CN107103193A - 一种城轨车辆轮对尺寸检测结果可信度等级的确定方法 - Google Patents
一种城轨车辆轮对尺寸检测结果可信度等级的确定方法 Download PDFInfo
- Publication number
- CN107103193A CN107103193A CN201710266189.2A CN201710266189A CN107103193A CN 107103193 A CN107103193 A CN 107103193A CN 201710266189 A CN201710266189 A CN 201710266189A CN 107103193 A CN107103193 A CN 107103193A
- Authority
- CN
- China
- Prior art keywords
- mrow
- msub
- mtd
- index
- mtr
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Z—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS, NOT OTHERWISE PROVIDED FOR
- G16Z99/00—Subject matter not provided for in other main groups of this subclass
Landscapes
- Peptides Or Proteins (AREA)
Abstract
本发明公开了一种城轨车辆轮对尺寸检测结果可信度等级的确定方法。该方法步骤为:根据轮对尺寸检测结果精度要求,将其结果可信度Vm分为可信、一般、不可信三个等级,确定每个等级的取值范围;确定影响指标,建立基于层次分析法的指标体系:根据影响轮对尺寸检测结果的因素,确定详细的指标,根据各指标间的关系,建立影响轮对尺寸检测结果的指标体系,包括三个一级指标和七个二级指标,确定各指标值;确定指标比重:根据独立性权系数法,计算指标体系中各指标的比重;计算轮对尺寸检测结果可信度等级:使用拓扑法计算轮对尺寸检测结果的可信度值,确定可信度等级。本发明能够有效直接地进行轮对尺寸检测结果可信度等级判断,节省了人力和时间成本。
Description
技术领域
本发明属于交通安全工程技术领域,特别是一种城轨车辆轮对尺寸检测结果可信度等级的确定方法。
背景技术
轮对是保障城轨车辆安全运行的关键部件。针对轮对尺寸的检测,国内外学者和公司研发出了各种检测系统,但轮对尺寸的检测必然存在一定误差,如何对轮对尺寸检测结果进行可信度等级判断成为技术难点。
西南交通大学的李德维在《非接触式轮对几何参数测量精度研究里》里进行了轮对检测结果的精度研究,张英春研究了WP-C型铁路车轮外形测量仪直径标定方法的不确定度,但不能对轮对尺寸检测结果的可信度等级进行判断。
发明内容
本发明公开了一种城轨车辆轮对尺寸检测结果可信度等级的确定方法,有效直接地进行轮对尺寸检测结果可信度等级判断,从而节省人力和时间成本。
实现本发明目的的技术解决方案是:一种城轨车辆轮对尺寸检测结果可信度等级的确定方法,包括以下步骤:
步骤1,划分轮对尺寸检测结果可信度等级:根据轮对尺寸检测结果精度要求,将其结果可信度Vm分为可信、一般、不可信三个等级,确定每个等级的取值范围;
步骤2,确定影响指标,建立基于层次分析法的指标体系:根据影响轮对尺寸检测结果的因素,确定详细的指标,根据各指标间的关系,建立影响轮对尺寸检测结果的指标体系,包括三个一级指标和七个二级指标,确定各指标值;
步骤3,确定指标比重:根据独立性权系数法,计算步骤2指标体系中各指标的比重;
步骤4,计算轮对尺寸检测结果可信度等级:使用拓扑法计算轮对尺寸检测结果的可信度值,确定可信度等级。
本发明与现有技术相比,其显著优点是:(1)能够有效直接的进行轮对尺寸检测结果可信度等级判断,节省人力和时间成本;(2)具轮对尺寸检测结果可信度等级判断精度高。
附图说明
图1为本发明城轨车辆轮对尺寸检测结果可信度等级的确定方法的流程图。
图2为影响城轨车辆轮对尺寸检测结果的指标体系示意图。
具体实施方式
下面结合附图及具体实施例对本发明作进一步详细说明。
结合图1、图2,本发明城轨车辆轮对尺寸检测结果可信度等级的确定方法,包括以下步骤:
步骤1,划分轮对尺寸检测结果可信度等级:根据轮对尺寸检测结果精度要求,将其结果可信度Vm分为可信、一般、不可信三个等级,确定每个等级的取值范围;
所述的划分轮对尺寸检测结果可信度等级,具体为:根据影响轮对尺寸检测结果的指标值综合分S,将轮对尺寸检测结果可信度划分为三个等级:当S≥95时,可信度为可信等级,当85≤S<95时,可信度为一般等级,当S<85时,可信度为不可信等级。
步骤2,确定影响指标,建立基于层次分析法的指标体系:根据影响轮对尺寸检测结果的因素,确定详细的指标,根据各指标间的关系,建立影响轮对尺寸检测结果的指标体系,包括三个一级指标和七个二级指标,确定各指标值,具体如下:
步骤2.1、确定影响轮对尺寸检测结果的指标,包括光照、温度、多帧测量值偏差、有效帧选取、传感器安装角度、传感器采样频率、传感器曝光时间C33;
步骤2.2、根据各指标间关系确定一级指标,建立基于层次分析法的指标体系:包括一级指标:环境因素C1、算法因素C2、传感器因素C3,二级指标:光照C11、温度C12、多帧测量值偏差C21、有效帧选取C22、传感器安装角度C31、传感器采样频率C32、传感器曝光时间C33,其中Cij表示在一级指标Ci下的二级指标Cij;
步骤2.3、根据现场实际情况,计算各二级指标分值。
步骤3,确定指标比重:根据独立性权系数法,计算步骤2指标体系中各指标的比重,具体如下:
步骤3.1、计算各指标的复相关系数:其中c为某级某项指标,为某级其余指标的平均值,为某级其余指标的回归;
步骤3.2、对各指标的复相关系数R的倒数进行归一化处理得指标比重其中Ri为某级第i项指标的复相关系数,i=1,2,...,n,pmin、pmax分别为某级所有指标pi中的最小值、最大值。
步骤4,计算轮对尺寸检测结果可信度等级:使用拓扑法计算轮对尺寸检测结果的可信度值,确定可信度等级,具体为:
步骤4.1、确定一级指标的经典域和节域:
式中,Um即为<am,bm>,是评价指标集C即C1…Cn关于可信度等级Vm,m=1,2,3,所规定的量值S范围,Pm为指标C对应可信度等级Vm的经典域;
式中,UV即为〈aV,bV〉,是评价指标集C即C1…Cn关于全体可信度等级V所规定的量值S范围,PV为指标C对应可信度等级V的节域;
步骤4.2、计算二级指标关于可信度等级的关联度:
式中,sij为二级指标cij的指标分值,Um即为(am,bm),是评价指标对应可信度等级Vm的量值S范围,m=1,2,3;UV即为〈aV,bV〉,是评价指标关于全体可信度等级V所规定的量值S范围,r(sij,Um)为sij到区间Um之距,r(sij,UV)为sij到区间UV之距;
式中,ρm(cij)为第i个一级指标中第j个二级指标cij关于可信度等级Vm的关联度,m=1,2,3;
步骤4.3、计算一级指标关于可信度等级的关联度:
式中,ci为第i个一级指标,xij为对应二级指标cij的比重,j=1,2,…n;ρm(cij)为二级指标cij关于可信度等级Vm的关联度,m=1,2,3;ρm(ci)为一级指标ci关于可信度等级Vm的关联度;
步骤4.4、确定轮对尺寸检测结果可信度等级:
式中,xi为对应一级指标ci的比重,i=1,2,…n;ρ=(ρ1,…ρm)为轮对尺寸检测结果对应各可信度等级Vm的关联度矩阵,m=1,2,3;
若满足ρm=maxρ,则轮对尺寸检测结果属于可信度等级Vm级;
且轮对尺寸检测结果所在可信度等级的可信度大小M由下式确定:
其中:
ρj为轮对尺寸检测结果对应各可信度等级的关联度,j=1,2,3。
下面结合具体实施例对本发明作进一步详细说明。
实施例1
以现场获得一组轮对尺寸检测结果为例,划分可信度等级
V=(可信,一般,不可信)=(V1,V2,V3)=(1,2,3),根据现场实际情况确定各指标cij的指标分值sij,结合独立性权系数法确定各指标cij比重xij,下面以环境因素c1及其二级指标为例进行具体计算过程演示。
得到二级指标c11关于可信度等级的关联度为:
同理可得其他二级指标关于可信度等级的关联度。由独立性权数法得c11、c12的比重为0.55、0.45,则一级指标c1关于可信度等级的关联度为:
其他一级指标与二级指标关于可信度等级的关联度具体数值如表1所示。
表1轮对检测结果指标体系及取值
轮对尺寸测量结果关于可信度等级关联度为:
因为maxρ=ρ2=0.4683,所以该组轮对尺寸检测结果可信度等级为二级一般,同时可求得该组检测结果关于二级一般的可信度值M=1.83。
综上所述,与现场实际情况相比,本组轮对尺寸检测结果可信度等级属实,为一般。该方法满足现场轮对尺寸检测结果可信度要求。
Claims (5)
1.一种城轨车辆轮对尺寸检测结果可信度等级的确定方法,其特征在于,包括以下步骤:
步骤1,划分轮对尺寸检测结果可信度等级:根据轮对尺寸检测结果精度要求,将其结果可信度Vm分为可信、一般、不可信三个等级,确定每个等级的取值范围;
步骤2,确定影响指标,建立基于层次分析法的指标体系:根据影响轮对尺寸检测结果的因素,确定详细的指标,根据各指标间的关系,建立影响轮对尺寸检测结果的指标体系,包括三个一级指标和七个二级指标,确定各指标值;
步骤3,确定指标比重:根据独立性权系数法,计算步骤2指标体系中各指标的比重;
步骤4,计算轮对尺寸检测结果可信度等级:使用拓扑法计算轮对尺寸检测结果的可信度值,确定可信度等级。
2.根据权利要求1所述的城轨车辆轮对尺寸检测结果可信度等级的确定方法,其特征在于,步骤1所述的划分轮对尺寸检测结果可信度等级,具体为:
根据影响轮对尺寸检测结果的指标值综合分S,将轮对尺寸检测结果可信度划分为三个等级:当S≥95时,可信度为可信等级,当85≤S<95时,可信度为一般等级,当S<85时,可信度为不可信等级。
3.根据权利要求1所述的城轨车辆轮对尺寸检测结果可信度等级的确定方法,其特征在于,步骤2所述的确定影响指标,建立基于层次分析法的指标体系,具体如下:
步骤2.1、确定影响轮对尺寸检测结果的指标,包括光照、温度、多帧测量值偏差、有效帧选取、传感器安装角度、传感器采样频率、传感器曝光时间C33;
步骤2.2、根据各指标间关系确定一级指标,建立基于层次分析法的指标体系:包括一级指标:环境因素C1、算法因素C2、传感器因素C3,二级指标:光照C11、温度C12、多帧测量值偏差C21、有效帧选取C22、传感器安装角度C31、传感器采样频率C32、传感器曝光时间C33,其中Cij表示在一级指标Ci下的二级指标Cij;
步骤2.3、根据现场实际情况,计算各二级指标分值。
4.根据权利要求1所述的城轨车辆轮对尺寸检测结果可信度等级的确定方法,其特征在于,步骤3所述的根据独立性权系数法,计算步骤2指标体系中各指标的比重,具体如下:
步骤3.1、计算各指标的复相关系数:其中c为某级某项指标,为某级其余指标的平均值,为某级其余指标的回归;
步骤3.2、对各指标的复相关系数R的倒数进行归一化处理得指标比重其中Ri为某级第i项指标的复相关系数,i=1,2,...,n,pmin、pmax分别为某级所有指标pi中的最小值、最大值。
5.根据权利要求1所述的城轨车辆轮对尺寸检测结果可信度等级的确定方法,其特征在于,步骤4所述的使用拓扑法计算轮对尺寸检测结果的可信度值,确定可信度等级,具体为:
步骤4.1、确定一级指标的经典域和节域:
<mrow>
<msub>
<mi>P</mi>
<mi>m</mi>
</msub>
<mo>=</mo>
<mo>&lsqb;</mo>
<msub>
<mi>V</mi>
<mi>m</mi>
</msub>
<mo>,</mo>
<mi>C</mi>
<mo>,</mo>
<msub>
<mi>U</mi>
<mi>m</mi>
</msub>
<mo>&rsqb;</mo>
<mo>=</mo>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<msub>
<mi>V</mi>
<mi>m</mi>
</msub>
</mtd>
<mtd>
<msub>
<mi>C</mi>
<mn>1</mn>
</msub>
</mtd>
<mtd>
<mrow>
<mo><</mo>
<msub>
<mi>a</mi>
<mi>m</mi>
</msub>
<mo>,</mo>
<msub>
<mi>b</mi>
<mi>m</mi>
</msub>
<mo>></mo>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow></mrow>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow></mrow>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow></mrow>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow></mrow>
</mtd>
<mtd>
<msub>
<mi>C</mi>
<mi>n</mi>
</msub>
</mtd>
<mtd>
<mrow>
<mo><</mo>
<msub>
<mi>a</mi>
<mi>m</mi>
</msub>
<mo>,</mo>
<msub>
<mi>b</mi>
<mi>m</mi>
</msub>
<mo>></mo>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
</mrow>
式中,Um即为<am,bm>,是评价指标集C即C1…Cn关于可信度等级Vm,m=1,2,3,所规定的量值S范围,Pm为指标C对应可信度等级Vm的经典域;
<mrow>
<msub>
<mi>P</mi>
<mi>V</mi>
</msub>
<mo>=</mo>
<mo>&lsqb;</mo>
<mi>V</mi>
<mo>,</mo>
<mi>C</mi>
<mo>,</mo>
<msub>
<mi>U</mi>
<mi>V</mi>
</msub>
<mo>&rsqb;</mo>
<mo>=</mo>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<mi>V</mi>
</mtd>
<mtd>
<msub>
<mi>C</mi>
<mn>1</mn>
</msub>
</mtd>
<mtd>
<mrow>
<mo><</mo>
<msub>
<mi>a</mi>
<mi>V</mi>
</msub>
<mo>,</mo>
<msub>
<mi>b</mi>
<mi>V</mi>
</msub>
<mo>></mo>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow></mrow>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow></mrow>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow></mrow>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow></mrow>
</mtd>
<mtd>
<msub>
<mi>C</mi>
<mi>n</mi>
</msub>
</mtd>
<mtd>
<mrow>
<mo><</mo>
<msub>
<mi>a</mi>
<mi>V</mi>
</msub>
<mo>,</mo>
<msub>
<mi>b</mi>
<mi>V</mi>
</msub>
<mo>></mo>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
</mrow>
式中,UV即为<aV,bV>,是评价指标集C即C1…Cn关于全体可信度等级V所规定的量值S范围,PV为指标C对应可信度等级V的节域;
步骤4.2、计算二级指标关于可信度等级的关联度:
<mrow>
<mi>r</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>s</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<mo>,</mo>
<msub>
<mi>U</mi>
<mi>m</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfrac>
<mn>1</mn>
<mn>2</mn>
</mfrac>
<mrow>
<mo>(</mo>
<mo>|</mo>
<mrow>
<mn>2</mn>
<msub>
<mi>s</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mrow>
<msub>
<mi>a</mi>
<mi>m</mi>
</msub>
<mo>+</mo>
<msub>
<mi>b</mi>
<mi>m</mi>
</msub>
</mrow>
<mo>)</mo>
</mrow>
</mrow>
<mo>|</mo>
<mo>-</mo>
<mo>(</mo>
<mrow>
<msub>
<mi>b</mi>
<mi>m</mi>
</msub>
<mo>-</mo>
<msub>
<mi>a</mi>
<mi>m</mi>
</msub>
</mrow>
<mo>)</mo>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<mi>r</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>s</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<mo>,</mo>
<msub>
<mi>U</mi>
<mi>v</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfrac>
<mn>1</mn>
<mn>2</mn>
</mfrac>
<mrow>
<mo>(</mo>
<mo>|</mo>
<mrow>
<mn>2</mn>
<msub>
<mi>s</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mrow>
<msub>
<mi>a</mi>
<mi>V</mi>
</msub>
<mo>+</mo>
<msub>
<mi>b</mi>
<mi>V</mi>
</msub>
</mrow>
<mo>)</mo>
</mrow>
</mrow>
<mo>|</mo>
<mo>-</mo>
<mo>(</mo>
<mrow>
<msub>
<mi>b</mi>
<mi>V</mi>
</msub>
<mo>-</mo>
<msub>
<mi>a</mi>
<mi>V</mi>
</msub>
</mrow>
<mo>)</mo>
<mo>)</mo>
</mrow>
</mrow>
式中,sij为二级指标cij的指标分值,Um即为(am,bm),是评价指标对应可信度等级Vm的量值S范围,m=1,2,3;UV即为<aV,bV>,是评价指标关于全体可信度等级V所规定的量值S范围,r(sij,Um)为sij到区间Um之距,r(sij,UV)为sij到区间UV之距;
<mrow>
<msub>
<mi>&rho;</mi>
<mi>m</mi>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>c</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mfrac>
<mrow>
<mi>r</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>s</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<mo>,</mo>
<msub>
<mi>U</mi>
<mi>m</mi>
</msub>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<mi>r</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>s</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<mo>,</mo>
<msub>
<mi>U</mi>
<mi>V</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>-</mo>
<mi>r</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>s</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<mo>,</mo>
<msub>
<mi>U</mi>
<mi>m</mi>
</msub>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
</mtd>
<mtd>
<mrow>
<mi>r</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>s</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<mo>,</mo>
<msub>
<mi>U</mi>
<mi>v</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>-</mo>
<mi>r</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>s</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<mo>,</mo>
<msub>
<mi>U</mi>
<mi>m</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>&NotEqual;</mo>
<mn>0</mn>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mo>-</mo>
<mi>r</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>s</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<mo>,</mo>
<msub>
<mi>U</mi>
<mi>m</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>-</mo>
<mn>1</mn>
</mrow>
</mtd>
<mtd>
<mrow>
<mi>r</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>s</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<mo>,</mo>
<msub>
<mi>U</mi>
<mi>v</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>-</mo>
<mi>r</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>s</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<mo>,</mo>
<msub>
<mi>U</mi>
<mi>m</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mn>0</mn>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
</mrow>
式中,ρm(cij)为第i个一级指标中第j个二级指标cij关于可信度等级Vm的关联度,m=1,2,3;
步骤4.3、计算一级指标关于可信度等级的关联度:
<mrow>
<msub>
<mi>&rho;</mi>
<mi>m</mi>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>c</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mo>&lsqb;</mo>
<msub>
<mi>x</mi>
<mrow>
<mi>i</mi>
<mn>1</mn>
</mrow>
</msub>
<mo>,</mo>
<msub>
<mi>x</mi>
<mrow>
<mi>i</mi>
<mn>2</mn>
</mrow>
</msub>
<mo>,</mo>
<mo>...</mo>
<mo>,</mo>
<msub>
<mi>x</mi>
<mrow>
<mi>i</mi>
<mi>n</mi>
</mrow>
</msub>
<mo>&rsqb;</mo>
<mo>&CenterDot;</mo>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<mrow>
<msub>
<mi>&rho;</mi>
<mn>1</mn>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>c</mi>
<mrow>
<mi>i</mi>
<mn>1</mn>
</mrow>
</msub>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
<mtd>
<mn>...</mn>
</mtd>
<mtd>
<mrow>
<msub>
<mi>&rho;</mi>
<mi>m</mi>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>c</mi>
<mrow>
<mi>i</mi>
<mn>1</mn>
</mrow>
</msub>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
</mtr>
<mtr>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
</mtr>
<mtr>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mi>&rho;</mi>
<mn>1</mn>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>c</mi>
<mrow>
<mi>i</mi>
<mi>n</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
<mtd>
<mn>...</mn>
</mtd>
<mtd>
<mrow>
<msub>
<mi>&rho;</mi>
<mi>m</mi>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>c</mi>
<mrow>
<mi>i</mi>
<mi>n</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
</mrow>
式中,ci为第i个一级指标,xij为对应二级指标cij的比重,j=1,2,…n;ρm(cij)为二级指标cij关于可信度等级Vm的关联度,m=1,2,3;ρm(ci)为一级指标ci关于可信度等级Vm的关联度;
步骤4.4、确定轮对尺寸检测结果可信度等级:
<mrow>
<mi>&rho;</mi>
<mo>=</mo>
<mrow>
<mo>(</mo>
<msub>
<mi>&rho;</mi>
<mn>1</mn>
</msub>
<mo>,</mo>
<mo>...</mo>
<msub>
<mi>&rho;</mi>
<mi>m</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mo>&lsqb;</mo>
<msub>
<mi>x</mi>
<mn>1</mn>
</msub>
<mo>,</mo>
<mo>...</mo>
<msub>
<mi>x</mi>
<mi>n</mi>
</msub>
<mo>&rsqb;</mo>
<mo>&CenterDot;</mo>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<mrow>
<msub>
<mi>&rho;</mi>
<mn>1</mn>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>c</mi>
<mn>1</mn>
</msub>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
<mtd>
<mn>...</mn>
</mtd>
<mtd>
<mrow>
<msub>
<mi>&rho;</mi>
<mi>m</mi>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>c</mi>
<mn>1</mn>
</msub>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
</mtr>
<mtr>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
</mtr>
<mtr>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mi>&rho;</mi>
<mn>1</mn>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>c</mi>
<mi>n</mi>
</msub>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
<mtd>
<mn>...</mn>
</mtd>
<mtd>
<mrow>
<msub>
<mi>&rho;</mi>
<mi>m</mi>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>c</mi>
<mi>n</mi>
</msub>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
</mrow>
式中,xi为对应一级指标ci的比重,i=1,2,…n;ρ=(ρ1,…ρm)为轮对尺寸检测结果对应各可信度等级Vm的关联度矩阵,m=1,2,3;
若满足ρm=maxρ,则轮对尺寸检测结果属于可信度等级Vm级;
且轮对尺寸检测结果所在可信度等级的可信度大小M由下式确定:
<mrow>
<mi>M</mi>
<mo>=</mo>
<mfrac>
<mrow>
<munder>
<mo>&Sigma;</mo>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
</munder>
<mi>j</mi>
<mo>&CenterDot;</mo>
<mover>
<msub>
<mi>&rho;</mi>
<mi>M</mi>
</msub>
<mo>&OverBar;</mo>
</mover>
</mrow>
<mrow>
<munder>
<mo>&Sigma;</mo>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
</munder>
<mover>
<msub>
<mi>&rho;</mi>
<mi>M</mi>
</msub>
<mo>&OverBar;</mo>
</mover>
</mrow>
</mfrac>
</mrow>
其中:
<mrow>
<mover>
<msub>
<mi>&rho;</mi>
<mi>M</mi>
</msub>
<mo>&OverBar;</mo>
</mover>
<mo>=</mo>
<mfrac>
<mrow>
<msub>
<mi>&rho;</mi>
<mi>j</mi>
</msub>
<mo>-</mo>
<mi>min</mi>
<mi>&rho;</mi>
</mrow>
<mrow>
<mi>m</mi>
<mi>a</mi>
<mi>x</mi>
<mi>&rho;</mi>
<mo>-</mo>
<mi>min</mi>
<mi>&rho;</mi>
</mrow>
</mfrac>
</mrow>
ρj为轮对尺寸检测结果对应各可信度等级的关联度,j=1,2,3。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710266189.2A CN107103193A (zh) | 2017-04-21 | 2017-04-21 | 一种城轨车辆轮对尺寸检测结果可信度等级的确定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710266189.2A CN107103193A (zh) | 2017-04-21 | 2017-04-21 | 一种城轨车辆轮对尺寸检测结果可信度等级的确定方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107103193A true CN107103193A (zh) | 2017-08-29 |
Family
ID=59657033
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710266189.2A Pending CN107103193A (zh) | 2017-04-21 | 2017-04-21 | 一种城轨车辆轮对尺寸检测结果可信度等级的确定方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107103193A (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103258298A (zh) * | 2013-03-19 | 2013-08-21 | 辽宁工程技术大学 | 一种露天煤矿安全评价方法 |
CN105512958A (zh) * | 2015-12-15 | 2016-04-20 | 中国疾病预防控制中心农村改水技术指导中心 | 一种供水风险评价和管理的系统和方法 |
CN106123771A (zh) * | 2016-05-27 | 2016-11-16 | 南京理工大学 | 基于激光位移传感器的轮对尺寸测量结果可信度的区间模糊评判方法 |
-
2017
- 2017-04-21 CN CN201710266189.2A patent/CN107103193A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103258298A (zh) * | 2013-03-19 | 2013-08-21 | 辽宁工程技术大学 | 一种露天煤矿安全评价方法 |
CN105512958A (zh) * | 2015-12-15 | 2016-04-20 | 中国疾病预防控制中心农村改水技术指导中心 | 一种供水风险评价和管理的系统和方法 |
CN106123771A (zh) * | 2016-05-27 | 2016-11-16 | 南京理工大学 | 基于激光位移传感器的轮对尺寸测量结果可信度的区间模糊评判方法 |
Non-Patent Citations (5)
Title |
---|
周红敏等: ""基于物元模型的房地产企业信用评价研究"", 《征信》 * |
王一任: ""综合评价方法若干问题研究及其医学应用"", 《中国博士学位论文全文数据库医药卫生科技辑》 * |
王晓红等: ""虚拟科技创新团队成员选择决策研究—基于多级可拓综合评价"", 《科研管理》 * |
赵耐青等: "《医学数据分析》", 31 July 2014, 复旦大学出版社 * |
邵强等: ""石油装备制造企业自主创新能力评价研究"", 《中国石油大学学报( 社会科学版)》 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104061445B (zh) | 一种基于神经网络的管道泄漏检测方法 | |
CN102360525B (zh) | 基于判别分析的快速道路实时交通事故风险预测方法 | |
CN109578816B (zh) | 给水管网爆管检测方法及装置、控制方法及装置 | |
CN104200687B (zh) | 一种驾驶员速度控制行为监测装置及监测方法 | |
CN103530818B (zh) | 一种基于brb系统的供水管网建模方法 | |
CN103116097B (zh) | 基于多断面混合量测信息的设备参数在线辨识方法 | |
CN107167178A (zh) | 车内环境检测方法及检测系统 | |
CN103971171A (zh) | 一种输电设备状态评估方法 | |
CN103606274A (zh) | 一种城市道路交通状态评估方法 | |
CN104484996A (zh) | 一种基于多源数据的路段交通状态判别方法 | |
CN103218513A (zh) | 一种城市轨道交通运行安全的判定方法 | |
CN102620943B (zh) | 在车轮检测中调整卡尔曼滤波器的参数的方法及装置 | |
CN105180379A (zh) | 一种冷媒余量检测方法、装置和空调器 | |
CN107067729A (zh) | 一种城市道路交通安全状态评估方法 | |
CN100481153C (zh) | 基于偏最小二乘原理的高速公路交通事件自动检测方法 | |
CN107862433A (zh) | 一种特高压直流输电线路带电作业安全评估方法和系统 | |
CN105203130B (zh) | 一种基于信息融合的船舶组合导航系统故障诊断方法 | |
CN109239533A (zh) | 一种基于人工神经网络的特高压直流输电线路的故障定位方法 | |
CN104835073A (zh) | 基于直觉模糊熵权的无人飞行器控制系统运行绩效评价方法 | |
CN103901483B (zh) | 一种直线电机牵引系统无感应板检测方法 | |
CN106840082A (zh) | 一种地铁形变检测系统 | |
CN103914993A (zh) | 一种基于磁场传感器的智能停车检测方法 | |
CN107103193A (zh) | 一种城轨车辆轮对尺寸检测结果可信度等级的确定方法 | |
CN106442830B (zh) | 变压器油中气体含量告警值的检测方法和系统 | |
CN103198710B (zh) | 一种基于减小车辆追尾事故数量的车辆调控方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170829 |