CN107315873A - 一种面向飞机总体设计方案优选的可拓灰关联投影评价法 - Google Patents
一种面向飞机总体设计方案优选的可拓灰关联投影评价法 Download PDFInfo
- Publication number
- CN107315873A CN107315873A CN201710488016.5A CN201710488016A CN107315873A CN 107315873 A CN107315873 A CN 107315873A CN 201710488016 A CN201710488016 A CN 201710488016A CN 107315873 A CN107315873 A CN 107315873A
- Authority
- CN
- China
- Prior art keywords
- mrow
- msub
- msup
- scheme
- mfrac
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/15—Vehicle, aircraft or watercraft design
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Educational Administration (AREA)
- Mathematical Analysis (AREA)
- Pure & Applied Mathematics (AREA)
- Computational Mathematics (AREA)
- Aviation & Aerospace Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Computer Hardware Design (AREA)
- Mathematical Optimization (AREA)
- Game Theory and Decision Science (AREA)
- Automation & Control Theory (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Other Investigation Or Analysis Of Materials By Electrical Means (AREA)
Abstract
本发明提出一种面向飞机总体设计方案优选的可拓灰关联投影评价法，该方法将对设计方案的评判问题转换为评价指标空间中各设计方案到理想方案的广义距离计算问题，这在一定程度上简化了设计方案优选的复杂性，同时该方法为解决含有不确定型指标值评价决策问题提供一种思路，以期能够为飞机研制的多方案论证阶段合理优选设计方案提供一定的科学依据。
Description
技术领域
本发明涉及一种面向飞机总体设计方案优选的可拓灰关联投影评价法。
背景技术
飞机总体方案设计的目的是对飞机的性能计算、载荷计算、重量水平估算、气动布局设计、航空电子、武器等各子系统所需新技术、费用等方面进行初步设计及可行性论证。一种通用的、综合的、高效的评估方法对设计方案进行全面的、准确的评估是飞机方案论证阶段方案优选、保证设计方案科学合理性的关键。
目前，关于飞机方案设计评估及优选方面应用的分析研究方法，主要有多属性决策方法、运筹学方法、模糊数学方法、QFD方法、灰色关联分析方法等。文献“作战飞机总体设计方案的灰色关联投影评价，飞行力学，2007，vol.25(1)，p51-54”公开了一种基于灰色关联投影法的作战飞机总体设计方案评价方法。该方法首先基于灰色关联理论将各评价指标与各总体设计方案关联起来，构建加权灰色关联判断矩阵，然后利用矢量投影原理计算各设计方案相对理想方案的灰色关联投影值，并根据灰色关联投影值大小实现设计方案的优选。然而该方法在投影值计算中只是针对评价指标中的确定性信息，对于含有不确定性信息的评价问题并不适用。
发明内容
为解决现有技术存在的问题，本发明提出一种面向飞机总体设计方案优选的可拓灰关联投影评价法。
本发明的技术方案为：
所述一种面向飞机总体设计方案优选的可拓灰关联投影评价法，其特征在于：包括以下步骤：
步骤1、确定原始决策信息：包括
决策域集合：C＝{方案1，方案2，…，方案n}＝{C1,C2,…,Cn}，评价指标集合：V＝{指标1，指标2，…，指标m}＝{V1,V2,…,Vm}；方案Ci对评价指标Vj的指标值为Yij＝(Yij L,Yij R)，其中Yij L与Yij R是指标区间的左右极值，i＝1,2,…,n；j＝1,2,…,m；
步骤2：确定理想方案：
理想方案C0的评价指标值为Y0j＝(Y0j L,Y0j R)；
其中，当评价指标为效益型指标时，Y0j＝(max(Yij L|i＝1,2,…,n),max(Yij R|i＝1,2,…,n))；
当评价指标为成本型指标时，Y0j＝(min(Yij L|i＝1,2,…,n),min(Yij R|i＝1,2,…,n))；
步骤3：建立可拓灰关联决策矩阵：
可拓灰色关联决策矩阵为：
其中为方案Ci关于评价指标Yij与理想方案C0评价指标Y0j之间的灰关联可拓距，由下式计算：
式中，
步骤4：建立可拓灰关联系数矩阵：
可拓灰关联系数矩阵为：
rij为方案Ci关于评价指标Yij与理想方案C0评价指标Y0j之间的灰关联系数，由下式计算：
式中，r0j＝[1,1,…,1]1×m,j＝1,2,…,m，r0j为理想方案C0关于评价指标Y0j的灰关联系数，β为调节系数；
步骤5：建立加权灰关联系数矩阵：
评价指标的加权向量为ω＝(ω1,ω2,…,ωm)，可拓灰关联系数矩阵Ω(n+1)×m经过加权后得到加权灰关联系数矩阵Ω′(n+1)×m：
步骤6：确定灰关联投影值：
在加权灰关联系数矩阵Ω′(n+1)×m中，将每个飞机总体设计方案作为一个行向量，得到每个飞机总体设计方案Ci与理想设计方案C0之间的夹角θi的余弦值cosi：
取设计方案Ci的模数为di，则：
设计方案Ci在理想设计方案C0上的投影值为灰色关联投影值Di：
步骤7：优选Di最大的设计方案为最终确定的飞机总体设计方案。
有益效果
本发明的有益效果是：为了克服现有的飞机总体设计方案评价方法的不足，本发明提供一种面向飞机总体设计方案优选的可拓灰关联投影评价法，该方法将对设计方案的评判问题转换为评价指标空间中各设计方案到理想方案的广义距离计算问题，这在一定程度上简化了设计方案优选的复杂性，同时该方法为解决含有不确定型指标值评价决策问题提供一种思路，以期能够为飞机研制的多方案论证阶段合理优选设计方案提供一定的科学依据。
本发明的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
具体实施方式
下面详细描述本发明的实施例，所述实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。
本实施例中的面向飞机总体设计方案优选的可拓灰关联投影评价法，包括以下步骤：
步骤1、确定原始决策信息：包括
决策域集合：C＝{方案1，方案2，…，方案n}＝{C1,C2,…,Cn}，评价指标集合：V＝{指标1，指标2，…，指标m}＝{V1,V2,…,Vm}；方案Ci对评价指标Vj的指标值为Yij＝(Yij L,Yij R)，其中Yij L与Yij R是指标区间的左右极值，i＝1,2,…,n；j＝1,2,…,m；
步骤2：确定理想方案：
理想方案C0的评价指标值为Y0j＝(Y0j L,Y0j R)；
其中，当评价指标为效益型指标时，Y0j＝(max(Yij L|i＝1,2,…,n),max(Yij R|i＝1,2,…,n))；
当评价指标为成本型指标时，Y0j＝(min(Yij L|i＝1,2,…,n),min(Yij R|i＝1,2,…,n))；
步骤3：建立可拓灰关联决策矩阵：
可拓灰色关联决策矩阵为：
其中为方案Ci关于评价指标Yij与理想方案C0评价指标Y0j之间的灰关联可拓距，由下式计算：
式中，
步骤4：建立可拓灰关联系数矩阵：
可拓灰关联系数矩阵为：
rij为方案Ci关于评价指标Yij与理想方案C0评价指标Y0j之间的灰关联系数，由下式计算：
式中，r0j＝[1,1,…,1]1×m,j＝1,2,…,m，r0j为理想方案C0关于评价指标Y0j的灰关联系数，β为调节系数，用于调整比较环境的大小，通常取β为0.5；
步骤5：建立加权灰关联系数矩阵：
评价指标的加权向量为ω＝(ω1,ω2,…,ωm)，可拓灰关联系数矩阵Ω(n+1)×m经过加权后得到加权灰关联系数矩阵Ω′(n+1)×m：
步骤6：确定灰关联投影值：
在加权灰关联系数矩阵Ω′(n+1)×m中，将每个飞机总体设计方案作为一个行向量，得到每个飞机总体设计方案Ci与理想设计方案C0之间的夹角θi的余弦值cosi：
取设计方案Ci的模数为di，则：
设计方案Ci在理想设计方案C0上的投影值为灰色关联投影值Di：
步骤7：Di是综合考虑了设计方案Ci模的大小以及与理想设计方案C0夹角余弦值的大小，能够准确全面地衡量设计方案的优劣，所以优选Di最大的设计方案为最终确定的飞机总体设计方案。
本实施例中：
1)确定飞机总体设计方案的评价指标体系和设计实例基础数据
根据系统设计要求和用户需求，将飞机总体设计方案的评价指标定义为：寿命周期费用(V1)、可靠性(V2)、保障性(V3)、生存性(V4)、安全性(V5)和适应性(V6)共6项内容。假设一种新型飞机在方案论证阶段有3种总体设计方案A,B,C，各种设计方案的评价值如表1，为了减小数值大小差异化对评价结果的影响，各指标值都已经进行了标准化处理。
表格1飞机总体设计方案评价指标值
2)由表1中所给数据，得到方案集C相对于评价指标集V的决策矩阵Y
3)寿命周期费用为成本型指标，Y01＝(0.523,0.567)，可靠性、保障性、生存性、安全性和适应性为效益型指标，Y02＝(0.904,1.000)，Y01＝(0.936,0.951)，Y01＝(0.925,0.937)，Y01＝(0.906,1.000)，Y01＝(0.936,0.987)，则理想设计方案C0
3)得可拓灰色关联决策矩阵Rn×m
4)得拓灰关联系数矩阵Ω(n+1)×m
5)根据评价，得到各评价指标的一组加权系数
ω＝(0.18,0.22,0.09,0.11,0.28,0.12)
6)得加权灰色关联系数矩阵
7)得到各个决策方案的投影值
Di＝(0.668,0.759,0.893)
由设计方案的投影值大小，可知设计方案的优劣排序为C>B>A，故最佳设计方案为C。
尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在不脱离本发明的原理和宗旨的情况下在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (1)
1.一种面向飞机总体设计方案优选的可拓灰关联投影评价法，其特征在于：包括以下步骤：
步骤1、确定原始决策信息：包括
决策域集合：C＝{方案1，方案2，…，方案n}＝{C1,C2,…,Cn}，评价指标集合：V＝{指标1，指标2，…，指标m}＝{V1,V2,…,Vm}；方案Ci对评价指标Vj的指标值为Yij＝(Yij L,Yij R)，其中Yij L与Yij R是指标区间的左右极值，i＝1,2,…,n；j＝1,2,…,m；
步骤2：确定理想方案：
理想方案C0的评价指标值为Y0j＝(Y0j L,Y0j R)；
其中，当评价指标为效益型指标时，Y0j＝(max(Yij L|i＝1,2,…,n),max(Yij R|i＝1,2,…,n))；
当评价指标为成本型指标时，Y0j＝(min(Yij L|i＝1,2,…,n),min(Yij R|i＝1,2,…,n))；
步骤3：建立可拓灰关联决策矩阵：
可拓灰色关联决策矩阵为：
其中为方案Ci关于评价指标Yij与理想方案C0评价指标Y0j之间的灰关联可拓距，由下式计算：
<mrow>
<msub>
<mo>&part;</mo>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<mo>=</mo>
<mi>&rho;</mi>
<mo>&lsqb;</mo>
<mrow>
<mo>(</mo>
<msup>
<msub>
<mi>Y</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<mi>L</mi>
</msup>
<mo>,</mo>
<msup>
<msub>
<mi>Y</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<mi>R</mi>
</msup>
<mo>)</mo>
</mrow>
<mo>,</mo>
<mrow>
<mo>(</mo>
<msup>
<msub>
<mi>Y</mi>
<mrow>
<mn>0</mn>
<mi>j</mi>
</mrow>
</msub>
<mi>L</mi>
</msup>
<mo>,</mo>
<msup>
<msub>
<mi>Y</mi>
<mrow>
<mn>0</mn>
<mi>j</mi>
</mrow>
</msub>
<mi>R</mi>
</msup>
<mo>)</mo>
</mrow>
<mo>&rsqb;</mo>
<mo>=</mo>
<mfrac>
<mn>1</mn>
<mn>2</mn>
</mfrac>
<mrow>
<mo>(</mo>
<mi>&rho;</mi>
<mo>&lsqb;</mo>
<msup>
<msub>
<mi>Y</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<mi>L</mi>
</msup>
<mo>,</mo>
<mo>(</mo>
<msup>
<msub>
<mi>Y</mi>
<mrow>
<mn>0</mn>
<mi>j</mi>
</mrow>
</msub>
<mi>L</mi>
</msup>
<mo>,</mo>
<msup>
<msub>
<mi>Y</mi>
<mrow>
<mn>0</mn>
<mi>j</mi>
</mrow>
</msub>
<mi>R</mi>
</msup>
<mo>)</mo>
</mrow>
<mo>&rsqb;</mo>
<mo>+</mo>
<mi>&rho;</mi>
<mo>&lsqb;</mo>
<msubsup>
<mi>Y</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
<mi>R</mi>
</msubsup>
<mo>,</mo>
<mrow>
<mo>(</mo>
<msup>
<msub>
<mi>Y</mi>
<mrow>
<mn>0</mn>
<mi>j</mi>
</mrow>
</msub>
<mi>L</mi>
</msup>
<mo>,</mo>
<msup>
<msub>
<mi>Y</mi>
<mrow>
<mn>0</mn>
<mi>j</mi>
</mrow>
</msub>
<mi>R</mi>
</msup>
<mo>)</mo>
</mrow>
<mo>&rsqb;</mo>
<mo>)</mo>
</mrow>
式中，
<mrow>
<mi>&rho;</mi>
<mo>&lsqb;</mo>
<msup>
<msub>
<mi>Y</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<mi>L</mi>
</msup>
<mo>,</mo>
<mrow>
<mo>(</mo>
<msup>
<msub>
<mi>Y</mi>
<mrow>
<mn>0</mn>
<mi>j</mi>
</mrow>
</msub>
<mi>L</mi>
</msup>
<mo>,</mo>
<msup>
<msub>
<mi>Y</mi>
<mrow>
<mn>0</mn>
<mi>j</mi>
</mrow>
</msub>
<mi>R</mi>
</msup>
<mo>)</mo>
</mrow>
<mo>&rsqb;</mo>
<mo>=</mo>
<mo>|</mo>
<msup>
<msub>
<mi>Y</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<mi>L</mi>
</msup>
<mo>-</mo>
<mfrac>
<mrow>
<msup>
<msub>
<mi>Y</mi>
<mrow>
<mn>0</mn>
<mi>j</mi>
</mrow>
</msub>
<mi>L</mi>
</msup>
<mo>+</mo>
<msup>
<msub>
<mi>Y</mi>
<mrow>
<mn>0</mn>
<mi>j</mi>
</mrow>
</msub>
<mi>R</mi>
</msup>
</mrow>
<mn>2</mn>
</mfrac>
<mo>|</mo>
<mo>-</mo>
<mfrac>
<mn>1</mn>
<mn>2</mn>
</mfrac>
<mrow>
<mo>(</mo>
<msup>
<msub>
<mi>Y</mi>
<mrow>
<mn>0</mn>
<mi>j</mi>
</mrow>
</msub>
<mi>L</mi>
</msup>
<mo>-</mo>
<msup>
<msub>
<mi>Y</mi>
<mrow>
<mn>0</mn>
<mi>j</mi>
</mrow>
</msub>
<mi>R</mi>
</msup>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<mi>&rho;</mi>
<mo>&lsqb;</mo>
<msup>
<msub>
<mi>Y</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<mi>R</mi>
</msup>
<mo>,</mo>
<mrow>
<mo>(</mo>
<msup>
<msub>
<mi>Y</mi>
<mrow>
<mn>0</mn>
<mi>j</mi>
</mrow>
</msub>
<mi>L</mi>
</msup>
<mo>,</mo>
<msup>
<msub>
<mi>Y</mi>
<mrow>
<mn>0</mn>
<mi>j</mi>
</mrow>
</msub>
<mi>R</mi>
</msup>
<mo>)</mo>
</mrow>
<mo>&rsqb;</mo>
<mo>=</mo>
<mo>|</mo>
<msup>
<msub>
<mi>Y</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<mi>R</mi>
</msup>
<mo>-</mo>
<mfrac>
<mrow>
<msup>
<msub>
<mi>Y</mi>
<mrow>
<mn>0</mn>
<mi>j</mi>
</mrow>
</msub>
<mi>L</mi>
</msup>
<mo>+</mo>
<msup>
<msub>
<mi>Y</mi>
<mrow>
<mn>0</mn>
<mi>j</mi>
</mrow>
</msub>
<mi>R</mi>
</msup>
</mrow>
<mn>2</mn>
</mfrac>
<mo>|</mo>
<mo>-</mo>
<mfrac>
<mn>1</mn>
<mn>2</mn>
</mfrac>
<mrow>
<mo>(</mo>
<msup>
<msub>
<mi>Y</mi>
<mrow>
<mn>0</mn>
<mi>j</mi>
</mrow>
</msub>
<mi>L</mi>
</msup>
<mo>-</mo>
<msup>
<msub>
<mi>Y</mi>
<mrow>
<mn>0</mn>
<mi>j</mi>
</mrow>
</msub>
<mi>R</mi>
</msup>
<mo>)</mo>
</mrow>
</mrow>
步骤4：建立可拓灰关联系数矩阵：
可拓灰关联系数矩阵为：
rij为方案Ci关于评价指标Yij与理想方案C0评价指标Y0j之间的灰关联系数，由下式计算：
<mrow>
<msub>
<mi>r</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<mo>=</mo>
<mfrac>
<mrow>
<mi>m</mi>
<mi>i</mi>
<mi>n</mi>
<msub>
<mo>&part;</mo>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<mo>+</mo>
<mi>&beta;</mi>
<mi>m</mi>
<mi>a</mi>
<mi>x</mi>
<msub>
<mo>&part;</mo>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
</mrow>
<mrow>
<msub>
<mo>&part;</mo>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<mo>+</mo>
<mi>&beta;</mi>
<mi>max</mi>
<msub>
<mo>&part;</mo>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
</mrow>
</mfrac>
</mrow>
式中，r0j＝[1,1,…,1]1×m,j＝1,2,…,m，r0j为理想方案C0关于评价指标Y0j的灰关联系数，β为调节系数；
步骤5：建立加权灰关联系数矩阵：
评价指标的加权向量为ω＝(ω1,ω2,…,ωm)，可拓灰关联系数矩阵Ω(n+1)×m经过加权后得到加权灰关联系数矩阵Ω′(n+1)×m：
步骤6：确定灰关联投影值：
在加权灰关联系数矩阵Ω′(n+1)×m中，将每个飞机总体设计方案作为一个行向量，得到每个飞机总体设计方案Ci与理想设计方案C0之间的夹角θi的余弦值cosi：
<mrow>
<msub>
<mi>cos</mi>
<mi>i</mi>
</msub>
<mo>=</mo>
<mfrac>
<mrow>
<msubsup>
<mi>&Sigma;</mi>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>m</mi>
</msubsup>
<msub>
<mi>&omega;</mi>
<mi>j</mi>
</msub>
<msub>
<mi>r</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<msub>
<mi>&omega;</mi>
<mi>j</mi>
</msub>
</mrow>
<mrow>
<msqrt>
<mrow>
<msubsup>
<mi>&Sigma;</mi>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>m</mi>
</msubsup>
<msup>
<mrow>
<mo>&lsqb;</mo>
<msub>
<mi>&omega;</mi>
<mi>j</mi>
</msub>
<msub>
<mi>r</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<mo>&rsqb;</mo>
</mrow>
<mn>2</mn>
</msup>
</mrow>
</msqrt>
<msqrt>
<mrow>
<msubsup>
<mi>&Sigma;</mi>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>m</mi>
</msubsup>
<msup>
<msub>
<mi>&omega;</mi>
<mi>j</mi>
</msub>
<mn>2</mn>
</msup>
</mrow>
</msqrt>
</mrow>
</mfrac>
</mrow>
取设计方案Ci的模数为di，则：
<mrow>
<msub>
<mi>d</mi>
<mi>i</mi>
</msub>
<mo>=</mo>
<msqrt>
<mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>m</mi>
</munderover>
<msup>
<mrow>
<mo>&lsqb;</mo>
<msub>
<mi>&omega;</mi>
<mi>j</mi>
</msub>
<msub>
<mi>r</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<mo>&rsqb;</mo>
</mrow>
<mn>2</mn>
</msup>
</mrow>
</msqrt>
</mrow>
设计方案Ci在理想设计方案C0上的投影值为灰色关联投影值Di：
<mrow>
<msub>
<mi>D</mi>
<mi>i</mi>
</msub>
<mo>=</mo>
<msub>
<mi>d</mi>
<mi>i</mi>
</msub>
<msub>
<mi>cos</mi>
<mi>i</mi>
</msub>
<mo>=</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>m</mi>
</munderover>
<msub>
<mi>r</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mfrac>
<mrow>
<msup>
<msub>
<mi>&omega;</mi>
<mi>j</mi>
</msub>
<mn>2</mn>
</msup>
</mrow>
<msqrt>
<mrow>
<msubsup>
<mi>&Sigma;</mi>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>m</mi>
</msubsup>
<mo>-</mo>
<msup>
<msub>
<mi>&omega;</mi>
<mi>j</mi>
</msub>
<mn>2</mn>
</msup>
</mrow>
</msqrt>
</mfrac>
<mo>)</mo>
</mrow>
</mrow>
步骤7：优选Di最大的设计方案为最终确定的飞机总体设计方案。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710488016.5A CN107315873A (zh) | 2017-06-23 | 2017-06-23 | 一种面向飞机总体设计方案优选的可拓灰关联投影评价法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710488016.5A CN107315873A (zh) | 2017-06-23 | 2017-06-23 | 一种面向飞机总体设计方案优选的可拓灰关联投影评价法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN107315873A true CN107315873A (zh) | 2017-11-03 |
Family
ID=60181137
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710488016.5A Pending CN107315873A (zh) | 2017-06-23 | 2017-06-23 | 一种面向飞机总体设计方案优选的可拓灰关联投影评价法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107315873A (zh) |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104881821A (zh) * | 2015-06-15 | 2015-09-02 | 国网山东东平县供电公司 | 一种基于模糊灰色关联投影法的变电站选址方法 |
| CN106202707A (zh) * | 2016-07-08 | 2016-12-07 | 北京航空航天大学 | 一种基于灰色置信区间的结构应力‑强度干涉模型集合可靠性分析方法 |
-
2017
- 2017-06-23 CN CN201710488016.5A patent/CN107315873A/zh active Pending
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104881821A (zh) * | 2015-06-15 | 2015-09-02 | 国网山东东平县供电公司 | 一种基于模糊灰色关联投影法的变电站选址方法 |
| CN106202707A (zh) * | 2016-07-08 | 2016-12-07 | 北京航空航天大学 | 一种基于灰色置信区间的结构应力‑强度干涉模型集合可靠性分析方法 |
Non-Patent Citations (3)
| Title |
|---|
| 张吉军: "区间数多指标决策问题的灰色关联分析法", 《系统工程与电子技术》 * |
| 李寿安, 等: "基于灰色关联投影法的飞机生存力设计方案评估", 《电光与控制》 * |
| 王体春,等: "基于多属性可拓灰关联决策模型的产品方案设计", 《系统工程理论与实践》 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107832581A (zh) | 状态预测方法和装置 | |
| CN107622275A (zh) | 一种基于证据合成的信息融合目标识别方法 | |
| CN105629958B (zh) | 一种基于子时段mpca‑svm的间歇过程故障诊断方法 | |
| CN107239905A (zh) | 基于改进ahp‑gcm的机载网络安全风险评估方法 | |
| CN107491792A (zh) | 基于特征映射迁移学习的电网故障分类方法 | |
| CN108830325A (zh) | 一种基于学习的振动信息地形分类识别方法 | |
| Wu et al. | The risk priority number evaluation of FMEA analysis based on random uncertainty and fuzzy uncertainty | |
| CN110288144A (zh) | 一种基于效用理论和d-s证据推理的深基坑安全性评估方法 | |
| CN105956798A (zh) | 一种基于稀疏随机森林的配网设备运行状态评估方法 | |
| CN109840639A (zh) | 一种高速铁路列车运行晚点时间预测方法 | |
| CN116628582A (zh) | 基于在线集成学习的变压器油中气体浓度预测方法 | |
| CN104182796A (zh) | 一种城市轨道交通车辆维修方式的确定方法 | |
| CN108595730A (zh) | 一种闸机系统通行逻辑设计方法 | |
| CN110298409A (zh) | 面向电力可穿戴设备的多源数据融合方法 | |
| CN107315873A (zh) | 一种面向飞机总体设计方案优选的可拓灰关联投影评价法 | |
| Ichalal et al. | Fault diagnosis for Takagi-Sugeno nonlinear systems | |
| Lijuan et al. | A network security evaluation method based on FUZZY and RST | |
| CN116109212A (zh) | 一种机场运行效率评价指标设计及监测方法 | |
| CN104198923B (zh) | 一种线性模拟电路故障诊断方法 | |
| CN109784745A (zh) | 一种电源规划综合评估指标体系选择性消除相关度的方法 | |
| Turoff et al. | Major extensions to Cross-Impact Analysis. | |
| Shi et al. | Prediction and Impact Analysis of Passenger Flow in Urban Rail Transit in the Postpandemic Era | |
| Chen et al. | Triangle fuzzy number intuitionistic fuzzy aggregation operators and their application to group decision making | |
| CN105261241B (zh) | 基于霍普菲尔德神经网络的空中交通管制模拟仿真异常检测方法和装置 | |
| CN107292503A (zh) | 一种智能变电站造价合理性的定量评估方法 |
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 | ||
| WD01 | Invention patent application deemed withdrawn after publication | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20171103 |