路、数字电路和控制电路等。本文主要阐述了集成二极管在精密整流电路中的应用。     

运算放大器在电化学式分析仪器中的应用

近些年来,由于电子学的飞速发展,出现了各种集成电路。如采用适当的运算放大器线路,能够完成加法,减法,乘法,除法,积分和微分等数学运算,利用这些运算取得电讯号。因此,可以利用运算放大器构成的各种线路作为测量仪器的基本部件。所以,化学工作     

基于模糊多属性决策的复杂产品配置方法

目前产品配置设计主要是标准模块基础上的功能实现,针对模糊型复杂产品的配置问题,将模糊多属性决策理论引入到配置设计方法中.考虑客户主观不确定偏好,通过模糊需求的知识获取以及模糊需求与产品属性间的描述,实现客户模糊需求到配置需求的非线性映射.将配置需求作为复杂产品模糊层次配置的输入,通过非标准模块的相似性标识和模糊层次配置的求解,实现复杂产品模糊层次配置设计,模糊层次配置的输出为配置方案集.利用神经网络技术建立模糊多属性决策的配置方案评价模型,对配置方案集进行比较和排序,优选出最接近客户满意的配置结果.结合注塑机产品的配置设计,分析客户需求的模糊、不足和冗余问题,在第一层精确配置和第二层模糊相似配置的基础上,获得四个配置方案集,通过模糊神经网络的多属性决策模型,求解最优方案,并开发了注塑机配置设计系统.     

运算放大器应用电路

概述过去,作为模拟计算机的基本元件是用电子管或晶体管等独立元件组成的运算放大器,因为这种放大器成本高,故一般不太应用。随着单块集成技术的发展,性能高、成本低的集成式运算放大器试制成功后,在控制设备、仪表及其他领域里已广泛地使用着运算放大器。运算放大器可控制DC～10KHz左右的频率的信号,在模拟电路上几乎全部可以应用,因为分立电路,不需要复杂的偏电路,所以很容易使用。因为实际电路和计算电路非常一致,这样就可以简化电路的设计。采用运算放大器709型的μPC55A及741型的μPC151A的实际电路作以下介绍。     

集对分析理论在多属性方案决策中的应用

针对评价方案的多因素、多层次、不确定性,以集对分析理论为基础,采用熵的指标权重确定方法,建立多属性决策加权集对分析模型.该模型综合考虑影响产品整体性能的各种因素,以及不同层次之间影响因素的指标权重的有效合成,并最终给出各方案的优劣顺序.实例证明,该方法具有概念明确、计算简便等特点,所得优化结果符合实际,为多属性方案决策提供一条新途径.     

LED灯具材料的多属性决策方法

LED灯具材料的选择是设计中的重要环节,对降低LED结温、提高性能有很重要的作用。根据材料选择和多属性决策的特点,提出了一种基于理想点的多属性决策的材料选择模型,以层次分析法(AHP)确定属性权值,根据每个方案与理想化目标的接近程度进行排序,为LED灯具的材料选择提供了依据。     

基于犹豫模糊BWM与MOORA的多属性决策方法

针对多属性决策存在的信息不确定性与决策补偿性问题,提出基于犹豫模糊BWM与MOORA的多属性决策方法.采用犹豫模糊语义术语集(hesitant fuzzy linguistic term set,HFLTS)表达评价信息来解决专家在多个语义术语间犹豫不定的问题,并纳入比率分析多目标优化法(multi-objective optimization by ratio analysis,MOORA)中对备选方案进行排序,以区间数的形式表达专家评价矩阵,以计算得到的标准绩效值的平均数作为最终的方案优选依据.针对传统的MOORA中属性权重需要从外部获取的问题,采用犹豫模糊数改进的最优最劣法(best-worst method,BWM)确定属性权重.最后,以某企业选购工业机器人问题为例,验证所提方法的有效性.     

基于模糊多属性群决策的供应商分类方法研究

提出一种供应商分类方法,将多属性指标用三角模糊数表示.在群决策过程中,考虑到决策专家的不同决策权值,对传统的TOPSIS方法进行改进.依据贴近度区间对供应商进行分类.最后通过算例表明,该方法简单、有效.     

一种基于VIKOR的混合多属性群决策方法

针对多粒度语义型、数值型和区间型信息混合的多属性群决策问题,提出了基于多粒度语义统一和二元语义表达模型的异质信息一致化处理方法;通过将二元语义评价矩阵转换为精确数值,采用VIKOR方法对决策对象进行排序,其中针对传统熵权法灵敏度太高会导致权重分配不合理的问题,利用改进熵权法确定指标权重;最后以某企业旋挖钻机的产品服务包设计方案评价为例,验证了所提方法的有效性。     

多指标混合型灰靶决策在汽车悬架选型中的应用

针对汽车悬架选型中缺乏全面综合的量化指标体系及客观评价方法,尝试运用灰靶决策理论进行悬架选型。介绍灰靶决策方法,以三种悬架型式作为决策方案,选取四项不同数据类型的悬架参数作为决策指标,并考虑到各决策指标的权重系数,建立多指标混合型加权灰靶决策模型,通过计算效果向量的靶心距对不同方案进行优劣排序,从而得到汽车开发中最佳的悬架型式。该方法将过程科学量化,克服了传统类比法主观性大的缺点。示例表明该方法是可行的。     

材料选择的方案减缩多属性决策方法及应用

将多目标决策领域中的交互式决策思想引入多属性决策领域,建立了零件材料选择的缩减多属性决策模型与方法,主要考虑在零件设计时,如何在多种可用材料中合理地选出最佳的一种.该数学模型使材料选择的定性评价定量化、精细化、明朗化,提高了评价工作的可操作性和科学合理性.     

基于多属性决策的气动隐身多目标优化

针对多目标优化结果排序与选择的多属性决策(Multi-attribute decision making,MADM)问题,将多目标优化与MADM相结合,提出基于MADM的多目标优化方法,并将该方法应用于跨声速前掠翼(Forward-swept wing,FSW)气动隐身多目标优化中,优化结果提高了跨声速FSW的气动和隐身性能。采用类别形状函数变换法(Class-shape function transformation,CST)方法对翼型几何外形进行描述,实现FSW气动和隐身多学科优化设计模型的参数化描述。建立基于N-S方程的计算流体力学方法的FSW气动分析模型和基于矩量法的计算电磁学方法的FSW隐身分析模型。将Pareto多目标遗传算法得到的Pareto非劣解集构成MADM矩阵,采用基于模糊熵权的改进的逼近理想解的排序法(Modified technique for order preference by similarity to ideal solution,M-TOPSIS)方案评价方法进行Pareto非劣解排序,最终确定最佳的Pareto非劣解。研究结果验证了所提出方法的有效性,为多目标优化问题提供了一种新的解决途径。     

基于决策能力的启发式属性约简及其在诊断中的应用

基于粗糙集理论中决策表条件属性区分能力的概念,提出了计算属性决策能力的量化方法,并以此作为启发式信息来指导决策表中冗余属性的约简,提高了约简效率。这种方法直接应用于机械故障诊断中的知识约简,可以得到更清晰、简明的诊断规则,应用结果表明本约简算法合理、可靠。