Multivariate relative importance: Extending relative weight analysis to multivariate criterion spaces.

For years, organizational scholars have sought effective ways to evaluate the importance of predictors included in a regression analysis. Recent techniques, such as general dominance weights and relative weights, have shown great promise for guiding evaluations of predictor importance. Nevertheless, questions remain regarding how one should investigate relative importance in the presence of a multidimensional criterion variable. The purpose of this article is to extend understanding of relative importance statistics to multivariate designs. The authors review the concept of relative importance and discuss a new procedure for calculating estimates of importance in the presence of multiple correlated criteria. Finally, a published correlation matrix is reanalyzed and a Monte Carlo simulation conducted to compare the new procedure with another technique for estimating importance. Unlike canonical solutions, which are often uninterpretable, the proposed multivariate relative weights provide an intuitive index regarding the relationship between predictors and criteria. Implications for organizational researchers are discussed. (PsycINFO Database Record (c) 2010 APA, all rights reserved)     

强烈地震下农村砌体结构墙体重要性与抗震评定

为了明确强烈地震中农村砌体结构不同构件的重要性差异,从而有针对性地采取措施使结构抗震评定与加固维修更合理,以中国农村典型砌体结构为研究对象,从静力响应和动力响应的角度,分析了地震影响系数、构造柱(圈梁)设置、墙体平立面位置、地震波频谱特性及地震波持时对墙体重要性的影响,并将墙体重要性系数引入农村砌体结构的抗震评定。研究结果表明:随着地震影响系数的增加,受拉区墙体的重要性增大,受压区墙体的重要性减小; 地震影响系数较小时,设置构造柱、圈梁砌体结构墙体比未设置构造柱、圈梁的墙体重要性大,反之亦然; 同一平面位置的墙体受压重要性随楼层从上到下增大; 地震峰值强度、频谱特性和持续时间等动力参数对墙体重要性系数均有一定的影响,但地震动加速度峰值是墙体抗剪重要度最主要的影响因素; 在农村砌体结构房屋的抗震评定中,引入墙体的重要性系数,能明确砌体结构房屋中的关键墙体。     

基于复杂网络的天基信息网节点重要性评价综述

为评估和度量天基信息网的节点重要性,围绕天基信息网与复杂网络相关理论,对经典的节点重要性表征参数进行归纳分析,并重点梳理分析基于静态和动态的天基网络节点重要性评价方法,指出目前存在的主要问题并展望其发展趋势。结果表明,该分析为天基信息网络节点重要性评价方法及抗毁性方面的研究提供了新思路。     

基于容积粒子滤波的配电网动态状态估计

配电网中分布式电源的渗透率逐渐升高,为确保配电网安全稳定的运行,需要对配电网运行状态进行准确的感知。针对容积卡尔曼滤波(Cubature Kalman Filter, CKF)算法对强非线性非高斯系统滤波精度有限、标准粒子滤波(Particle Filter, PF)选取重要性密度函数不准确的问题,提出了基于容积粒子滤波(Cubature Particle Filter, CPF)的配电网动态状态估计模型：利用CKF算法设计PF的重要性密度函数。既克服了CKF算法要求噪声为高斯分布的限制又保留了PF算法的强抗干扰能力。仿真结果表明,在高斯噪声和非高斯噪声下,CPF算法比CKF算法滤波精度更高、更灵活。     

基于广义结构刚度的构件重要性评价方法

总结了现有构件重要性评价指标的研究概况和工程经验;根据结构体系传力路径中传递荷载比例大的构件重要性大的思路,通过理论推导定义了考虑荷载作用的广义结构刚度;以拆除构件对广义结构刚度的影响程度作为该构件重要性评价指标,并进一步将该指标转化为结构变形能损失率,使该指标的概念更为清晰;采用该评价方法对1组框架结构分别在重力荷载和水平地震荷载作用下的构件重要性进行了分析。结果表明:该方法具有合理性,且便于计算,可用于大多数类型的结构。     

毫米波/红外多传感器融合跟踪算法研究

毫米波/红外(MMW/IR)传感器是各国发展多模复合制导技术的重点.针对平方根无迹卡尔曼滤波(SR-UKF)的估计算法存在线性化误差及粒子滤波中得到优化的重要性密度函数比较困难的问题,将平方根无迹卡尔曼滤波与粒子滤波相结合,提出一种序贯融合的平方根无迹卡尔曼粒子滤波(SRUKPF)算法.利用平方根无迹卡尔曼算法得到的状态更新矩阵和误差协方差矩阵,构造粒子滤波的重要性密度函数,这样重要性密度函数能够融入最新观测信息,进而更加符合真实状态的后验概率分布.为验证算法的有效性,以地空导弹中MMW/IR传感器复合制导为背景进行仿真研究与分析,结果表明,该算法克服了粒子滤波法难以得到优化重要性密度函数的缺陷,能有效提高多传感器系统状态估计的精度     

结构可靠度求解的自适应细分-重要抽样法

传统的结构可靠度求解方法在处理呈非正态、多变量、小失效概率以及功能函数非线性的问题时,很难以较低成本获得满意的精度。为克服现有方法的不足,将通用生成函数、自适应细分原理和重要抽样技术相结合,提出结构可靠度求解的自适应细分-重要抽样法。根据自适应细分原理,对临界域进行细分,减少离散区间长度,通过递归操作对随机变量进行非均匀自适应细分,得到失效域概率以及细分后的临界域,并由复合运算获得临界域的结构通用生成函数。临界域失效概率由针对域内热点焦元的重要抽样技术获得,失效域概率与临界域失效概率之和即为结构失效概率估计值。算例分析表明,新方法的计算误差明显小于传统方法,同时借助重要抽样技术提高了计算效率。     

浅谈建筑节能在我国的发展现状及前景分析

介绍了建筑节能的概念,探讨了建筑节能的重要性,指出建筑节能是社会发展的需要,能够减轻环境污染,促进建筑业发展,通过总结我国近几年来建筑节能工作的进展情况,对我国建筑节能工作的发展前景进行了分析,以期促进我国建筑节能工作。     

对国内现行控规容积率科学性的探讨

结合《中华人民共和国城乡规划法》,介绍了＂容积率＂的实用性和重要性,阐述了国内现行控规容积率在科学性上的缺陷,并引用了国外相关案例进行研究,提出了关于增强我国控规中容积率科学性的建议。     

基于模糊集理论与事故树分析的输变电检修项目脆弱性评价研究

利用模糊集理论与事故树分析相结合的方法,对输变电检修项目的脆弱性进行分析和评价,求解出各基本事件模糊重要度,进而了解各基本事件对检修项目整体脆弱性的影响,有效地识别出输变电检修项目中的薄弱环节。以触电事故为例进行分析与论证,结果表明,通过模糊事故树分析,能够对输变电检修项目进行定性和定量的安全风险分析,为检修项目的设计和实施提供建议与参考,降低事故风险。