模糊物元法在发动机选型评价中的应用
模糊层次综合评价法在汽轮机本体安装质量评价中的应用
２０ 年 第 ｌ （ ０８ ０期 总第 １０ ） ３期
模糊层次综合评价法在汽轮机本体 安装质量评价 中的应 用
王 源 张仲 民 张海 民 ， ，
（． １ 西安 交通 大 学 ， 西安 市 ７ （４ ； ． １０ ９ ２ 西北 电力建设公 司， １ 西安 市 ７０ ４ ） １０ ９
ｕ ｌ ｔ ｏ ｎ ｉ ｅ ｎ ａ ｔｒ ｎ ｄ． ｉａｌ ｈ ｉ ａ ｐ ｉ ｔ ｎ ｉ ａ ｔ ａ ｅ ｇｎ ｅ ｎ ｒ ｅ ｏ ｅ ｑ ａ ｉ ｆｔｅｅ ｇ ｅ ｒ ｇＷ Ｓ ｅｅｍｉ ｅ Ｆ ｎ ｌ ，ｔｅｒ ｐ ｌ ａ ｉ ｃｕ ｎ ｉ ｅ ｒ ｇｐ ｖ ｓｔｅ ｍ ｄ ｌ ｙ ｈ ｎ ｉ ｄ ｙ ｃ ｏ ｎ ｌ ｉ ｏ ｈ
ｅ ｂｙ ｕｌｙｆ ｔ ｔ ｍ ｒｉｅｐ ｊ ，ａ ｓｗ ｌｐ ｏｅ ｍ ｔ ｆ ｔ ｍｎ ｇｔ ｓｍ ｌ ｑ ａ ｔ ｏ ｅｓ ａ ｔ ｂｎ ｒ ｅｔｓｓｔ ｐ ｎｄａ ｅ ｒｐｓｓ ｅ ｏ ｒ ｅ ｒ ｉｉ ｅ ｉ ｈ ｅ ｕ ｏ ｃ ｉｅ ｕ ｌｏ ａ ｈ ｏ ｄｅ ｄ ｎ ｈ ｒ ｋ ｇｖｃ ｒ ｅ ｔ ａ ｏｓｉ ｅｅ ． ｅ ｃｏ ｉ ｅｍ ｓ ｓ ｊ ｔ ｎｐ ｎｉ ｅ ｈｅｇ￣ｅｏ ａ ｉ ｔ ｌ ｅ ｔ ｖｒ ｕ ｎ ｘｓ Ｔ ｎａｃｒ ｎ ｔ ｔ ｏｔ ｕ ｅ ｉ ｒ ｃ ｌ，ｔ ｒｌ ｆ ｎ ｎ ｅ ｏ ｒ ａ ｄｏ ｉ ｄ ｈ ｄｇ ｏ ｈ ｂｃ ｏ ｉ ｐ
摘
要 ： 了使 火 电工程质 量评价 更加 客观 ， 讨 了一 种基 于模 糊 数 学 理论 的 汽轮 机本 体 为 探
安 装质 量综合 评价 方法 。该方 法结合 现有 资料 和相 关规 范 ， 通过 分析 组成 工程体 的各 子项 工程 的 内在联 系和 隶属 关 系， 立递 阶层 次模 型 ， 用层 次分析 法确 定 各 层 次 因素 的权 重 。在此 基 建 利 础上， 建立汽轮 机本 体安装 质量 综合评 价模 型 ， 出各层 指标 的评 价等 级 向量的 确定方 法 ， 照 提 按 最大隶属 度原 则 ， 定工程 质 量 的 等级 ， 应 用 于工程 实例 中， 明 了这 一模 型 在 实践 中的 实 确 并 证
模糊决策方法在航空安全评估中的应用研究
模糊决策方法在航空安全评估中的应用研究第一章：引言1.1 研究背景随着民航业的快速发展，航空安全问题变得越来越重要。
航空安全评估是保障民航飞行安全的重要手段之一，它可以通过对潜在风险的评估和预测，制定相应的防范措施，减少事故的发生。
然而，由于航空事故具有复杂性、不确定性和模糊性等特点，传统的评估方法在应对这些问题时存在一定的局限性。
因此，研究如何利用模糊决策方法来改善航空安全评估的准确性和有效性，具有重要的理论和实际意义。
1.2 研究目的本研究旨在探讨模糊决策方法在航空安全评估中的应用，并对其效果进行评估。
通过建立合适的模糊决策模型，结合现有的航空安全数据，对航空事故风险进行评估和预测。
同时，通过比较传统评估方法和模糊决策方法在航空安全评估中的应用效果，验证模糊决策方法的有效性和优势。
第二章：模糊决策方法的理论基础2.1 模糊理论基础模糊理论是处理不确定性和模糊性问题的一种重要方法。
它通过引入隶属度函数和模糊集合的概念，将不确定和模糊的问题转化为数学模型，从而实现对问题的描述和求解。
2.2 模糊决策方法模糊决策方法是模糊理论在决策问题上的应用。
它主要包括模糊决策树、模糊TOPSIS、模糊层次分析法等方法。
这些方法通过对决策问题进行模糊化处理，将决策问题转化为模糊决策问题，然后利用数学模型对问题进行求解。
第三章：航空安全评估方法的现状分析3.1 传统航空安全评估方法传统航空安全评估方法主要包括事件树分析、失效模式与影响分析、事故树分析等方法。
这些方法主要基于概率论和统计学原理，通过对各种事件和失效模式的概率进行计算，从而评估潜在风险和预测事故发生的可能性。
3.2 传统方法存在的问题传统航空安全评估方法在应对复杂、不确定和模糊的问题时存在一定的局限性。
首先，这些方法往往需要大量的数据支持，但是在航空安全领域，数据往往不完整、不准确，且难以获得。
其次，传统方法往往缺乏对不确定性和模糊性的处理，无法全面考虑各种因素之间的关联性和相互影响。
模糊层次法在柴油机性能开发中的应用研究
第52卷第12期 辽 宁 化 工 Vol.52，No.12 2023年12月 Liaoning Chemical Industry December，2023收稿日期： 2022-11-30模糊层次法在柴油机性能开发中的应用研究潘发存，韩金辉，李丽丽，冯海浩，代子阳（潍柴动力股份有限公司， 山东 潍坊 261000）摘 要：针对柴油机性能开发中涉及的方案所需考虑的指标多，优选困难等问题，提出将模糊层次法应用到性能开发的过程中，并建立不同性能标定方案的优选模型。
结果表明：该方法可以应用在性能开发的过程中，给不同性能标定方案综合分析及评估提供了一个科学、高效、合理的一种方法。
关 键 词：柴油机； 性能开发； 模糊层次法中图分类号：TK42 文献标识码： A 文章编号： 1004-0935（2023）12-1867-03柴油机因具有较强的动力性、经济性，从而做为主要动力输出，广泛用于汽车、轮船、发电、军工等方面［1-3］。
随着地球上化石燃料等一次能源的减少以及日益恶化的生存环境，柴油机的排放法规不断升级，人们节能减排的意识不断提高，柴油机的开发也随之向低油耗，低排放方向发展。
影响发动机油耗和排放的参数很多，主要包括：共轨管压力、主喷时刻、废气再循环等参数，不同参数组合方案对发动机经济性、排放性能的影响差异较大［4-7］。
因此，在发动机性能开发时选取的方案要同时兼顾经济性和排放性能。
模糊层次法（FAHP）是20世纪70年代美国运筹学T.L.Saaty 教授提出的一种定量与定性相结合的系统分析方法。
该方法对于量化评价指标,选择最优方案提供了依据, 并得到了广泛的应用［8-11］。
本文主要阐述了在发动机性能开发时，首先通过试验设计（Design of Experiments DOE），将影响发动机性能的变量如：共轨管压力、主喷时刻、废气再循环等通过不同排列组合设计出多种试验方案；将所设计的所有方案分别在发动机试验台架上进行试验，分析试验数据，然后根据试验结果优化掉明显不符合标定的方案；将剩余方案利用模糊层次法计算出相应权重，从而确定优选方案。
模糊综合评价方法在科研项目评价中的应用
… γi1 n … γi2 n … γik in
( 5)
= ( bi1 , bi2 , …, bik i )
1 0
2 0
3
4
5
6
7
8
9
γik i1 γik i1
0. 58 0. 90 1. 12 1. 24 1. 32 1. 41 1. 45
其中 R i 为 U i 的一级模糊综合评价的单因素评判 当 CR < 0. 1, 认为判断矩阵 P 具有满意的一致性 , 即认为所求特征向量就是各评价因素的权重分配 ; 否 则需调整判断矩阵 ,直至取得较为满意的一致性为止 。 用上述方法可求得 U i 的一级权重 αi ( i = 1, 2, …, m ) 及二级指标 uij的权重 αij ( i = 1, 2, …, m; j = 1, 2, …, ki ) 。 设一级权重集为 :
) ,男 ,河南信阳人 ,讲师 ,研究方向为模糊多目标决策 。 作者简介 : 曹志刚 ( 1973 Ο
航 空 计 算 技 术 第 37 卷 ・ 5 2・
第 1期
p11
p12 p22 p32
p13 p23 p33
P = p21
ki , rjk ∈{ 0, 1 } ( t = 1, 2, …, s) ,对所有专家的评价矩阵
运用 ( 3 )式进行加权处理 。 γijk = ωγ ∑ =1
t t s ( t) jk
3 实例分析
某部队院校拟对本单位的科研项目做评估 , 评估 方法采用模糊多级综合评价方法 。根据前面所述 , 评
CR = CI RI
( 4)
γik i1 γik i1
其中 R i 中第 j行反映的是 uij对于评价集中各等 级的隶属度 , 第 k 列反映的是 ui 中各因素分别取评价 集中第 k 个等级的程度 。
柴油发动机寿命预测环境修正系数的模糊相似分析法
2008年 7月
董翔英等 : 柴油发动机寿命预测环境修正系数的模糊相似分析法
第 10卷
第 4期
样本地区环境影响修正系数可以通过不同里程时实 测气缸套磨损和气缸压力数据变化计算得到 , 通过 对试验车辆的寿命跟踪不断进行修正。
以广西贵港地区和哈尔滨、 沈阳、 呼和浩特、 北 京、 太原、 西安、 乌鲁木齐、 拉萨、 上海、 广州、 南宁等 11 个地区的环境相似程度进行对比分析, 选用最高 气温、 最低气温、 平均气温、 年降雨量、 空气湿度、 平 均风速和海拔高度等作为相似因子 , 样本数据见表 1 。 对表 1 数据进行归一化处理, 结果见表 2 。
苏联也曾采用过放射性同位素分析的方法来预测柴 油发动机的寿命, 这些方法主要是通过检测柴油发 动机润滑油中铁元素的含量, 判断柴油发动机气缸 的磨损情况 , 进而预测柴油发动机的寿命
[ 1]
。 H LS
- 1 型便携式柴油发动机寿命预测系统基于发动机 摩擦学理论, 采用 动态及时 !在线测量方式进行寿 命预测, 该系统中车辆运行的环境因素对预测的准
2 环境适应性的统计分析
2. 1 样本与环境因子汇总
表 1 样本数据 地区 哈尔滨 沈阳 呼和浩特 北京 太原 西安 乌鲁木齐 拉萨 上海 广州 南宁 贵港 样本 x1 x2 x3 x4 x5 x6 x7 x8 x9 x 10 x 11 x 最高气温 /% C1 36. 7 36. 1 38. 5 41. 9 37. 4 41. 8 40. 5 29. 9 37. 8 38. 1 39 38. 5 最低气温 /% C2 - 37. 7 - 29. 4 - 30. 5 - 18. 3 - 22. 7 - 16 - 32. 8 - 16. 5 - 7. 7 0 - 1. 9 - 3. 6 平均气温 /% C3 4 . 2 8 . 4 6 . 7 12 . 3 10 13 . 7 6 . 9 8 16 . 6 22 21 . 8 18 . 8 年降雨量 /mm C4 5243 6 903 3979 5719 4312 5 533 2 863 4264 11 844 17 361 13 097 19 212 空气湿度 /% C5 65 63 54 57 59 70 58 44 76 77 79 76
基于模糊误差判断算法的航空发动机PID控制
第42卷第4期2021年4月白动化仪表P R O C E S S A U T O M A T I O N I N S T R U M E N T A T I O NVol.42 No. 4Apr. 2021基于模糊误差判断算法的航空发动机P ID控制陈勇，蔡开龙(南昌航空大学通航学院，江西南昌330063)摘要:普通比例积分微分（P I D)控制与其他智能控制相比较，应用广泛，且算法更简单、容易实现。
但是应用到复杂的、多变的航空发动机控制时，其难以满足其控制要求。
为实现对航空发动机的智能控制，提出模糊误差判断P I D控制。
由模糊规则表、误差判断规则以及P I D控制组成模糊误差判断P I D控制器。
该方法对控制过程中改变模糊规则表进行了研究。
模糊规则表根据经验得出；误差 判断规则将根据误差的大小，对模糊规则表进行修改;模糊规则表与P I D控制器结合调节控制量，达到控制执行机构的目的。
使用 M A T L A B/S i m u l i n k进行算法仿真。
仿真结果显示:模糊误差判断P I D控制算法运用于航空发动机控制效果良好，验证了所提算法的可行性。
仿真结果证明了改变模糊控制规则表的控制方法是有效的。
该研究为设计智能控制提出了一种新的方法。
关键词:P I D控制；自适应；模糊控制；误差判断；航空发动机；智能控制；模糊规则表；控制仿真中图分类号：T H-39文献标志码：A D O I：10. 16086/j. cnki. issn 1000-0380. 2020060070Aero-Engine PID Control Based on Fuzzy Error Judgment AlgorithmC H E N Y o n g’C A I Kailong(College of General Aviation,Nanchang Hangkong University,Nanchang 330063,China)A b s t r a c t：C o m p a r e d with other intelligent control, ordinary proportional integral differential (P I D)control is widely used, a n d the algorithm is simpler a nd easier to realize. H o w e v e r,i t is difficult to meet the control requirements w h e n i t is applied to the complex and changeable aero-engine control. In order to realize the intelligent control of aeroengine, fuzzy error judgment P I D control is proposed. T h e fuzzy error judgment P I D controller is c o m p o s e d of fuzzy rule table, error judgment rule a n d P I D control. This method is used to study the change of fuzzy rule table in the control process. T h e fuzzy rule table is obtained from experience. T h e error judgment rule will modify the fuzzy rule table according to the error size. T h e fuzzy rule table a nd P I D controller are c o m b i n e d to adjust the control quantity a n d achieve the purpose of controlling the actuator. M A T L A B/ Simulink w a s used for algorithm simulation. T h e simulation results s h o w that the fuzzy error judgment P I D control algorithm is applied to the control of aeroengine, a nd the effect is good, which verifies the feasibility of the proposed algorithm. T h e simulation results s h o w that the control m e t h o d of changing the fuzzy control rule list is effective. This research provides a n e w m e t h o d for designing intelligent control.K e y w o r d s： P I D control；Adaptive；Fuzzy control；Error j u d g m e n t；Aero-engine；Intelligent control；Fuzzy rule table；Control simulation〇引言航空发动机被归类于强非线性被控对象，其气动 热力过程十分复杂，而且工作环境恶劣[1]。
模糊相似优先比法在油库设备选型中的应用
关键词 ： 模糊相似 优先 比 聚类 分析
型
油 库设备
选
油库因储存的是具有爆炸危险性的油 品， 所 以对各类设备的性 能要求很高。目前 ， 市场上油 库设备品种多 ， 规格、 型号庞杂 ， 要在其中选择出 合乎要求 的设备并不是一件容易的事 ， 大多数油 库在设备选型中是靠经验决策 。凭经验决策的后 果往往是所选设备与实际需要差距较大， 甚至设 备不能正常运行 ， 这样既可能造成资金的浪费 ， 又 可能影响油库的正 常运转。因此， 为了使决策者 在油库设备选型 中避免全靠经 验或盲 目作 出决 策， 让决策更具科学性 ， 采用科学合理的决策方法 就显得非常必要。模糊相似优先比法能对多个因 素的相似性进行综合评判 ， 可以比较分析任意两 个设备各方面性能的差异， 再结合聚类分析方法 ， 为提高所选设备与期望设备性能之间的最大相似 程度提供科学依据 。为此 ， 笔者把模糊相似优先 比决策法应用到油库设备选型中来 ， 阐述了该方
选 １ ｏ ５ （ ） ５ Ｙ１Ｏ Ｏ ；
矩阵的元素 ｒ 其规则为 ：
（ ） 泵 的 汽 蚀 余 量 要 求 高 ， 也 会 选 ３对 则 这样就得到了一个均由 ０ １ ， 组成 的矩阵 。
ｌ０ ５ Ｂ ０ ； ５ Ｙ１０ （）
如果 中没有一行等于 １ 则让 减小些 ， ， 直到
・
贾小波 张永国 陆朝荣・ 模糊相似优先比法在油库设备选型中的应用
产生后 ， 首先确定一个 ， 截割矩阵 ， 得到一个 简化矩阵。所谓截割 ， 即在（ ，） ０ １范围内选取一数 把 矩阵中的元素 ｒ与 对 比， 从而得到简化
，
务人员的经验及所选参考参数的不一致性 ， 能 可 会有如下几种情况的结果 ： （ ） 扬程 考虑 较多 ， １对 则会 选择 １０ ５ ； ５ Ｙ１０型 （） ２任务量大 ， 流量和效率要求高 ， 对 则可能
模糊故障树在汽车发动机故障诊断中的应用
桂 林 电 子 科 技 大 学 学 报
Ｊ ｒ ａ ｆＧｕ ｌ ｉ ｅ ｓ ｔ ｆＥｌ ｃ ｒ ｎｉ ｃ ｎ ｌ ｇ ｏｕ ｎ ｌｏ ｉｉ Ｕｎ ｖ ｒ ｉｙ ｏ ｅ ｔｏ ｃ Ｔｅ ｈ ｏ ｏ ｙ ｎ
ｔ ｅ ａ ｄ ｑ ａ ｔ ａ ｉ ｅ ａ ａｙ ｉ ｏ ｈ ａ ｌ ｏ ａ ｌ ｒ ｆａ ｓ ｓ ｅ ａ ｄ ｔ ｕ ｒ ｖ ｄ ｓａ ｔ ｅ ｒ ｔ ａ ａ ｉ ｆ ｒ ｓ ｓ ｅ ｄ — ｉ ｎ ｕ ｎ ｉ ｔｖ ｎ ｌ ｓｓ ｆｔ ｅ ｆ ｕ ｔ ｒｆ ｉ ｅ ｏ ｙ ｔ ｍ ｎ ｈ ｓ ｐ ｏ ｉ ｅ ｈ ｏ ｅ ｉ ｌｂ ｓｓ ｏ ｙ ｔ ｍ ｅ ｖ ｔ ｕ ｃ ｓ ｇ ． Ｔｈｓ ｐ ｐ ｒ ｐ ｅ ｅ ｔ ｕ ｓ ａ ｌ ｔ ｅ ｏ ｕ ｌ ａ ｉ ｅ ａ ｄ ｑ ａ ｔ ａ ｉ ｅａ ａ ｙ ｉ ｏ ｈ ｏ ｉｎ ｉ ａ ｅ ｒ ｓ ｎ ｓ ａ ｆ ｓ ｙ ｆ ｕ ｔ ｒ ｅ ｆ ｒｑ ａ ｉ ｔｖ ｎ ｕ ｎ ｉ ｔ ｎ ｌ ｓｓ ｆｔ ｅ ｃ ｍｍｏ ａ ｌ ｏ ｕ ｏ — ｔ ｔ ｖ ｎ ｆ ｕ ｔ ｆ ｔ ｍｏ ａ ｂ ｌ ｎ ｉ ｅ ｉ ｅ ｇ ｎ ．Ａｃ ｏ ｄ ｎ ｏ ｔ ｅ ｓ ｌ ｔ ｎ ｔ ｈ ｍａ ｌ ｓ ｕ ｅ ｎ ｈ ｔ ｕ ｔ ｒ ｕ ｃ ｉｎ ｏ ｈ ａ ｌ ｔ ｅ ，ａ ｑ ａ ｉ — ｅ ｃ ｒ ｉ ｇ ｔ ｈ ｏ ｕ ｉ ｏ ｔ ｅｓ ｌ ｔ ｔｓ ｔａ ｄ ｔ ｅｓ ｒ ｃ ｕ ｅ ｆ ｎ ｔｏ ｆｔ ｅ ｆ ｕ ｔ ｒ ｅ ｕ ｌ ａ ｏ ｅ ｃ ｔ
Ａｂ ｔ ａ ｔ Ｆｕ ｚ ａ ｌ ｔ ｅ ｔ ｏ ｅ ｔ ｒ ｓ ａｓ ｒ ｎ ｏ ｉａ ｎ ｉｕ ｌ ｍａ ｅ ｔｉ ａｒ ｌ ｂ ｅｍｅ ｈ ｄ ｆ ｒｂ ｔ ｕ ｌ ａ ｓｒ ｃ ： ｚ ｙ ｆ ｕ ｔ ｒ ｅ ｍｅ ｈ ｄ ｆ ａ ｕ ｅ ｔ ｏ ｇ ｌ ｇｃ ｌ ｄ ｖｓ ａ ｇ ．Ｉ ｅ ｉ ｌ ｔ ｏ ｏ ｏ ｈ ｑ ａ ｉ — ａ ｉ ｓ ａ ｔ
基于模糊层次分析法的汽轮发电机组投标决策模型
基于模糊层次分析法的汽轮发电机组投标决策模型作者：周俊来源：《科技资讯》 2014年第19期周俊（上海电气电站集团上海 201199）摘要：考虑到汽轮发电机组中汽轮机、发电机、锅炉设备（以下简称为“主设备”）在火电厂热力系统中的重要性，其评标办法一般采用综合评价法，投标价格过高或者过低都会导致投标失败。
在市场竞争日益激烈、投标价格混乱的市场环境下，合理的报价可以提高投标成功率。
本文将模糊数与层次分析法相结合构建出投标决策模型，降低评价过程中主观偏好和信息不完全对结果的影响。
结合实例验证，该模型起到了较好的效果。
关键词：汽轮发电机组投标模糊层次分析法决策中图分类号：F272 文献标识码：A 文章编号：1672-3791(2014)07(a)-0124-03近几年，中国电力市场需求增长随着国家整体经济增速的放缓而相应放缓，其中火力发电市场在用电量下降和生态环境建设的双重压力下呈较快地下降趋势。
2013年，全国火电机组全国平均发电降到4500小时，新增装机量3600万千瓦，两项指标均创了十年来的新低。
整体市场的低迷，造成了新建项目很难开工建设，对主设备制造商的生产都造成了较大的压力。
为了在有限的新建项目上中标，每次主设备招标的竞争都非常激烈，为了能够中标，各大制造商都使出浑身解数制定各种投标策略。
由于主设备在火电厂热力系统中的重要地位，主设备招标的评标办法一般采用综合评价法，考察各投标产品的“性价比”。
因此，投标中如果报价过低可能会导致亏损，而报价过高也会导致失败。
因此，本文结合模糊数和层次分析法构建了主设备投标决策模型，通过构建层次结构对竞争形势进行判断，为制定合理的报价策略提供决策依据。
1 主设备投标决策模型的构建1.1 模糊层次分析法F-AHP层次分析法AHP是美国运筹学专家萨迪教授[1]（1980）提出的一种简便、灵活而又实用的多准则决策方法。
一般分为如下五个步骤[2]：（1）确定目标；（2）建立问题的递阶层次结构模型；（3）两两比较判断；（4）计算被比较元素的相对权重；（5）计算总权重并排序。
基于模糊层次分析法的新能源汽车技术选择
案例选择：选取具有代表性的新能源汽车技术作为案例 数据分析：对案例数据进行详细分析，包括技术参数、性能指标等 结果比较：将不同案例的结果进行比较，找出优缺点 讨论与建议：根据分析结果，提出针对性的建议和改进措施
案例选择应基于实际需求和可行性分析 案例分析应注重技术经济性和环境影响 案例实施过程中应加强政策支持和市场推广 案例总结应提炼出有价值的经验和教训
技术选择展望：随 着新能源汽车技术 的不断发展，基于 模糊层次分析法的 技术选择方法将更 加完善和精确，为 未来的新能源汽车 产业提供更好的支 持。
未来发展方向：基 于模糊层次分析法 的技术选择方法将 继续探索和发展， 未来的发展方向将 更加注重智能化、 自动化和绿色化。
实践应用价值：基 于模糊层次分析法 的技术选择方法具 有很高的实践应用 价值，能够帮助企 业科学合理地进行 新能源汽车技术的 选择和决策。
充电基础设施不足：建设和完善充电设施是新能源汽车发展的关键 技术创新与成本：提高电池续航里程、降低成本是技术发展的重要方向 政策支持与市场接受度：政府政策对新能源汽车市场发展起到重要推动作用 市场竞争与合作：新能源汽车市场竞争激烈，企业需加强合作与技术创新
模糊层次分析法的 应用：在新能源汽 车技术选择中，模 糊层次分析法能够 综合考虑各种因素， 为决策者提供科学 的依据。
PART SIX
智能化：新能源汽车将与人工智能技术结合，实现自动驾驶、智能导航等功能。
绿色化：新能源汽车将继续推动环保理念，采用更清洁的能源，减少对环境的污染。
互联化：新能源汽车将实现车与车、车与基础设施、车与行人的全面互联，提高交通效率与 安全性。
普及化：随着技术的进步和环保意识的提高，新能源汽车将在全球范围内得到更广泛的普及 与应用。
自动变速器机械传动方案分析与模糊评价研究
自动变速器机械传动方案分析与模糊评价研究随着汽车工业的飞速发展，自动变速器已经成为现代汽车不可或缺的部分。
它可以为汽车驾驶员提供更加便利和舒适的驾驶体验，同时还可以提高汽车的经济性和可靠性。
因此，自动变速器的设计和研发成为了汽车工业中的一个重要研究方向。
本文将对自动变速器机械传动方案进行分析，并采用模糊评价方法对方案进行评价。
自动变速器的机械传动方案通常分为行星齿轮传动、摆线针轮传动和中心轴剖分传动三种。
其中行星齿轮传动是目前最为常见的自动变速器机械传动方案。
行星齿轮传动是由太阳轮、行星轮和环形轮组成的。
太阳轮和环形轮是固定的，而行星轮则既可以转动也可以绕太阳轮公转。
行星齿轮传动的速比可以通过调整太阳轮和环形轮的转速来实现。
摆线针轮传动是由摆线针轮和齿轮组成的，它的速比可以通过改变摆线针轮的转动半径来实现。
中心轴剖分传动则是将主轴分为两个部分，其中一部分是由前进齿轮和倒车齿轮组成的，另一部分则是由高速齿轮和低速齿轮组成的。
主轴的前半段负责前进和倒车的齿轮传动，后半段则负责高速和低速的齿轮传动。
二、模糊评价方法模糊评价方法是一种可以将不确定信息转化为定量分析结果的方法，它可以应用于对各种方案的评价。
模糊评价方法一般可以分为四个步骤：定义评价指标、建立模糊矩阵、确定权重、进行模糊综合评价。
1. 定义评价指标对于自动变速器机械传动方案，我们可以将其评价指标定义为功率传递效率、变速范围、噪音等级和可靠性等指标。
2. 建立模糊矩阵根据评价指标，我们可以建立出相应的模糊矩阵，如图1所示。
3. 确定权重对于评价指标的权重分配，我们可以采用层次分析法进行计算，如表1所示。
评价指标权重功率传递效率 0.4变速范围 0.3噪音等级 0.2可靠性 0.14. 进行模糊综合评价根据模糊矩阵和权重分配，我们可以计算出各种自动变速器机械传动方案的综合评价，如表2所示。
传动方案细节图功率传递效率变速范围噪音等级可靠性综合评价行星齿轮传动★★★ ★★★ ★★ ★★★ 0.510摆线针轮传动★★ ★★★★ ★★★ 0.558中心轴剖分传动★★★ ★★ ★★★★ 0.524根据模糊综合评价的结果，我们可以发现，在三种自动变速器机械传动方案中，摆线针轮传动的综合评价最高，它拥有更宽广的变速范围和更小的噪音等级，这也使得它在实际应用中更有优势。
结合FAHP与模糊COPRAS的机床设备优选方法
结合FAHP与模糊COPRAS的机床设备优选方法于海祥【摘要】For the issue that the optimal selection of machine tool equipment, a method combining fuzzy analytic hierarchy process (FAHP) with fuzzy complex proportional assessment (COPRAS) is proposed.Firstly, the main properties of the machine tool performance and candidate machines are determined based on the production requirements and expert knowledge.Then, the fuzzy comparison matrix of each attribute is constructed according to the expert judgment represented by triangular fuzzy number, and the FAHP method is used to obtain the importance weight of each attribute.After that, the fuzzy decision matrix between attributes with alternatives is constructed, and multiplying it with the attribute weight so as to obtain the weighted normalized decision matrix.Finally, the fuzzy COPRAS method is used to analyze the decision matrix to get the utility of each alternative.The results show that the method is feasible and effective in the case of milling machine tool selection.%针对机床设备的最优选择问题,提出一种结合模糊层次分析(FAHP)法与模糊复杂比例评价(COPRAS)法的优选方法.首先,基于生产需求和专家知识确定机床性能的主要属性和候选机床方案.然后,根据以三角模糊数表示的专家判定,构建各属性间的模糊比较矩阵,并利用FAHP方法获得各属性的重要性权重.接着,构建各属性与备选方案之间模糊决策矩阵,并将其与属性权重相乘获得加权归一化决策矩阵.最后,利用模糊COPRAS方法对决策矩阵进行分析,获得各备选方案的效用度,从而选择出最优备选方案.以铣削机床优选为案例进行分析,结果表明该方法具有可行性和有效性.【期刊名称】《湘潭大学自然科学学报》【年(卷),期】2017(039)001【总页数】6页(P103-108)【关键词】机床设备优选;模糊层次分析法;模糊COPRAS;三角模糊数【作者】于海祥【作者单位】天津职业技术师范大学机械学院,天津 300222;天津中德应用技术大学图文信息中心,天津 300350【正文语种】中文【中图分类】TH161在商业全球化背景下，企业需要具有更高的生产力和竞争力.改善和引进新的生产工艺和设备是提高企业生产力的方法之一.在制定新设备采购决策时，需要综合考虑设备在生产效率、精度、灵活性、适应性和响应性等方面的整体性能，以便从大量备选方案中选择最合适的解决方法[1].然而，这是一个非常耗时的过程且实现较为困难.目前，学者提出了一些用于设备采购决策过程的评价方法.例如，[2]提出一种用于机床选择的模糊层次分析(Fuzzy Analytic Hierarchy Process, FAHP)评价方法.利用模糊逻辑来解决专家判断中的不确定性信息，利用FAHP确定评价属性的权重，并获得备选方案在效益/成本方面的综合权重，从而确定备选方案的优劣.[3]描述了一种基于FAHP和逼近理想解排序法(TOPSIS)的综合层次决策方法，用于评估立式数控机床.其通过FAHP计算属性的优先权重，通过模糊TOPSIS得到可选方案的排名.最近，[4]提出了利用模糊复杂比例评价(Complex Proportional Assessment, COPRAS)方法来进行机床的评价和决策，并将其与模糊ELECTRE和模糊VIKOR决策方法进行比较分析，证明了模糊COPRAG的优越性.本文以铣削机床的选择为研究对象，针对传统FAHP中属性对比和专家调查的复杂性，融入了模糊偏好关系，提出了一种改进型FAHP方法，并结合模糊COPRAS构建一种机床评价方法.案例分析表明，提出的方法能够有效地选择出最佳机床备选方案，为企业决策者提供有力依据.层次分析法(AHP)[5]是一种基于成对比较和专家判断来求解决策问题的多准则决策技术.为了解决不确定性决策问题，通常将模糊集理论[6]与AHP相结合，形成一种鲁棒且灵活的复杂决策问题求解方法：FAHP.传统FAHP成对比较矩阵中个属性对比元素[7].由于属性数量的增加，会导致成对比较问题和问卷调查的复杂性成倍增加.为此，本文采用模糊偏好关系[8]来克服这个问题，使属性成对比较的数量从减少到且剩下的元素可以通过模糊偏好关系计算.COPRAS[9]是一种基于灰色决策理论的多准确决策方法.其根据各决策属性的重要度和效用度两方面进行逐步排序、估计，从而从多属性备选决策方案中选择出最佳方案.然而，属性的特征和专家判断可能包含不确定信息.因此，将模糊集与COPRAS相结合形成模糊COPRAS方法[10].在本文中，其用于在给定属性权重下，评价机床备选方案的效用度.本文提出的优选模型基本框架如图1所示.首先，从一些资源，如文献资料、专家判断和众多制造商的产品目录中收集决策过程中所需的数据.然后，根据专家决议得到备选方案和评价属性，以及确定各属性间的对比关系，构建成对比较矩阵作为具有偏好关系的FAHP的输入.接着，通过FAHP计算各属性的重要性权重.最终，将FAHP的输出作为模糊COPRAS的输入，用来确定备选方案的效用度并排名.决策者可以根据最终决策结果来选择最合适的解决方案.若决策结果不满意，则由决策者做出最终决策，并修正FAHP的输入数据.本文优选方法的核心为基于FAHP和模糊COPRAS方法的决策过程，其主要包括三个阶段：(1)决策者收集信息，根据当前制造设备市场确定备选方法和属性.并构建属性的成对比较矩阵.(2)应用具有语言偏好关系的FAHP来计算属性的权重.(3)以专家给出的属性与备选方案关系的决策矩阵为输入，结合属性权重，通过模糊COPRAS来计算各备选方案的效用度.2.1 三角模糊数在复杂评价系统中，知识和经验是由语言术语来表示的.语言术语可以定量表示为各种形式的模糊数，如梯形、三角形或高斯等.其中，三角模糊数(Triangular Fuzzy Number, TFN) [11]是一种处理不确定信息决策问题的有效方法.令为上的一个三角模糊数：隶属度函数满足规则通过与技术人员、运营商、管理人员和行业专家等人员的交流，构建语言变量，如表1所示.2.2 确定备选方案和评价属性首先，根据顾客的需求确定相关部件的生产目标，并确定在工厂制造系统中所需的机床.然后，根据供应商和工厂中现有机床情况创建一个机床数据库，制定多个机床备选方案.接着，确定用于评价机床性能的属性或标准.最后，建立决策过程的层次结构，表明属性和备选方案之间的关系.2.3 基于FAHP计算各属性的权重基于专家判断，建立属性的成对比较模糊矩阵令为一个属性为属性Ai与Aj之间的相对重要性，用TFN进行表示，从而获得成对比较矩阵由于本文在构建成对比较矩阵时融入了模糊偏好关系，所以成对比较矩阵中的属性互为倒数，矩阵中对称元素的值为因此，改进的FAHP中需要计算的元素数量明显小于传统FAHP.利用模糊偏好关系可计算出其他元素.例如，当的值为时，那么，元素的值为其中然后，使用变换函数将成对比较矩阵规范化到区间[0,1]，形成一致性模糊成对比较矩阵.那么，属性Ai的模糊平均重要性为：属性Ai的模糊重要性权重为：最后，使用模糊均值法对属性Ai的权重进行去模糊化，获得明确的权重值wAi，2.4 基于模糊COPRAS计算备选方案效用度在上文获得各属性权重wAi的基础上，本文利用模糊COPRAS方法来评估备选方案的效用性.首先，k个专家使用如表2所示的模糊语言变量，给出各属性对备选方案影响的评价.然后，对k个专家的评价进行聚集，从而制定模糊决策矩阵.设定为k个专家给出的属性Ai对候选方案MCj影响的综合三角模糊评价，则决策矩阵表示如下：利用下式将模糊决策矩阵进行去模糊化，并将矩阵数据进行归一化，获得矩阵元素xij：接着，将由AHP方法获得的各属性的权重wi与归一化决策矩阵中元素xij进行相乘形成加权元素从而得到加权的归一化决策矩阵对于每个备选方案，计算其最大优化方向上的属性值的总和Pi(最大优化取值指标)和最小优化方向上的属性值的总和Ri(最小优化取值指标).并计算每个备选方案的优先级权重Qi：最后，确定最优性准则以此获得备选方案的效用度Ni，并以此排序备选方案.本文以一个汽车制造企业的铣削机床选择为背景，根据文献和对制造业专家的访问获得了决策支持模型中的10个属性，分别为：成本A1、电力A2、最大主轴转速A3、最大刀具直径A4、刀具数量A5、切削进给A6、移动速度A7、定位精度A8、机器尺寸A9和工作台面积A10.并从供应商中选择4台机床作为4个备选方案(MC1、MC2、MC3和MC4).各备选方案的评价步骤如下.3.1 计算各属性的权重步骤1：根据多位专家的评价，获得各属性之间的成对比较矩阵，如表3所示，其基于专家判断的模糊语言评价变量表示.其中，(*)表示模糊数(0.5,0.5,0.5).步骤2：根据模糊偏好关系可计算出成对比较矩阵中的剩余元素.在获得完整的成对比较矩阵后，由于其中的一些元素值不在范围内.因此，利用变换函数将矩阵进行归一化.步骤3：使用式(2)和式(3)确定各属性的重要性平均值和权重wAi，使用式(4)将模糊三角权重进行去模糊化，结果如表4所示.3.2 计算备选方案的效用度步骤4：专家使用表2中的模糊语言术语对每个备选方案的属性进行评价，建立决策矩阵D.然后，将其转换成以语言术语的模糊数表示，得到模糊决策矩阵如表5所示.步骤5：使用式(6)对模糊决策矩阵进行去模糊化，结果如表6所示.步骤6：在实现决策矩阵的去模糊化后，根据模糊COPRAS方法将矩阵中元素进行归一化，并根据式(7)将这些归一化值乘以属性的权重，最终得到加权的归一化决策矩阵如表7所示.步骤7：在得到加权归一化决策矩阵后，计算Pi、Ri、Qi和Ni的值，并对备选方案进行排名，结果如表8所示.结果表明，各机床备选方案的效用性排名为：MC1> MC2> MC3= MC4.因此，可以确定MC1为最好的备选方案.根据企业技术人员的反馈和实际操作情况，MC1方案最优，证明了本文方法的可行性和有效性.对于包含不确定信息的机床优选多准确决策问题，本文提出了一种结合FAHP和模糊COPRAS的评价方法.其中，采用模糊语言偏好关系来确定基于专家判断的决策矩阵元素，可以明显地减少专家判断的数量，提高决策效率和准确性.通过一个铣削机床的案例分析表明，本文方法能够准确地选择出最优备选方案.在本文研究中，假定机床的属性相互独立，没有考虑它们之间的相互依赖性.在未来研究工作中，将考虑采用质量功能展开中的质量屋矩阵来表示各属性之间的依赖关系，以此获得更加准确的FAHP成对比较矩阵.【相关文献】[1] 刘世豪, 叶文华, 唐敦兵,等. 基于层次分析法的数控机床性能模糊综合评判[J]. 山东大学学报(工学版), 2010, 40(1): 68-72.[2] AVINASH S, VIPUL J, FELIX T S C. An integrated approach for machine tool selection using fuzzy analytical hierarchy process and grey relational analysis[J]. International Journal of Production Research, 2012, 50(12): 1-11.[3] ZEKI A, RIFAT G Ö. Evaluating machine tool alternatives through modified TOPSIS and alpha-cut based fuzzy ANP[J]. International Journal of Production Economics, 2012, 140(2): 630-636.[4] ZOLFANI S H. Decision making in machine tool selection: An integrated approach with SWARA and COPRAS-G methods[J]. Engineering Economics, 2013, 24(1): 5-17.[5] 李永锋, 朱丽萍. 基于模糊层次分析法的产品可用性评价方法[J]. 机械工程学报, 2012, 48(14): 183-191.[6] 刘细阳, 冯思玲, 陈羡美,等. 基于模糊理论的足底压力分布模式识别[J]. 湘潭大学自然科学学报, 2016, 38(1):93-96.[7] CHEN T, JIN Y, QIU X, et al. A hybrid fuzzy evaluation method for safety assessment of food-waste feed based on entropy and the analytic hierarchy process methods[J]. Expert Systems with Applications, 2014, 41(16): 7328-7337.[8] 刘芳. 基于一致性模糊偏好关系的群体决策理论与方法研究[D].广州：华南理工大学, 2013: 97-102.[9] PODVEZKO V. The comparative analysis of MCDA methods SAW and COPRAS[J]. Engineering Economics, 2011, 22(2):134-146.[10] YAZDANICHAMZINI A. Maintenance strategy selection using AHP and COPRAS under fuzzy environment[J]. International Journal of Strategic Property Management, 2012,16(1):85-104.[11] 刘文生, 吴作启, 崔铁军. 基于三角模糊数的AHP-TOPSIS村庄下开采接续方案优选方法研究[J]. 计算机应用研究, 2016, 33(2): 458-461.。
模糊控制技术在风力发电中的应用
模糊控制技术在风力发电中的应用随着人们对清洁能源的日益重视，风力发电成为了一个备受关注的领域。
然而，在风力发电领域中，存在着一个挑战：如何确保风力发电机组能在各种天气条件下都能高效和可靠地运行。
此时，模糊控制技术就成为了一个不可或缺的工具。
模糊控制算法是一种智能化算法，它可以在某些情况下更好地处理模糊和不确定问题。
在风力发电中，这种控制方法可以用来调整发电机组的控制参数，以提高风机的性能和效率。
以下是关于模糊控制技术在风力发电中应用的一些常见问题和解决方案。
问题一：如何控制风机桨叶的角度?风机桨叶的角度是影响风能捕获和转换的一个重要参数。
适当的桨叶角度可以确保风能最大化转化为电能。
模糊控制技术可以用来控制桨叶的角度，以避免过量的转动或没有输出。
此外，考虑较高和较低的风速区域，可以根据每个关键风速段设置控制模糊规则，以实现更好的遥控控制效果。
问题二：如何解决非常规状态下的控制问题？在风力发电中，非常规状态下的控制问题可能会出现，如：电网停电、风速剧烈变化、传感器故障等问题。
为了解决这些非常规情况下的控制问题，可以采用模糊控制方法，模糊规则的设计可以考虑到这些常见问题，排除对系统稳定性的影响。
问题三：如何减少控制系统中复杂度？一些复杂性较大的控制系统可能会带来麻烦，包括出现错误或无法预测的系统行为等问题。
常规控制系统的解决方案可能并不适用于风力发电。
通过对模糊规则设计、风速和桨叶角度的综合考虑，可以缩小控制系统的规模，降低其在项目中的复杂度。
此外，模糊控制技术也可以结合其它智能控制和优化算法，如遗传算法、模拟退火算法等。
综合利用这些算法，将序列模糊控制和模糊控制分层思想进行有效结合，在保证稳定性的基础上，大幅提高系统控制精度和响应时间，减少能量损失，提高风力发电的使用效率。
总的来说，模糊控制技术在风力发电中的应用，可以加深对未来清洁能源利用的研究。
适当地使用模糊控制方法，有助于取得更高效的风力发电产出，同时也有助于降低对环境贡献的影响。
基于模糊诊断方法的发动机可视化故障诊断
发动机是组成结构复杂、工作环境恶糊集合A的隶属函数，xA(a)表示元素a对为了确定论域中的元素对于模糊子集劣的复杂机械系统，其故障诊断问题一直集合A的隶属度。
xA(a)=0表示元素a绝对A的隶属度，就需要约请若干专家对模糊是重要的疑难课题。
发动机系统变得越来不隶属于集合A；xA(a)=1表示元素a绝对子集所描述的内容进行评估。
假如约请的越复杂，系统的模糊性也随之变得越来越隶属于集合A。
隶属度越接近于0表示元专家数量为n，则将论域按数值等分为n 强，以往的故障诊断方法很难结合专家经素隶属于模糊集合的程度越低，隶属度越组，即样本数量为n，然后n个专家根据模验以及实际数据快速得出各故障成因以及接近于1表示元素隶属于模糊集合的程度糊子集A的描述对于每个分组进行评估并对各故障成因的影响程度作出判断，这就越高。
作标记。
假如第K个分组中有i个专家做了必须借助于模糊理论来分析与处理各种模 1.2 隶属函数的确定标记，则该组的频数为i，因为一共做了模糊集由隶属函数来刻画，建立故障糊故障信息。
n次试验，所以该组元素对于模糊子集的诊断模型的过程就是建立权系数矩阵来确模糊诊断方法是随着模糊理论的提出隶属度为i/n，将所有分组的隶属度统计出定故障征兆与故障成因之间隶属关系的过与发展而不断发展起来的，模糊理论是指来后就可以得到隶属函数。
根据隶属函数程，正确科学地确定隶属函数是利用模糊用到了模糊集合的基本概念或连续隶属度可以计算出论域内任何元素对于模糊子集理论进行故障诊断的基础。
函数的理论，模糊理论的目的是为了描述的隶属度。
（1）模糊统计。
在概率统计中，某与处理广泛存在的不精确、模糊的事件和 1.3 最大隶属度原则判别[1]个事件E发生的频率定义为：在n次独立概念提供相应的理论工具。
模糊理论广试验中事件E发生的次数m与试验次数n的，当第i个征兆出现时 取1，征兆未泛应用于诊断以及决策支持方面，为解决n比值，即m/n。
当试验次数n趋于无穷大时出现时 取0。
柴油发动机寿命预测环境修正系数的模糊相似分析法
收稿日期 : 2008- 03 - 31; 修回日期 : 2008 - 04 - 17 . 作者简介 : 董翔英 ( 1963∀ ), 女 ( 汉族 ) , 江西赣州人 , 副教授 , 硕士 , qcg1001@ jjxy. m tn.
61
第 10卷
第 4期
军
事
交 通
学
院
学
报
2008 年 7月
确性有很大影响。本文在气缸磨损与发动机寿命关 系的理论预测模型基础上 , 对发动机工作的环境因 素进行统计分析 , 引入环境影响修正系数 , 提高系统 预测的准确性。
长期以来, 车辆的寿命评估是以发动机的寿命 评估为依据的, 柴油发动机的寿命评估则采用以行 驶里程为依据的 静态定时 !寿命预测方法。实践 证明应用统计方法确定的 静态定时 !寿命离散性 很大, 依靠人工感官检测或专家推断的寿命评估, 准 确性也往往比较低。国内外采用的静态分析方法大 都是油液分析, 所用的仪器多用铁谱仪和光谱仪; 原
[ 4]
2008年 7月
董翔英等 : 柴油发动机寿命预测环境修正系数的模糊相似分析法
第 10卷
第 4期
样本地区环境影响修正系数可以通过不同里程时实 测气缸套磨损和气缸压力数据变化计算得到 , 通过 对试验车辆的寿命跟踪不断进行修正。
以广西贵港地区和哈尔滨、 沈阳、 呼和浩特、 北 京、 太原、 西安、 乌鲁木齐、 拉萨、 上海、 广州、 南宁等 11 个地区的环境相似程度进行对比分析, 选用最高 气温、 最低气温、 平均气温、 年降雨量、 空气湿度、 平 均风速和海拔高度等作为相似因子 , 样本数据见表 1 。 对表 1 数据进行归一化处理, 结果见表 2 。
苏联也曾采用过放射性同位素分析的方法来预测柴 油发动机的寿命, 这些方法主要是通过检测柴油发 动机润滑油中铁元素的含量, 判断柴油发动机气缸 的磨损情况 , 进而预测柴油发动机的寿命
模糊物元评价法的研究
模糊物元评价法的研究
模糊物元评价法的研究
肖芳淳
【期刊名称】《油气田地面工程》
【年(卷),期】1997(000)006
【摘要】在模糊物元分析的基础上，提出了一种新的方法，称其为模糊物元评价法。
此法是将复杂工程大系统的影响因素，分为主要因素和次要因素，再把各隶属度按加权平均集中处理，得到一个数学模型，最后根据此模型计算出复杂工程大系统中各方案的综合评价值，以确定最佳方案，计算结果与用其他方法所和结果完全一致，符合实际，实例表明，用模糊物元评价法复杂工程大系统，不但计算简单，而且准确可靠。
【总页数】1页(1)
【关键词】模糊数学;模糊物元评价法;城市规划
【作者】肖芳淳
【作者单位】西南石油学院
【正文语种】中文
【中图分类】TU984.111
【相关文献】
1.用模糊信息熵物元评价法优选气田开发方案 [J], 雍岐东; 倪宏伟; 肖芳淳; 雍岐卫
2.用模糊物元法综合评价环境污染 [J], 敬加强; 李良君; 吕国邦; 熊仁红; 苏宏春
3.冀中南部稠油物冷采方案的模糊物元评价 [J], 付亚荣; 马永忠。
内燃机性能的模糊评估方法
内燃机性能的模糊评估方法
郝强;朱梅林
【期刊名称】《内燃机学报》
【年(卷),期】1995(013)003
【摘要】本文应用模糊集理论，提出了一种评估内燃机性能优劣的定量描述方法，在内燃机产品开发与改进时，为评估其技术性能水平提供依据，示例计算表明该方法是可行的。
【总页数】7页(P217-223)
【作者】郝强;朱梅林
【作者单位】不详;不详
【正文语种】中文
【中图分类】TK401
【相关文献】
1.内燃机综合性能的模糊评价方法 [J], 蔡家明
2.在用内燃机油性能模糊综合评价 [J], 王海林;何效平;朱均
3.内燃机性能评估的模糊线性回归方法 [J], 李兵
4.基于灰色关联-模糊综合评判的雷达抗干扰性能评估方法 [J], 张军涛;李尚生;王
旭坤
5.内燃机整机性能模糊综合评估方法研究 [J], 常汉宝;张煜盛;曾庆虎
因版权原因，仅展示原文概要，查看原文内容请购买。
基于模糊综合评判的汽车零部件改动方案决策方法
基于模糊综合评判的汽车零部件改动方案决策方法汽车作为现代交通的重要组成部分，需要零部件的完善与优化，以满足人们日益增长的出行需求和安全标准要求。
汽车零部件改动方案决策的过程中，需要考虑多个因素，例如成本、效率、安全和环保等，这就要求评价指标具有综合性和实用性。
因此，本文提出基于模糊综合评判的汽车零部件改动方案决策方法，旨在提供一种科学、高效、可靠的决策方法。
一、模糊综合评判概念模糊综合评判是一种基于模糊数学的综合评价方法，它可以将多个指标综合考虑，得出一个综合评价结果。
在汽车零部件改动方案决策过程中，可选方案往往包含多个指标，例如成本、效率、安全和环保等，而这些指标的权重难以准确地确定。
因此，采用模糊综合评判方法能够在决策过程中让人们更好地把握工作重心，更好地分配资源和提高决策效率。
二、汽车零部件改动方案决策方法基于模糊综合评判的汽车零部件改动方案决策方法包括以下步骤：1. 确定评价指标在汽车零部件改动方案决策过程中，需要对可选方案进行综合评价。
因此需要针对具体方案确定评价指标。
常用的评价指标有成本、效率、安全和环保等，同时，还可以根据实际情况增加其他评价指标，例如生产周期、市场需求等。
2. 确定评价指标集合在明确评价指标之后，需要将其转化为模糊集合，以便进行模糊综合评判。
模糊集合是一种描述事物模糊程度的数学方法，它用一个隶属度函数来表示某个事物属于某个集合的程度。
在确定评价指标集合时，需要定义每个指标的隶属度函数，为后续模糊综合评判提供准确的基础。
3. 确定权重在确定评价指标集合后，需要确定权重，以确定每个指标的重要程度。
权重可以通过专家评估、层次分析法等方法获得。
在权重确定时，需要把握好权重之间的相对重要性，以得出更加准确的评价结果。
4. 模糊综合评判在确定评价指标集合和权重之后，可以利用模糊综合评判方法计算各个方案的评价得分。
模糊综合评判的目的是将多个评价指标的分数综合起来，得出一个总分数。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
２ 于 ＡＨＰ的 指 标 权 重确 定 基
层 次 分 析 法 （ ｎ ｌ ｉ Ｈ ｅａｃｙ Ｐｏ ｅｓ Ａ ａｙ ｃ ｉｒｒｈ ｒｃｓ ， ｔ
Ａ ）是 美 国数 学 家 萨 蒂 ｆ． Ｌ Ｓａｙ１８ 年 提 ＨＰ Ｔ ． ａｔ ９０ ） 出的一 种 简 易 、实 用 的决 策 方 法 。层 次 分析 法 可
满 足 ，在 多大 程 度 上得 到 满 足应 该 以科学 的方 法
研 究 并 得 到确 定 。以下 以发 动机 选 型 为例 ，对 模
糊物元 评价 方法 加 以研 究 。
１ 发动机方案选 型指标体 系
为 了 满 足 个 性 化 的 市 场 要 求 并 降 低 整 车 成 本 ，现 有 的轿 车 大 多采 用 共 用底 盘 同时 配装 不 同 的 发动 机 、变速 箱 等 部件 以满 足不 同层 次 的顾 客 需 要 。现 为 某 经济 型 轿 车发 动 机选 型 ，其设 计 要 求 中与发 动 机相 关 的部 分可 以被 提取 出来 ，建 立 如图 １ 的发动 机选 型指 标体 系 。 表 １ 出 了可供选 择 的发动 机参数 表 。 给
特 征值 满足 ＡＷ＝ Ｗ ，所 以可 以得到 ： ｋ
ｌ
３ ５ ７ ９ ２４６８ ，，， 倒数
表示两个因素相比具有同样的重要性
表 示 两个 因 素 相 比。 一个 因 素 比另 一个 稍微 重 要 表示 两 个 因素 相 比 ，一 个 因素 比 另一 个 明显 重要 表示 两个 因素 相 比 ．一个 因 素 比另 一个 强 烈重 要 表示 两 个 因素 相 比 ，一 个因 素 比另 一 个 极端重 要 介 于 以上 两 相邻 判 断 的中 值 指标Ｂ与Ｂ 比得到判断 ，则Ｂ与Ｂ 比较得到判断 一１ ｆ 相 ， ／
应用
Ｄ ０ ３ ６ ／．ｓｎ １ ０ － ４ ２ ２ １ ． ８ ０ ９ Ｏｈ １ ． ９ ９ ｊｉ ． ０ ９ ９ ９ ． ０ ２ ０ ． ５ ｓ
模糊物元法在发动机选型评价中的应用
唐 林新
（ 中山火炬职业技 术学院， 广 东中山 ５ ８ ３ ） ２ ４ ６
摘要 ：以发动机为例 ， 利用层次分析法确定发动机的指标权重 ，然后通过模糊物元评价方 法从 多个备选方案 中选 出最佳方案。 关键词 ：模糊物元法 ；层次分析法 ；发动机
中图分类号 ：Ｔ ２ Ｈ１２ 文献标 识码：Ａ 文章编号 ：１０ ０ ９—９ ９ ２ １ ） ８ ２ １ ３ ４ ２（０ ２ Ｏ —０ ０ —０
Ｔｈ ｅＡｐｐ ｉａ ｉ ｎ ｏ ｚ ｙＭ ａ ｔ ｒ ｌｃ ｔｏ ｆＦｕ ｚ ｔｅ －Ｅｌｍ ｅ ｅ ｈｏ ｎ ｔ ｅ ｎｔＭ ｔ ｄ ｉ ｈｅＥｎｇ ｎｅＴｙ ｅ ｉ ｐ
Ｓ ｌ ｃｉ ｎ Ｅｖ ｌ ａ ｉ ｎ ｅｅ ｔ ａ ｕ ｔ ｏ ｏ
ＴＡ ＮＧ ｎ ｉ Ｌｉ －ｘｎ
（ ｈｎ ｓａ ｏｃ ｏ ｔｃｎｃ ｈ ｎｓａ５ ８３ ，Ｃ ｉａ Ｚ ｏｇｈ ｎ ｒｈＰ ｌ ｅｈ ｉ，Ｚ ０ｇｈ ｎ２ ４ ６ ｈｎ ） Ｔ ｙ
Ａｂｔａ ｔ ａｉｇ ｎｉｅ ｓ ｘｍｐｅ ｈ ｄｘｗ ｉｈ ｏ ｇｎ ａ ｅｄｔｒ ｎｄｂ ｎｌｔ ｉｒｒｈ ｒｃ ｓ，ｔｅ ｅｂ ｓｓｈｍｅ ｓｒｃ：Ｔ ｋｎ ｇｎ ａ ｌ，ｔｅｉ ｅ ｅｇｔ ｆ ｎ ｉｅｃｎｂ ｅｅｍｉｅ ｙａａｙ ｃ ｅａｃｙｐｏｅｓ ｈ ｎｔ ｅｔｃ ｅ ｅ ａｅ ｎ ｅ ｉｈ ｈ
图 １ 发动机选型指标体系
以下 以 Ａ Ｐ方 法求 图 １ 示 发 动 机选 型指 标 Ｈ 所
体系中的权重系数。
首 先 建 立 准则 层 Ｂ中 的各 因素 相 对 于 目标 层 Ａ相对 重要 性 的层次 单排 序判 断矩 阵 。 建 立 判 断矩 阵前 ，需 先 定 义判 断 矩 阵 的标 度 及 其 含义 （ 见表 ２ 。 ）
ｉ ｂ ａ ｎ ｄ ｂ ｕ ｚ ｔｅ — ｌ ｍｅ ｔｍｅｈ ｄ ｆｏ ｓ ｖ ｒ ｌ ｌ ｒ ａ ｉ ｅｓ ｈ ｍｅ ． ｓｏ ｔ ｉ ｅ ｙ ｆ ｚ ｙ ｍａｔ ｒ ｅ ｅ ｎ ｔ ｏ ｒ ｍ ｅ ｅ ａ ｔ ｎ ｔ ｃ ｅ ｓ ａｅ ｖ
Ｋｅ ｒ ｓ ｆｚｙｍａｔｒ ｅｅ ｎ ｔｏ ｙｗｏ ｄ ：ｕ ｚ ｔｅ— ｌｍｅ ｔ ｍｅｈ ｄ； ａ ａｙｉ ｉｒｒ ｈ ｒｃ ｓ ； ｅ ｇｎ ｎ ｔｃｈｅａｃ ｙｐ ｏ ｅ ｓ ｎ ｉｅ ｌ
０引言
产 品设 计 方案 在 设 计 的过 程 中常 常面 临 着 多
得 到 最低 层 （ 供决 策 的方 案 、措施 等 ）相 对 于最 高 层 （ 目标 ）的相 对 重 要权 值 的 确定 或 相对 优 总 劣 次序 的排定 ｎ 。
重 选 择 ，这 时 需要 根 据 设计 要 求 建 立评 价 指 标体 系对 每个 满 足产 品设 计 要求 的设 计 方案 进 行 评 价 以选 择 最优 方 案 。在每 个 方 案 中这 些性 能 指 标 并 不 具 有 相 同 的优 先程 度 ，哪个 指 标 应 该优 先 得 到
收稿 日期 ：２ １ —０ ０ ２ ６—３ ０
Ｌ 日—— ≯ ＿ ｇ ０ — — ■■ ， ｇ７——Ｌ■ － ｒ —１ １ ， —
技术
表 １ 发动机可选 方案参数表
特征值 ，可 以用 几何 平均 值方法 求 出 。
对 形 如式 （ ）的矩 阵 ，先按 行将 各元 素连 乘 １
并开ｎ 次方 ：
／丫 ｎ ｉ ＝
将 ｂ 一 化 ， 可 求得 最 大 特征 值 对应 的特 归
．
；
向量 ：
ｂ ，
２ ２
．。 ￣ 。
２
ｆ
∑６
］ 断矩阵标度及其含义
标 度 含义
南ｗ＝ ，∞ ，…，∞） ，判断矩阵Ａ的最大 （ ，