Use of Sobol's Quasirandom Sequence Generator for Integration of Modified Uncertainty Importance Measure

Sensitivity analysis of model output is relevant to a number of practices, including verification of models and computer code quality assurance. It deals with the identification of influential model parameters, especially in complex models implemented in computer programs with many uncertain input variables. In a recent article a new method for sensitivity analysis, named HIM* based on a rank transformation of the uncertainty importance measure suggested by Hora and Iman was proved very powerful for performing automated sensitivity analysis of model output, even in presence of model non-monotonicity. The same was not true of other widely used non-parametric techniques such as standardized rank regression coefficients. A drawback of the HIM* method was the large dimension of the stochastic sample needed for its estimation, which made HIM* impracticable for systems with large number of uncertain parameters. In the present note a more effective sampling algorithm, based on Sobol's quasirandom generator is coupled with HIM*, thereby greatly reducing the sample size needed for an effective identification of influential variables. The performances of the new technique are investigated for two different benchmarks.     

论工程监理工作

工程监理是一项专业性和技术性很强的工作,国家推行建筑工程监理制度,确保了工程建设质量,提高了工程建设水平,减少了工程建设的随意性和盲目性,充分发挥了投资效益.文中还特别针对当前监理工作中存在的误区提出了自己独到的见解和解决办法.     

考虑电网关联度的电力通信网关键环节识别

电力通信网作为电网的支撑网络,其可靠运行对电网安全可靠运行有着重要意义。为了识别电力通信网的关键环节,提出了一种考虑电网关联度的电力通信网关键环节识别方法。首先,构建电力-通信复合系统,其次,分别构建电力系统层节点评价体系、链路评价体系和通信系统层节点评价体系、链路评价体系,然后采用TOPSIS算法分别求得电力系统层节点重要度、链路重要度以及通信系统层节点重要度、链路重要度。最后,通过特定的代数运算,将电网关联度与通信网自身的重要度结合起来,分别求得考虑电网关联度的电力通信网节点、链路重要度值,并依据重要度值,识别出电力通信网关键环节。某省实际电力通信网仿真结果表明,该方法可以有效地识别出关键环节,证明了该方法的可行性。     

一种信息系统的快速属性约简算法

在分析目前已有的基于Rough Set的属性约简算法后,认为计算属性的重要性的算法复杂度可以进一步降低,同时给出了一个新的较为合理的度量属性重要性的计算公式,并分析了该计算公式的性质,然后给出了一个时间复杂度为max｛O｜A‖U｜log｜U｜,O(｜A｜2｜U｜)｝的快速属性约简算法,最后用一个实例说明了算法的有效性。     

用于评价通信网节点重要性的多参数优化算法

为更有效地评价通信网节点间的重要性,以节点删除算法为基础,提出一种多参数优化算法.定义节点重要性参数,通过比较该参数的大小评价节点重要性,进而反映删除节点后对整个通信网的影响程度.实验结果表明,相比于节点删除算法,多参数优化算法对各节点重要性的评估更为精确.     

考虑竞争性分析的改进模糊重要度绩效分析方法

重要度绩效分析（IPA）是顾客满意度评价的常用方法,分析结果是产品/服务改进设计的重要依据。）为处理顾客评价信息的不确定性,采用模糊集方法表达并处理重要度和绩效评价信息。针对传统IPA方法中,属性绩效值的获取没有考虑市场竞争因素的问题,提出了考虑竞争性分析的改进模糊IPA方法。灰色关联分析法用来计算属性的市场竞争性系数,以修正顾客群决策得到的初始属性绩效评价值。考虑到属性之间存在影响关系,DEMATEL方法用来分析属性的影响和被影响程度,以修正顾客群决策得到的初始属性重要度评价值。以某电子产品的顾客满意度分析为例,验证了所提方法的有效性。     

基于T-S模糊故障树方法的惯性导航系统可靠性评估

针对传统故障树模型在复杂系统可靠性评估中的局限性,引入T-S模糊故障树建模方法对惯性导航系统进行可靠性评估分析.在建立T-S模糊故障树的基础上,以模糊门算法表征事件之间的逻辑关系,确定了基于基本事件模糊概率和故障程度的复杂系统可靠性评估方法,并对事件进行了概率重要度和关键重要度分析.案例分析表明,T-S模糊故障树分析方...     

火力发电厂锅炉外部定期检验探讨

分析火力发电厂锅炉外部定期检验的重要性,介绍锅炉外部定期检验的重点及易出现的问题,提出加强锅炉外部定期检验工作的建议.     

基于分裂最优乘子重要抽样的电网可靠性评估

提出一种按系统中各元件对系统可靠性影响不同而使用不同最优乘子的重要抽样技巧,以加快系统的蒙特卡罗模拟速度。针对影响程度不同,提出基于元件最大容量和无效度的简便的元件重要度识别方法。在对系统进行蒙特卡罗模拟前快速识别出对系统可靠性影响较大的元件,并对它们进行重要抽样;对剩下的元件进行一般的蒙特卡罗抽样。其间,用黄金分割法在系统蒙特卡罗模拟的同时进行最优乘子的求取,得到最优乘子后继续抽样直到满足预定的收敛准则。通过对IEEE-RTS 79可靠性测试系统的验算,证明该方法在传统的重要抽样法基础上进一步提高了蒙特卡罗模拟的收敛速度。     

面向网状信息的Radial+Focus可视化*

针对当前网状信息可视化技术忽略了网状信息节点的可视信息的问题,提出一种面向网状信息的Radial+Focus可视化技术。首先介绍网状信息节点的信息详细度与先验重要度,并研究通过节点的交互历史计算节点的先验重要度的方法;然后研究了基于节点先验重要度的Radial+Focus布局算法;最后,给出了Radial+Focus可视化技术的应用实例和实验评估。实验评估表明,该技术能自然、高效地可视化网状信息,为用户对网状信息关系及网状信息节点的可视信息的分析提供有力的支持。