摘要：供配电系统电能质量的评估方法大多针对单个指标进行评估,导致评估结果与实际状况相差较大。为此,提出考虑多指标融合的供配电系统电能质量自动评估方法。该方法处理了供配电系统电能质量评估指标,使其数据标准化,以消除不同量纲之间的影响;同时,该方法通过主成分分析对原始数据降维,提取反映数据主要特征的主成分,结合主成分分析的结果计算各指标的客观权重,根据指标权重和通过阈值自动评估电能质量。结果表明,该方法综合考虑了各指标最大值造成的影响,能较精准地评估供配电系统的电能质量,效果较好。

摘要：应用科学的手段对风电机组有效的选型,对确保风电场经济效益提高、产能增加、机组可用系数和上网率提高、投资量和运维费用减少并实现风机实际运行值与理论设计值高度具有重要作用。建立了风电机组多指标融合评价指标体系和评价方法,并开发出了基于多指标融合评价方法的风电机组优化选型辅助决策系统,并在工程应用中起到了良好的社会效益和经济效益,为发电企业的风电机组优化选型起到了积极作用。

摘要：为了提高高校贫困生资助管理工作的效率,设计并实现一款基于SSH架构的高校资助管理信息系统。系统结合SSH框架和贫困生多指标融合鉴定功能,使用JSP、jQuery和AJAX等技术实现系统的注册登录,学生贫困情况申请说明,辅导员审批等模块的功能。系统运行后的各项功能达到预期目标。实践表明,高校资助管理信息系统能够提高资助管理的工作效率,降低办公工作量,该系统地设计与开发简化工作流程,提高平顶山学院资助管理工作的信息化水平。

摘要：针对柑橘人工分级成本高、效率低等问题,运用图像处理与分析方法设计了柑橘自动分级系统。搭建由3个周向均匀布置的CMOS相机组成的多视角图像采集装置,在柑橘滚动过程中抓拍6张图像并自动编号;运用Otsu图像分割方法消除样本图像中的背景,得到样本图像目标区域,用目标区域最小外接圆与最大内切圆描述样本的球形度,并据此构建单果重预测模型;根据样本图像深色区域与样本投影面积的比值构建柑橘成熟度预测模型;运用K-means算法筛选出样本图像中颜色差异较大的区域,设置合适的阈值判断该样本图像中是否存在外观缺陷;结合柑橘分级标准与果农实际需要,构建柑橘全自动分级数学模型,开发基于图像多指标融合的柑橘全自动分级系统,设计自动分级装置。结果表明,预测质量与实际质量之间的误差范围在±5 g之内,系统综合识别率大于90%,为全自动柑橘分级装备的研制奠定了基础。

摘要：[目的/意义]多指标融合是现有学术期刊影响力评价方法的发展趋势。然而,指标之间的多重共线性问题、复杂非线性关系、以及各个指标重要性衡量是期刊影响力综合评价的难点。[方法/过程]系统地应用多种人工智能方法提出了一种多指标融合方法并进行学术期刊综合评价。首先结合层次聚类算法和主成分分析方法设计了一个指标独立性指数,并以此对多个指标进行分组合并,从而获得少数高独立性代表指标;其次,利用变分自编码器的非线性表达能力将这些指标自动隐式地赋予权重并融合为一个新的期刊影响力评价指数;最后,利用极限梯度提升方法显式地量化了这些高独立指标对于该评价指数的各自重要性。[结果/结论]以42个“图书馆学与情报学”期刊为实证,将33个期刊指标分组并融合为7个高独立指标组,分别是:被引用量、影响因子、基金论文比、可被引文献比、半衰期、他引总引比、可被引用量;并进一步综合为单个期刊影响力评价指数;同时得出了这些代表指标对于该评价指数的重要性,分别为:27.82%、23.86%、18.27%、13.30%、8.93%、3.96%和3.86%。

摘要：针对目前导弹状态评估存在的问题,在分析导弹状态参数的基础上,建立了导弹状态参数体系,并将导弹状态按照实现其特定功能分为良好状态、较好状态、堪用状态、拟故障状态和故障状态,进而设计了一种基于改进证据理论的多指标融合导弹状态评估方法。针对D-S证据理论应用于导弹状态评估存在的证据源权重分配、合成过程中未知信息处理及冲突分配等问题,在分析现有改进方法的基础上,采用状态参数的权重系数对原始证据源进行修正,并基于全局冲突应在引起冲突的焦元之间进行局部分配的思想对证据理论进行了改进。通过实例分析,验证了改进方法的有效性及设计的导弹状态评估方法的正确性。

摘要：为了解决常用时序预测算法精度不高和调参困难的问题,提出基于多层双向长短期记忆(BiLSTM)神经网络的负载预测方法,包括网络模型设计、自适应参数设置和改进粒子群算法优化等步骤.将数据输入网络模型中进行训练,使用自适应算法进行自动调参;采用基于基准模型的多指标融合的模型评价方法,计算改进粒子群算法的适应度;使用改进粒子群算法优化模型的预测结果.通过与多种典型时间序列预测算法的实验对比,方法的预测平均绝对百分比误差减小3.6%~7.2%,训练时间缩短10%以上,实验结果验证了方法在时间序列预测中具有更高的准确性和很强的适用性,为使用负载预测结果进行弹性扩缩容提供了重要的科学依据.

摘要：针对图像信息熵单指标评价在三维场景离散LOD模型智能组合优化过程中容易造成可信度低的问题,提出了一种基于视觉感知与信息熵融合的离散LOD模型智能组合方法。分析了基于视觉感知的图像质量评价指标,构建了多指标融合的离散LOD模型智能组合框架,设计了与基于PSO的单指标离散LOD模型组合寻优对比实验。结合遗传算法的思想对粒子群算法进行改进,克服了在模型组合寻优过程中粒子群算法易于陷入局部最优的缺点。实验结果表明,本文方法能够设计出符合人类视觉感知特征的高可信度三维场景,与其他方法相比具有模型组合寻优效率高、无需人工交互的优点。