CN107300907A - 结合综合评估与假设检验的飞行器控制系统性能评定方法 - Google Patents
结合综合评估与假设检验的飞行器控制系统性能评定方法 Download PDFInfo
- Publication number
- CN107300907A CN107300907A CN201710447082.8A CN201710447082A CN107300907A CN 107300907 A CN107300907 A CN 107300907A CN 201710447082 A CN201710447082 A CN 201710447082A CN 107300907 A CN107300907 A CN 107300907A
- Authority
- CN
- China
- Prior art keywords
- control system
- performance
- flight control
- assessment
- index
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
- G05B23/0224—Process history based detection method, e.g. whereby history implies the availability of large amounts of data
- G05B23/024—Quantitative history assessment, e.g. mathematical relationships between available data; Functions therefor; Principal component analysis [PCA]; Partial least square [PLS]; Statistical classifiers, e.g. Bayesian networks, linear regression or correlation analysis; Neural networks
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Mathematical Physics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Complex Calculations (AREA)
Abstract
一种结合综合评估与假设检验的飞行器控制系统性能评定方法。首先,利用二项分布经典假设检验方法制定假设条件,并综合考虑双方风险和实际情况确定飞行器控制系统性能评定所需的样本数;其次,利用综合评估方法进行飞行器控制系统性能评估计算,得出给定样本数的性能评估分值;最后,利用二项分布经典假设检验方法对评估结果进行统计分析,根据接受或者拒绝假设情况,给出飞行器控制系统性能评定结论。本发明提出的结合综合评估与假设检验的飞行器控制系统性能评定方法实用性强,有较高的应用价值,可以为飞行器控制系统研制定型、作战性能考核等工作提供客观的评判依据。
Description
技术领域
本发明涉及一种飞行器系控制统性能评定方法,尤其涉及一种综合评估与 假设检验相结合的控制系统性能评定方法。
背景技术
目前国内外关于飞行器系统性能评估的研究很多,比较常用的方法是建立 系统的多层次评估指标体系,并针对不同的体系,利用相适应的评估方法进行 评估。飞行器系统性能评估结果可以反映系统性能,为飞行器设计提供有益参 考,但是光凭评估结果无法对系统性能给出明确结论。飞行器研制定型和作战 性能考核等工作中需要对系统性能评定,因此评估分值的有效性以及如何利用 评估结果对系统性能下结论是一项难题。
发明内容
为了能够对飞行器控制系统性能进行更加全面、准确的评价,进而能够达 到性能评定的目的,本发明提出了一种结合综合评估与假设检验的飞行器控制 系统性能评定方法。利用综合评估的方法对飞行器控制系统性能进行评估,利 用假设检验的方法对评估结果进行统计分析,进而对飞行器控制系统性能进行 评定。该方法可以对飞行器控制系统的性能给出定性和定量相结合的评定结论, 为飞行器研制定型、作战性能考核等工作提供有效依据。
一种结合综合评估与假设检验的飞行器控制系统性能评定方法,步骤如下:
首先,利用二项分布经典假设检验方法制定假设条件,并综合考虑双方风 险和实际情况确定飞行器控制系统性能评定所需的样本数;
其次,利用综合评估方法进行飞行器控制系统性能评估计算,得出给定样 本数的性能评估分值;
最后,利用二项分布经典假设检验方法对评估结果进行统计分析,根据接 受或者拒绝假设情况,给出飞行器控制系统性能评定结论。
一、确定飞行器控制系统性能评定所需样本数:
(1)根据飞行器控制系统设计指标要求和使用方最低可接受指标制定假设条 件,并根据假设条件计算出不同样本数条件下的检出比、判定数及双方风险, 步骤如下:
①设定原假设:H0=P=P0和备择假设:H1=P=P1;
②利用下面公式计算检出比
③利用下面公式计算判定数
其中,N为样本数;
④利用下面公式计算生产方风险
⑤利用下面公式计算使用方风险
(2)根据双方风险、研制成本和试验条件确定飞行器控制系统性能评定所需 的样本数N;
二、利用综合评估方法得出飞行器控制系统性能评估分值:
(1)根据飞行器控制系统性能评估特点,分为制导系统、姿控系统以及综合 控制系统,根据三个系统建立性能评估指标体系;飞行器控制系统评估关键性 能指标包括制导系统的过程约束、控制量约束、指令平稳度和精度,姿控系统 的动态品质、干扰适应能力和跟踪能力,综合控制系统的时序控制、供电能力 和配电控制。
(2)性能评估指标体系内底层指标值从试验数据或仿真数据中获取,其量化 计算及标准化方法如下:
(2.1)量化计算方法
方法1:适用于成本型指标,希望数值越小越好;从飞行数据中得到数据列 P[n],其中n为数据点个数,令指标值为x,其计算公式如下所示
x=max{|P[i]|} (5)
其中i=1,2…n;
方法2:适用于平稳度类指标,首先提取数据列P[n],其中n为数据点个数, 令指标值为x,其计算公式如下所示
其中i=1,2…n;
(2.2)指标标准化方法
评估指标体系中的各指标类别不一,计算所得到的指标值相差很大,量纲 也各不相同,需要对指标值进行处理,得到统一的指标分值,然后对指标分值 按照一定标准进行综合。具体方法是:首先对每个指标值x设置最高值b和最 低值a,对评估分值y设置相应的最高值M=100分和最低值L=0分,然后根据 指标的评估细则,利用标准化计算方法把x转化为评价分值y,即将不同的底层 指标值映射到统一格式的评估分值[0,100],指标标准化方法有线性递减形式和 线性递增形式两种,其计算公式如下:
①线性递减形式对应计算表达式为:
②线性递增形式对应计算表达式为:
通过上述方法得出指标分值向量Y=[y1,y2,…,yn];
(3)利用层次分析法(AHP)和属性层次模型(AHM)法确定各层指标间的 权重,步骤如下:
(3.1)AHP评判模型
AHP方法一般应用于非结构化决策,它的权重确定方法基于一种重量模型, 通过重量比较来得到权重值。设元素u1,u2…,un为n个石头,它们的重量分别为 g1,g2…,gn。我们不知道物体的重量,但知两两之间的重量比aij=gi/gj,则比较判断 矩阵A=(aij)n×n满足
满足上述条件的矩阵称为正互反矩阵。那么如何来确定aij的值,AHP方法 中用数字1~9及其倒数作为标度,如下表所示:
(3.2)AHM评判模型
AHM基于一种称为球赛模型的方法来进行两两重要性比较。设元素u1,u2…,un为n个球队,每两个球队进行1场比赛,每场比赛为1分;ui和uj比赛(i≠j),ui得分μij,uj得分μji,准则C为得分;问题:已知U=(μij)n×n,1≤i,j≤n,在准则C下 对元素进行排序,即按得分多少对元素进行排序;
上述模型中,μij满足
μij≥0,μji≥0,μij+μji=1,i≠j,μii=0 (10)
满足上式的μij称为相对属性测度,矩阵U称为属性判断矩阵;如果μij>μji, 则称μij比μji强,记为μi>μj;所属性判断矩阵U满足当μi>μj,μj>μk时,有μi>μk, 则称U具有一致性;对属性判断矩阵一致性检验方法如下:
令Ii={j:g(μij)=1,1≤j≤n},属性判断矩阵U=(μij)n×n具有一致性的必 要充分条件是:对任何i,当Ii非空时有
Ii非空是指对给定的i,至少存在一个j使μij>0.5,即i比j强;所以Ii非空是 指ui不是最小者;
ui的得分为(f1,f2…,fn)T为属性排序向量。我们注意,属性排序向量 是判断矩阵中所有列向量之和。从式(10)可得出对属性排序向量 进行归一化可得出权重向量。
wi=2fi/n(n-1) (12)
W=(w1,w2…,wn)T (13)
AHM中的属性判断矩阵U=(μij)n×n由AHP中的比较判断矩阵A=(aij)n×n中导出, 转换公式为
其中k为大于2的正整数,β通常取1或2。
(4)利用上述方法计算得到指标分值向量和权重向量,自下而上一层一层进 行加权评估计算,最终得出系统性能评估分值R,其公式为
R=Y·W (15)
利用以上描述的综合评估方法,对给定样本数的飞行器控制系统进行性能 评估计算,得出评估分值。
三、利用二项分布经典假设检验方法对飞行器控制系统性能进行评定的方 法描述如下:
(1)对飞行器控制系统性能评定结果进行统计分析,确定满足原假设的样本 数S。
(2)若满足原假设的样本数S≤K,则拒绝原假设,判定系统性能不达标;否 则接受原假设,判定系统性能达标。
本发明的有益效果:本发明提出的结合综合评估与假设检验的飞行器控制 系统性能评定方法实用性强,有较高的应用价值,可以为飞行器控制系统研制 定型、作战性能考核等工作提供客观的评判依据。
具体实施方式
本发明的目的在于提出一种结合综合评估与假设检验的飞行器控制系统性 能评定方法,能够为飞行器控制系统性能给出明确结论,为飞行器研制定型、 作战性能考核等工作提供支持。
下面结合飞行器控制系统制导分系统性能评定算例,对本发明作进一步详 细描述。
一、首先需要确定制导系统性能评定所需的样本数,具体步骤描述如下:
1、根据制导系统特点制定性能评估等级,如下表所示。
评估结果分值 | 性能等级 |
90-100 | 优秀 |
80-90 | 良好 |
70-80 | 一般 |
60-70 | 较差 |
0-60 | 不合格 |
2、根据制导系统设计要求和作战性能要求制定假设条件,并根据假设条件 计算出不同样本数条件下的检出比、判定数及双方风险。例如按照制导系统设 计要求,系统性能必须满足“良好”以上,且最低可接受值为性能满足“一般”以上:
原假设:H0=P=P0,其中
备择假设:H1=P=P1,其中
计算检出比和判定数
计算生产方和使用方风险
计算结果如下表所示。
样本数N | 判定数K | 研制方风险α | 使用方风险β |
3 | 2 | 0.488 | 0.343 |
4 | 3 | 0.5904 | 0.2401 |
5 | 3 | 0.2627 | 0.5282 |
6 | 4 | 0.3446 | 0.4202 |
7 | 5 | 0.4232 | 0.3294 |
3、考虑试验条件、研制成本及双方风险等情况,确定制导系统性能评定所 需的样本数N=6。
二、按照给定样本数,利用综合评估方法计算制导系统性能评估分值,具 体步骤描述如下:
1、首先需要建立层次化制导系统性能评估指标体系,如下表所示:
2、对底层指标进行指标值计算和标准化,并进行指标权重确定,具体步骤 为:
①利用下述公式得出指标分值向量Y=[y1,y2,…,yn]。
X=max{|P[i]|} (16)
计算结果如下表所示:
②对每层指标进行两两比较,得出比较判断矩阵A=(aij)n×n,如下表所示:
③利用下述公式把比较判断矩阵转换为属性判断矩阵U=(μij)n×n,并对属性判断矩阵进行一致性检验及归一化,求出每一层指标的权重向量W=[w1,w2…,wn]T。
wi=2fi/n(n-1) (20)
底层指标权重计算结果如下表所示:
3、根据底层指标分值和权重,自下而上一层一层进行加权评估计算,最终 得出系统性能评估分值R,其公式为。
R=Y·W (21)
制导系统性能评估计算结果如下表所示:
指标名称 | 权重 | 评估分值 |
过程约束 | 0.241 | 81.06 |
控制量约束 | 0.241 | 81.34 |
指令平稳度 | 0.059 | 95.94 |
精度约束 | 0.459 | 77.30 |
制导系统性能评估 | —— | 81.24 |
利用上述方法,对6个样本的飞行器制导系统性能进行综合评估计算,结 果如下表所示:
三、利用二项分布经典假设检验方法,对制导系统性能进行评定的方法描 述如下:
1、对制导系统性能评定结果进行统计分析,确定满足原假设的样本数S。 统计结果如下表所示。
2、从统计结果看,总样本数N=6时,满足原假设的样本数S=5,大于判定 数K=4,接受原假设,因此制导系统性能评定结论为:达标。
Claims (1)
1.一种结合综合评估与假设检验的飞行器控制系统性能评定方法,其特征在于,步骤如下:
一、确定飞行器控制系统性能评定所需样本数:
(1)根据飞行器控制系统设计指标要求和使用方最低可接受指标制定假设条件,并根据假设条件计算出不同样本数条件下的检出比、判定数及双方风险,步骤如下:
①设定原假设:H0=P=P0和备择假设:H1=P=P1;
②利用下面公式计算检出比
③利用下面公式计算判定数
其中,N为样本数;
④利用下面公式计算生产方风险
⑤利用下面公式计算使用方风险
(2)根据双方风险、研制成本和试验条件确定飞行器控制系统性能评定所需的样本数N;
二、利用综合评估方法得出飞行器控制系统性能评估分值:
(1)根据飞行器控制系统性能评估特点,分为制导系统、姿控系统以及综合控制系统,根据三个系统建立性能评估指标体系;飞行器控制系统评估关键性能指标包括制导系统的过程约束、控制量约束、指令平稳度和精度,姿控系统的动态品质、干扰适应能力和跟踪能力,综合控制系统的时序控制、供电能力和配电控制;
(2)性能评估指标体系内底层指标值从试验数据或仿真数据中获取,其量化计算及标准化方法如下:
(2.1)量化计算方法
方法1:适用于成本型指标,希望数值越小越好;从飞行数据中得到数据列P[n],其中n为数据点个数,令指标值为x,其计算公式如下所示
x=max{|P[i]|} (5)
其中i=1,2…n;
方法2:适用于平稳度类指标,首先提取数据列P[n],其中n为数据点个数,令指标值为x,其计算公式如下所示
其中i=1,2…n;
(2.2)指标标准化方法
首先对每个指标值x设置最高值b和最低值a,对评估分值y设置相应的最高值M=100分和最低值L=0分,然后根据指标的评估细则,利用标准化计算方法把x转化为评价分值y,即将不同的底层指标值映射到统一格式的评估分值[0,100],指标标准化方法有线性递减形式和线性递增形式两种,其计算公式如下:
①线性递减形式对应计算表达式为:
②线性递增形式对应计算表达式为:
通过上述方法得出指标分值向量Y=[y1,y2,…,yn];
(3)利用层次分析法AHP和属性层次模型AHM法确定各层指标间的权重,步骤如下:
(3.1)AHP评判模型
设元素u1,u2…,un为n个石头,它们的重量分别为g1,g2…,gn;不知道物体的重量,但知两两之间的重量比aij=gi/gj,则比较判断矩阵A=(aij)n×n满足
满足上述条件的矩阵称为正互反矩阵;AHP方法中用数字1~9及其倒数作为标度,来确定aij的值,如下表所示:
(3.2)AHM评判模型
设元素u1,u2…,un为n个球队,每两个球队进行1场比赛,每场比赛为1分;ui和uj比赛(i≠j),ui得分μij,uj得分μji,准则C为得分;问题:已知U=(μij)n×n,1≤i,j≤n,在准则C下对元素进行排序,即按得分多少对元素进行排序;
上述模型中,μij满足
μij≥0,μji≥0,μij+μji=1,i≠j,μii=0 (10)
满足上式的μij称为相对属性测度,矩阵U称为属性判断矩阵;如果μij>μji,则称μij比μji强,记为μi>μj;所属性判断矩阵U满足当μi>μj,μj>μk时,有μi>μk,则称U具有一致性;对属性判断矩阵一致性检验方法如下:
令属性判断矩阵U=(μij)n×n具有一致性的必要充分条件是:对任何i,当Ii非空时有
Ii非空是指对给定的i,至少存在一个j使μij>0.5,即i比j强;所以Ii非空是指ui不是最小者;
ui的得分为(f1,f2…,fn)T为属性排序向量;属性排序向量是判断矩阵中所有列向量之和;从式(10)得出对属性排序向量进行归一化得出权重向量;
wi=2fi/n(n-1) (12)
W=(w1,w2…,wn)T (13)
AHM中的属性判断矩阵U=(μij)n×n由AHP中的比较判断矩阵A=(aij)n×n中导出,转换公式为
其中k为大于2的正整数,β取1或2;
(4)利用上述方法计算得到指标分值向量和权重向量,自下而上一层一层进行加权评估计算,最终得出系统性能评估分值R,其公式为
R=Y·W (15)
利用以上描述的综合评估方法,对给定样本数的飞行器控制系统进行性能评估计算,得出评估分值;
三、利用二项分布经典假设检验方法对飞行器控制系统性能进行评定的方法描述如下:
(1)对飞行器控制系统性能评定结果进行统计分析,确定满足原假设的样本数S;
(2)若满足原假设的样本数S≤K,则拒绝原假设,判定系统性能不达标;否则接受原假设,判定系统性能达标。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710447082.8A CN107300907B (zh) | 2017-06-14 | 2017-06-14 | 结合综合评估与假设检验的飞行器控制系统性能评定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710447082.8A CN107300907B (zh) | 2017-06-14 | 2017-06-14 | 结合综合评估与假设检验的飞行器控制系统性能评定方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107300907A true CN107300907A (zh) | 2017-10-27 |
CN107300907B CN107300907B (zh) | 2019-03-19 |
Family
ID=60134785
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710447082.8A Active CN107300907B (zh) | 2017-06-14 | 2017-06-14 | 结合综合评估与假设检验的飞行器控制系统性能评定方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107300907B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109190765A (zh) * | 2018-08-02 | 2019-01-11 | 中国人民解放军32153部队 | 基于改进竞争性假设分析的战役战术企图分析方法 |
CN109255660A (zh) * | 2018-09-25 | 2019-01-22 | 科达集团股份有限公司技术分公司 | 一种利用高度不均衡数据的广告账户优化方法 |
CN109976300A (zh) * | 2017-12-28 | 2019-07-05 | 上海铼钠克数控科技股份有限公司 | 伺服系统的性能指标检测方法及计算机存储介质 |
CN113128887A (zh) * | 2021-04-25 | 2021-07-16 | 上海应用技术大学 | 优选路基边坡施工方案的方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH11326506A (ja) * | 1998-05-08 | 1999-11-26 | Mitsubishi Electric Corp | 目標追尾装置および追尾目標表示方法 |
US20050110661A1 (en) * | 2002-08-12 | 2005-05-26 | Yannone Ronald M. | Passive RF, single fighter aircraft multifunction aperture sensor, air to air geolocation |
CN103150446A (zh) * | 2013-03-21 | 2013-06-12 | 天津大学 | 临近空间飞行器模型验证与仿真实现方法 |
CN103198208A (zh) * | 2013-03-04 | 2013-07-10 | 北京空间飞行器总体设计部 | 一种适用于小子样情形的权重确定方法 |
CN104392087A (zh) * | 2014-09-22 | 2015-03-04 | 中国人民解放军装甲兵工程学院 | 一种顶置武器站性能评估方法 |
-
2017
- 2017-06-14 CN CN201710447082.8A patent/CN107300907B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH11326506A (ja) * | 1998-05-08 | 1999-11-26 | Mitsubishi Electric Corp | 目標追尾装置および追尾目標表示方法 |
US20050110661A1 (en) * | 2002-08-12 | 2005-05-26 | Yannone Ronald M. | Passive RF, single fighter aircraft multifunction aperture sensor, air to air geolocation |
CN103198208A (zh) * | 2013-03-04 | 2013-07-10 | 北京空间飞行器总体设计部 | 一种适用于小子样情形的权重确定方法 |
CN103150446A (zh) * | 2013-03-21 | 2013-06-12 | 天津大学 | 临近空间飞行器模型验证与仿真实现方法 |
CN104392087A (zh) * | 2014-09-22 | 2015-03-04 | 中国人民解放军装甲兵工程学院 | 一种顶置武器站性能评估方法 |
Non-Patent Citations (2)
Title |
---|
吕晓林 等: "无人机可靠性评估方法研究", 《宇航计测技术》 * |
李博 等: "Bootstrap方法在飞行器自控终点散布估计中的应用研究", 《舰船电子工程》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109976300A (zh) * | 2017-12-28 | 2019-07-05 | 上海铼钠克数控科技股份有限公司 | 伺服系统的性能指标检测方法及计算机存储介质 |
CN109976300B (zh) * | 2017-12-28 | 2022-03-01 | 上海铼钠克数控科技有限公司 | 伺服系统的性能指标检测方法及计算机存储介质 |
CN109190765A (zh) * | 2018-08-02 | 2019-01-11 | 中国人民解放军32153部队 | 基于改进竞争性假设分析的战役战术企图分析方法 |
CN109255660A (zh) * | 2018-09-25 | 2019-01-22 | 科达集团股份有限公司技术分公司 | 一种利用高度不均衡数据的广告账户优化方法 |
CN109255660B (zh) * | 2018-09-25 | 2021-09-21 | 浙文互联集团股份有限公司技术分公司 | 一种利用高度不均衡数据的广告账户优化方法 |
CN113128887A (zh) * | 2021-04-25 | 2021-07-16 | 上海应用技术大学 | 优选路基边坡施工方案的方法 |
Also Published As
Publication number | Publication date |
---|---|
CN107300907B (zh) | 2019-03-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111582718B (zh) | 基于网络层次分析法的电缆通道火灾风险评估方法及装置 | |
Park et al. | Development of a new energy benchmark for improving the operational rating system of office buildings using various data-mining techniques | |
CN107300907B (zh) | 结合综合评估与假设检验的飞行器控制系统性能评定方法 | |
CN105938609A (zh) | 一种实现多层次指标体系的电网运行评估方法 | |
CN104463548B (zh) | 一种多因素影响下的承运量化选择方法 | |
CN110264112A (zh) | 基于双向加权灰色关联的配电网可靠性影响因素分析方法 | |
CN105956779A (zh) | 电力变压器运行状态评估方法和装置 | |
CN103488869A (zh) | 一种最小二乘支持向量机的风力发电短期负荷预测方法 | |
CN105956757A (zh) | 基于ahp-pca法的智能电网可持续发展综合评价方法 | |
CN108241901A (zh) | 一种基于预测数据的变压器预警评估方法及装置 | |
CN104077493B (zh) | 一种电力继电保护系统状态评估指标体系的构建方法 | |
CN105046407B (zh) | 一种电网与用户双向互动服务运营模式的风险评估方法 | |
CN107832973A (zh) | 一种基于多态信息综合评判的设备质量管控的方法 | |
CN104536881A (zh) | 基于自然语言分析的众测错误报告优先级排序方法 | |
CN105956768A (zh) | 一种基于组合赋权和改进topsis的发电企业竞争力评估方法 | |
CN110133410A (zh) | 基于模糊c均值聚类算法的变压器故障诊断方法及系统 | |
CN109829605A (zh) | 基于模糊层次分析法的电网工程项目风险评价方法 | |
CN106056235A (zh) | 基于古林法物元可拓模型的输电网效率效益检测方法 | |
CN107832982A (zh) | 一种基于大数据旅游出行评估模型区域适旅指数计算方法 | |
CN109460926A (zh) | 基于层次分析法和熵值法的台区资产组综合绩效评价方法 | |
CN108510180A (zh) | 一种生产设备所处性能区间的计算方法 | |
CN108062634A (zh) | 一种售电公司的运营风险监控方法 | |
CN107194526A (zh) | 一种基于模糊聚类的售电侧市场化改革进度评估方法 | |
CN106910016A (zh) | 职业技能评估方法及系统 | |
CN111178756B (zh) | 一种基于环境大数据的多元线性回归火灾风险评估方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |