地基处理方案优选的可拓层次分析法

地基处理方案优选是一个非常重要的环节，对方案优选常用的传统层次分析法（AHP）中引入可拓学的基本理论，将判断矩阵权重向量的求解与一致性检验有机结合，有效避免了传统层次分析法中的大量试算工作，同时，考虑了人们判断的模糊性和多位决策者的实践经验。通过地基处理方案优选的实际应用，表明可拓层次分析法结论符合工程实际，且概念清晰，易于掌握。     

优选论理论下英语“X-self”和汉语“自己”的对比研究

英语＂X-self＂和汉语＂自己＂都可以出现在宾语语域,但二者在充当宾语时所表现出来的约束性不同。在优选论指导下,制定了二者在句型＂NP1＋V1P1（PP1）＋NP2＋V2P2＋R＂中的约束等级,并考察了影响二者约束性的各种因素之间的关系。结果表明：英语＂X-self＂的约束等级和汉语＂自己＂的约束等级既含有不同的原则也含有相同的原则;正是由于不同的原则,造成了在英语和汉语中句法结构完全相同的句子而二者约束性的不同。     

V型滤池滤砂优选和反冲洗参数确定

通过对V型滤池滤砂的优选,对反冲洗参数确定的试验研究,确定一种适合处理我国南方地区水质的均质滤料,使滤后水浊度达到小于0.1 NTU的处理效果,经过一系列的对比试验,最后确定粒径为1.0mm的滤砂处理效果最好;得出了相应最有效的气水反冲洗参数,即单独气冲强度为17L·m-2·s-2,气水混合冲时,空气强度为17L·m-2·s-1,水的强度为17 L·m-2·s-1,单独水冲强度为8L·m-2·s-1.     

基于灰色关联分析的工程更改方案优选方法

在新产品开发阶段,如何从设计师提出的多个可行工程更改方案中优选出最优方案指导工程实践,一直是困扰企业的难题。为解决这一难题,提出了一种基于灰色关联分析的工程更改方案优选方法。首先分析工程更改方案优选面临的主要问题;其次建立更改方案优选评价指标体系;然后构建更改方案优选模型,结合灰色关联分析求解最优更改方案;最后通过实例验证了该方法的可行性。     

基于多模式预报优选融合技术的短时定量降水预报

为提升短时定量降水预报准确率,使其更好地支撑城市暴雨洪涝及中小河流洪水预报,基于多源数值天气模式预报值,构建了基于预报成员优选融合的短时(0~12h)逐小时定量降水预报模型,模型由单模式百分位映射订正技术模块、模式订正预报成员实时优选技术模块、预报成员实时融合技术模块和融合预报的百分位映射订正技术模块4个技术模块组成。以河南省为例对模型进行检验,结果表明:模型预报降水分布和强度随着预报时效临近更接近实况降水;模型提前6h预报出郑州“7·20”暴雨最强时段降水的落区和强度;在2021年1—9月降水预报对比检验中,模型预报准确率高于任意单模式订正预报和原始模式预报,且准确率随着预报时效的临近逐步提高。     

乳化粉状炸药制备的优选BP网络模型

根据BP(Backpropgation)神经网络理论,建立了制备乳化粉状炸药模型,采用乳化粉状炸药研制过程中的有关数据,编写程序进行了模型的训练、用训练后的模型对预测样本进行了预测与优选。模型优选结果的性能价格比的预测值为2841.3(m/s)/($/kg),实验得到该结果的实际性能价格比为2767.4(m/s)/($/kg),相对误差为2.7%。模型还可对具有相同配方的炸药优选制备工艺参数,对部分组分不同的样品优选了工艺参数,模型对这些样品优选的最优工艺参数与实际工艺参数基本一致。     

近场声全息隔声测量技术重建参数的选取

近场声全息技术在装配式建筑及构件隔声的现场测量中具有广泛应用前景,为了降低全息测量的复杂度和提高声场重建的准确度,文中首先以点声源为例,采用数值仿真和实验验证的方法,对隔声测量精度随参数的变化规律开展了研究;然后,探讨了参数的优选范围;最后,通过实例来验证文中选取的重建参数对隔声测量的有效性。结果表明：仿真值与实验值基本一致,隔声测量精度随重建距离和采样间距的增加而逐渐降低,随全息面孔径边长的增加而逐渐升高;重建距离和采样间距的取值不宜超出最高频率对应的半波长,全息面孔径边长的取值宜为构件尺寸的1.5倍,此条件下精度提升幅度最大;通过对重建参数的优选,不仅能降低隔声测量的复杂度、提高测量效率,而且可以得到较好的隔声测量精度,提升了近场声全息隔声测量技术的工程实用性。     

钢筋混凝土结构加固方案的模糊优选决策

方案的选择是结构加固设计的关键环节 ,但影响因素众多且一般难于定量分析 .为此 ,介绍了一种基于模糊数学理论的模糊优选决策法 ,并阐明了该方法的具体决策步骤     

基于弹性网约束的稳健变量选择

大数据时代下收集到的数据常含有异常值或呈现尖峰厚尾以及变量之间具有较强的相关性，针对此问题，结合秩回归和自适应弹性网(Adaptive Elastic-net )提出了一种高效稳健的变量选择方法。此方法的最大优点在于不仅能够有效处理协变量之间的强相关性而且还能克服多重共线性问题，同时能抵抗厚尾分布或异常值的影响，实现稳健的变量选择。在数值计算方面，采用二次近似和牛顿迭代算法以获得新变量选择方法的稳定数值解，仿真实验表明：新提出的方法比现有方法表现更好，特别是对于厚尾分布或异常值的情况。最后，通过对中国重要的股票市场指数——中证100指数的跟踪，进一步表明该方法在有效样本下具有良好的表现。     

领域特色创新方法优选决策模型

面向领域特色创新方法的推广应用，为了解决对众多创新方法进行优选时的决策困难，通过分析和评价不同方法对实际应用情境的适应度，提出一种领域特色创新方法优选决策模型.以轨道交通装备领域为例，通过企业实际应用情境分析，建立了包含产品类型、创新对象、创新链环节、创新类别和创新程序的五维应用情境空间；根据空间维度及其层次关系，构建了应用情境适用度评价指标体系，同时为了减少人为评价的主观影响，提出模糊层次分析法和熵值法相结合的组合赋权法；结合逼近理想值排序法，建立多种领域特色创新方法的FE-T优选决策模型.通过模型求解各方法的总适用度分值，基于规则排序确定多方法优选序列.将该决策模型用于指导某企业转向架创新项目中的方法选择，得到了适用于该项目应用情境的领域特色创新方法优选序列，为领域特色创新方法的优选提供参考.