CN107633337A - 基于序关系分析和灰色关联理论节能技术综合评价方法 - Google Patents
基于序关系分析和灰色关联理论节能技术综合评价方法 Download PDFInfo
- Publication number
- CN107633337A CN107633337A CN201610580570.1A CN201610580570A CN107633337A CN 107633337 A CN107633337 A CN 107633337A CN 201610580570 A CN201610580570 A CN 201610580570A CN 107633337 A CN107633337 A CN 107633337A
- Authority
- CN
- China
- Prior art keywords
- power
- saving technology
- index
- grey
- weight
- 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
- 238000005516 engineering process Methods 0.000 title claims abstract description 164
- 238000000034 method Methods 0.000 title claims abstract description 45
- 238000004458 analytical method Methods 0.000 title claims abstract description 13
- 238000011156 evaluation Methods 0.000 claims abstract description 46
- 239000011159 matrix material Substances 0.000 claims abstract description 46
- 230000000052 comparative effect Effects 0.000 claims abstract description 23
- 238000013459 approach Methods 0.000 claims abstract description 17
- 238000010219 correlation analysis Methods 0.000 claims abstract description 16
- 239000013598 vector Substances 0.000 claims abstract description 15
- 238000004134 energy conservation Methods 0.000 claims description 11
- 230000008569 process Effects 0.000 claims description 11
- 238000004364 calculation method Methods 0.000 claims description 9
- 238000005265 energy consumption Methods 0.000 claims description 7
- 238000013210 evaluation model Methods 0.000 claims description 7
- 238000004519 manufacturing process Methods 0.000 claims description 3
- 238000011002 quantification Methods 0.000 claims description 3
- 238000013519 translation Methods 0.000 claims description 3
- 241001269238 Data Species 0.000 claims description 2
- 238000012098 association analyses Methods 0.000 claims 1
- 229910052782 aluminium Inorganic materials 0.000 description 18
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 description 15
- 239000004411 aluminium Substances 0.000 description 11
- 230000000694 effects Effects 0.000 description 5
- 230000015572 biosynthetic process Effects 0.000 description 4
- 238000003786 synthesis reaction Methods 0.000 description 4
- AZDRQVAHHNSJOQ-UHFFFAOYSA-N alumane Chemical compound [AlH3] AZDRQVAHHNSJOQ-UHFFFAOYSA-N 0.000 description 3
- 238000013139 quantization Methods 0.000 description 3
- 230000009467 reduction Effects 0.000 description 3
- 238000012216 screening Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 238000005868 electrolysis reaction Methods 0.000 description 2
- 239000005431 greenhouse gas Substances 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- FFBHFFJDDLITSX-UHFFFAOYSA-N benzyl N-[2-hydroxy-4-(3-oxomorpholin-4-yl)phenyl]carbamate Chemical compound OC1=C(NC(=O)OCC2=CC=CC=C2)C=CC(=C1)N1CCOCC1=O FFBHFFJDDLITSX-UHFFFAOYSA-N 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 241000894007 species Species 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P80/00—Climate change mitigation technologies for sector-wide applications
- Y02P80/10—Efficient use of energy, e.g. using compressed air or pressurized fluid as energy carrier
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/80—Management or planning
- Y02P90/82—Energy audits or management systems therefor
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种基于序关系分析和灰色关联理论节能技术综合评价方法,先建立节能技术综合评价指标体系,应用序关系分析法确定节能技术综合评价指标的权重系数,确定待评价节能技术的基础数据,形成比较序列,采用灰色理论中的灰色关联分析对节能技术进行综合评估,确定节能技术灰色关联系数矩阵,依据序关系分析法得到的综合评价指标体系权重向量,和采用灰色理论中的灰色关联分析得到的节能技术灰色关联系数矩阵,计算出节能技术灰色加权关联度,以此为基础,判断比较各项节能技术的优劣程度。本发明采用多指标进行综合评价,评价结论更加客观全面,同时为耗能企业或节能服务公司选择高效合理节能技术提供一种决策方法。
Description
技术领域
本发明属于节能技术领域,特别是一种对节能技术做整体效果评价时,采用多指标进行综合评价,克服了单一指标作为评价标准的片面性,达到步骤清晰,方法明确目的,能够在企业、节能服务公司做项目节能改造时,对节能技术进行量化评价与筛选提供有效手段,使评价结论更加客观准确的基于序关系分析和灰色关联理论节能技术综合评价方法。
背景技术
随着工业节能减排工作的推进,节能技术的发展日新月异,目前可应用的节能技术种类繁多、良莠不齐,企业或节能服务公司进行项目节能改造前必须对各种节能技术进行合理评价,以选择优质的节能技术来改造项目从而提高其经济效益,在进行节能技术的优选决策时,需要考虑多个方面的影响因素,研究其综合评价方法,建立综合评价模型,以避免夸大单个因素影响从而对节能技术优选造成不利,而现有企业或节能服务公司在进行节能技术的优选决策过程中,主要采用三种单一方式作为评估,其一采用基于模糊数学做评估,评估时隶属函数的建立过多地依赖于人的主观性,导致评估所得数据不准确,其二采用人工神经网络法做评估,评估时在模型建立期间需要人为赋权,而且需要大量的样本进行测试,造成实用性差,其三采用层次分析法做评估,评估中判断矩阵的建立主要依赖专家的意见和经验,且需要对判断矩阵进行一致性检验,因而增加了计算的复杂度。
发明内容
为了克服目前企业或节能服务公司在进行节能技术的优选决策过程中,没有一种行之有效的节能技术评估方法,现有的评估方法数据不准确、实用性差、计算复杂的弊端,本发明提供了一种对节能技术做整体效果评价时,采用多指标进行综合评价,克服了单一指标作为评价标准的片面性,达到步骤清晰,方法明确目的,能够在企业、节能服务公司做项目节能改造时,对节能技术进行量化评价与筛选提供有效手段,使评价结论更加客观准确的基于序关系分析和灰色关联理论节能技术综合评价方法。
本发明解决其技术问题所采用的技术方案是:
基于序关系分析和灰色关联理论节能技术综合评价方法,其特征在于先建立节能技术综合评价指标体系,应用序关系分析法确定节能技术综合评价指标的权重系数,确定待评价节能技术的基础数据,形成比较序列,采用灰色理论中的灰色关联分析对节能技术进行综合评估,确定节能技术灰色关联系数矩阵,依据序关系分析法得到的综合评价指标体系权重向量,和采用灰色理论中的灰色关联分析得到的节能技术灰色关联系数矩阵,计算出节能技术灰色加权关联度,以此为基础,判断比较各项节能技术的优劣程度。
所述建立节能技术综合评价指标体系方法是:把节能技术综合评价作为目标层,从工业企业生产经营管理的角度出发,衡量节能技术的技术指标、经济指标、社会环境指标以及推广前景指标,作为指标体系的准则层,进一步形成定量或定性的二级指标,形成综合评价指标体系的指标层,全面评价节能技术的实施效果和未来节能预期。
所述应用序关系分析法确定节能技术综合评价指标的权重系数过程是:
第一步,首先计算目标层对准则层权重的计算步骤,根据节能技术评价指标的重要性,将m个一级指标由大到小的顺序进行排序;
第二步,给出相邻评价指标xk-1与xk重要性程度之比rk的理性赋值;
第三步,给定rk后,则第m个指标的权重wm为,
第四步,由权重wm可得第m-1,m-2,…3,2个指标的权重计算公式为,wk-1=rkwk,其中,k=m,m-1,...3,2,即形成一级指标的权重向量为(w1,w2,...wm);
第五步,对准则层下的指标分别从左向右依次按重要程度进行排序,仿照目标层对准则层权重的计算步骤,得到指标层对准则层的权重向量
第六步,得到目标层对指标层的权重为
所述确定待评价节能技术的基础数据,形成比较序列方法是:确定待比较的节能技术的指标层基础数据,基础数据来源于采用该项节能技术实施节能改造的实际数据或经验数据估算,比较序列每一行即为每项节能技术的指标层基础数据,每一列即为不同节能技术在同种指标下的取值。
所述采用灰色理论中的灰色关联分析对节能技术进行综合评估,确定节能技术灰色关联系数矩阵过程是:
第一步,设节能技术的指标层共有n个指标,待评价的节能技术有m个,将待评价节能技术的基础数据,形成比较序列后所获得的比较序列,构建成评价指标矩阵X,即为,
第二步,对矩阵X进行无纲量化处理,将其化为[0,1]区间内的数,进一步得到无纲量化矩阵Xi *(j),将指标层中的指标分为效益型指标和成本型指标,对效益型指标而言,对于成本型指标而言,
第三步,构造最优样本x0=(x01,x02,...x0n)T,作为参考序列,其中,
第四步,求差序列矩阵,计算参考序列与比较序列对应的绝对差值,形成绝对差值矩阵Δ,
其中,
第五步,求节能技术关联系数矩阵E,对差值矩阵Δ进行变换,
式中,i=1,2…m,j=1,2…n,ξi(j)表示第i个评价样本的第j个指标与参考序列的第j个指标的关联系数,ρ为分辨系数,它可以调节关联系数的大小,控制关联系数的变化区间,通常ρ的取值范围在[0,1]区间,根据经验,在此ρ取值0.5,和分别表示最大绝对差值和最小绝对差值,最后得到关联系数矩阵E,
所述依据序关系分析法得到的综合评价指标体系权重向量,和采用灰色理论中的灰色关联分析得到的节能技术灰色关联系数矩阵,计算出节能技术灰色加权关联度,以此为基础,判断比较各项节能技术的优劣方法是:节能技术灰色加权关联度为,
其中,ri为待评估节能技术与理想样本的关联度,该关联度越小表示该项节能技术与理想样本越远,节能技术的综合评价得分越低。
本发明有益效果是:做节能技术评估时,可依据序关系分析法得到的综合评价指标体系权重向量,和采用灰色理论中的灰色关联分析得到的节能技术灰色关联系数矩阵,计算出节能技术灰色加权关联度,以此为基础,判断比较各项节能技术的优劣程度。本发明采用多指标进行综合评价,克服了单一指标作为评价标准的片面性,能够在企业、节能服务公司做项目节能改造时,对节能技术进行量化评价与筛选提供有效手段,使改造后的项目更加节能。
附图说明
以下结合附图和实施例将本发明做进一步说明:
图1是本发明的流程框图。
具体实施方式
图1中所示,基于序关系分析和灰色关联理论节能技术综合评价方法,其先建立节能技术综合评价指标体系,应用序关系分析法确定节能技术综合评价指标的权重系数,确定待评价节能技术的基础数据,形成比较序列,采用灰色理论中的灰色关联分析对节能技术进行综合评估,确定节能技术灰色关联系数矩阵,依据序关系分析法得到的综合评价指标体系权重向量,和采用灰色理论中的灰色关联分析得到的节能技术灰色关联系数矩阵,计算出节能技术灰色加权关联度,以此为基础,判断比较各项节能技术的优劣程度。建立节能技术综合评价指标体系方法是:把节能技术综合评价作为目标层,从工业企业生产经营管理的角度出发,衡量节能技术的技术指标、经济指标、社会环境指标以及推广前景指标,作为指标体系的准则层,进一步形成定量或定性的二级指标,形成综合评价指标体系的指标层,全面评价节能技术的实施效果和未来节能预期。
应用序关系分析法确定节能技术综合评价指标的权重系数过程是:
第一步,首先计算目标层对准则层权重的计算步骤,根据节能技术评价指标的重要性,将m个一级指标由大到小的顺序进行排序;第二步,给出相邻评价指标xk-1与xk重要性程度之比rk的理性赋值;第三步,给定rk后,则第m个指标的权重wm为,第四步,由权重wm可得第m-1,m-2,…3,2个指标的权重计算公式为,wk-1=rkwk,其中,k=m,m-1,...3,2,即形成一级指标的权重向量为(w1,w2,...wm);第五步,对准则层下的指标分别从左向右依次按重要程度进行排序,仿照目标层对准则层权重的计算步骤,得到指标层对准则层的权重向量第六步,得到目标层对指标层的权重为
确定待评价节能技术的基础数据,形成比较序列方法是:确定待比较的节能技术的指标层基础数据,基础数据来源于采用该项节能技术实施节能改造的实际数据或经验数据估算,比较序列每一行即为每项节能技术的指标层基础数据,每一列即为不同节能技术在同种指标下的取值。采用灰色理论中的灰色关联分析对节能技术进行综合评估,确定节能技术灰色关联系数矩阵过程是:第一步,设节能技术的指标层共有n个指标,待评价的节能技术有m个,将待评价节能技术的基础数据,形成比较序列后所获得的比较序列,构建成评价指标矩阵X,即为,
第二步,对矩阵X进行无纲量化处理,将其化为[0,1]区间内的数,进一步得到无纲量化矩阵Xi *(j),将指标层中的指标分为效益型指标和成本型指标,对效益型指标而言,对于成本型指标而言,第三步,构造最优样本x0=(x01,x02,...x0n)T,作为参考序列,其中,第四步,求差序列矩阵,计算参考序列与比较序列对应的绝对差值,形成绝对差值矩阵Δ,
其中,第五步,求节能技术关联系数矩阵E,对差值矩阵Δ进行变换,式中,i=1,2…m,j=1,2…n,ξi(j)表示第i个评价样本的第j个指标与参考序列的第j个指标的关联系数,ρ为分辨系数,它可以调节关联系数的大小,控制关联系数的变化区间,通常ρ的取值范围在[0,1]区间,根据经验,在此ρ取值0.5,和分别表示最大绝对差值和最小绝对差值,最后得到关联系数矩阵E,
依据序关系分析法得到的综合评价指标体系权重向量,和采用灰色理论中的灰色关联分析得到的节能技术灰色关联系数矩阵,计算出节能技术灰色加权关联度,以此为基础,判断比较各项节能技术的优劣方法是:节能技术灰色加权关联度为,其中,ri为待评估节能技术与理想样本的关联度,该关联度越小表示该项节能技术与理想样本越远,节能技术的综合评价得分越低。
以下本发明选取电解铝行业的五类典型节能技术进行综合评价分析,即预焙铝电解铝电流强化与高效节能综合技术、低温低压铝电解槽结构优化技术、新型阴极结构铝电解槽节能技术、铝电解“三度寻优”技术、铝电解铝槽新型导流结构节能组合技术。以建设规模为400kA铝电解槽370台,年产原铝40万吨为例,对该规模下的电解铝系统进行这五类节能技术进行综合评价。
过程1,先建立节能技术综合评价指标体系:选取技术指标、经济指标、社会环境指标以及推广前景指标作为一级指标,即为指标体系的准则层,再进一步对四个一级指标进行细化,形成二级指标,包括:单位产品节能量、节能率、单位节能量投资额、投资回收期、节能技术生命周期、温室气体减排量、产业带动作用、区域经济影响度、技术先进性、技术可靠性、技术普及率以及2020年技术普及率。其中,前6个在指标为定量指标,后6个指标为定性指标。参考表1(节能技术综合评价指标体系表);
表1
过程2,应用序关系分析法确定节能技术综合评价指标的权重系数:
根据节能技术评价指标的重要性按由大到小的顺序进行排列,对准则层而言,即为:经济指标>技术指标>推广前景指标>社会环境指标;对指标层而言,分别对各个一级指标进行重要程度排序,即为:单位产品节能量=节能率,投资回收期>单位节能量投资额>节能技术生命周期,温室气体减排量>区域经济影响度>产业带动作用,技术可靠性>技术先进性>技术普及率>技术普及率>2020年技术普及率。确定各项评价指标之间的重要程度rj,参考表1、表2(指标权重比例形成准则表)。
表2
重要程度rj | 含义 |
1.0 | 指标xj-1与指标xj同样重要 |
1.2 | 指标xj-1与指标xj稍微重要 |
1.4 | 指标xj-1与指标xj明显重要 |
1.6 | 指标xj-1与指标xj强烈重要 |
1.8 | 指标xj-1与指标xj极端重要 |
根据公式以及wk-1=rkwk,可得出节能技术指标体系的权重系数为wj=(0.1778,0.1778,0.1404,0.2053,0.0481,0.0554,0.0122,0.0213,0.0444,0.0845,0.0195,0.0133)
过程3,确定待评价节能技术的基础数据,形成比较序列:根据指标体系,确定待评价的五类节能技术基础数据,从而得到比较序列。如表3(构造节能技术比较序列表)所示,X1-X5代表待评价的五类节能技术。
表3
1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 | |
X1 | 1100 | 8.5 | 88000 | 5 | 9 | 36 | 4 | 4 | 90 | 80 | 10 | 15 |
X2 | 1000 | 7.7 | 16000 | 1 | 4 | 33 | 3 | 2 | 90 | 80 | 10 | 15 |
X3 | 1200 | 9.2 | 67200 | 4 | 6 | 40 | 5 | 5 | 90 | 90 | 60 | 70 |
X4 | 200 | 1.5 | 8400 | 3 | 5 | 6.6 | 3 | 3 | 50 | 50 | 6 | 10 |
X5 | 1073 | 8.4 | 53650 | 5 | 8 | 35 | 1 | 1 | 90 | 50 | 2 | 5 |
过程4,采用灰色理论中的灰色关联分析对节能技术进行综合评估,确定节能技术灰色关联系数矩阵:将比较序列转换为评价指标矩阵X,对成本型指标,包括单位节能量投资额和投资回收期,采用公式进行无纲量化,其余指标均为效益型指标,采用公式进行处理,得到无纲量化矩阵Xi *(j),
构造最优样本,即X0=(1,1,...1),按公式计算形成绝对差值矩阵Δi(j),
找出绝对差值矩阵中的二级最大差值和二级最小差值,取ρ=0.5,根据公式得关联系数ξi(j)矩阵,
过程5,依据序关系分析法得到的综合评价指标体系权重向量,和采用灰色理论中的灰色关联分析得到的节能技术灰色关联系数矩阵,计算出节能技术灰色加权关联度,以此为基础,判断比较各项节能技术的优劣:根据公式得五类节能技术的关联度:ri=(0.6409,0.7598,0.7668,0.4688,0.5948),按关联度R的大小对这五类节能技术进行排序,可得电解铝系统节能技术的综合评价结果优劣顺序依次为,预焙铝电解铝电流强化与高效节能综合技术、低温低压铝电解槽结构优化技术、新型阴极结构铝电解槽节能技术、铝电解铝槽新型导流结构节能组合技术、铝电解“三度寻优”技术。
应当说明的是,本实施例为本发明较佳实例,并不用以限制本发明,凡在本发明原则范围内做任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (6)
1.基于序关系分析和灰色关联理论节能技术综合评价方法,其特征在于先建立节能技术综合评价指标体系,应用序关系分析法确定节能技术综合评价指标的权重系数,确定待评价节能技术的基础数据,形成比较序列,采用灰色理论中的灰色关联分析对节能技术进行综合评估,确定节能技术灰色关联系数矩阵,依据序关系分析法得到的综合评价指标体系权重向量,和采用灰色理论中的灰色关联分析得到的节能技术灰色关联系数矩阵,计算出节能技术灰色加权关联度,以此为基础,判断比较各项节能技术的优劣程度。
2.根据权利要求1所述的基于序关系分析和灰色关联理论节能技术综合评价方法,其特征在于,建立节能技术综合评价指标体系方法是:把节能技术综合评价作为目标层,从工业企业生产经营管理的角度出发,衡量节能技术的技术指标、经济指标、社会环境指标以及推广前景指标,作为指标体系的准则层,进一步形成定量或定性的二级指标,形成综合评价指标体系的指标层,全面评价节能技术的实施效果和未来节能预期。
3.根据权利要求2所述的基于序关系分析和灰色关联理论节能技术综合评价方法,其特征在于,应用序关系分析法确定节能技术综合评价指标的权重系数过程是:
第一步,首先计算目标层对准则层权重的计算步骤,根据节能技术评价指标的重要性,将m个一级指标由大到小的顺序进行排序;
第二步,给出相邻评价指标xk-1与xk重要性程度之比rk的理性赋值;
第三步,给定rk后,则第m个指标的权重wm为,
第四步,由权重wm可得第m-1,m-2,…3,2个指标的权重计算公式为,wk-1=rkwk,
其中,k=m,m-1,...3,2,即形成一级指标的权重向量为(w1,w2,...wm);
第五步,对准则层下的指标分别从左向右依次按重要程度进行排序,仿照目标层对准则层权重的计算步骤,得到指标层对准则层的权重向量
第六步,得到目标层对指标层的权重为
4.根据权利要求1所述的基于序关系分析和灰色关联理论节能技术综合评价方法,其特征在于,确定待评价节能技术的基础数据,形成比较序列方法是:确定待比较的节能技术的指标层基础数据,基础数据来源于采用该项节能技术实施节能改造的实际数据或经验数据估算,比较序列每一行即为每项节能技术的指标层基础数据,每一列即为不同节能技术在同种指标下的取值。
5.根据权利要求1所述的基于序关系分析和灰色关联理论节能技术综合评价方法,其特征在于,采用灰色理论中的灰色关联分析对节能技术进行综合评估,确定节能技术灰色关联系数矩阵过程是:
第一步,设节能技术的指标层共有n个指标,待评价的节能技术有m个,将待评价节能技术的基础数据,形成比较序列后所获得的比较序列,构建成评价指标矩阵X,即为,
第二步,对矩阵X进行无纲量化处理,将其化为[0,1]区间内的数,进一步得到无纲量化矩阵将指标层中的指标分为效益型指标和成本型指标,对效益型指标而言,对于成本型指标而言,
第三步,构造最优样本x0=(x01,x02,...x0n)T,作为参考序列,其中,
第四步,求差序列矩阵,计算参考序列与比较序列对应的绝对差值,形成绝对差值矩阵Δ,
其中,
第五步,求节能技术关联系数矩阵E,对差值矩阵Δ进行变换,
式中,i=1,2…m,j=1,2…n,ξi(j)表示第i个评价样本的第j个指标与参考序列的第j个指标的关联系数,ρ为分辨系数,它可以调节关联系数的大小,控制关联系数的变化区间,通常ρ的取值范围在[0,1]区间,根据经验,在此ρ取值0.5,和分别表示最大绝对差值和最小绝对差值,最后得到关联系数矩阵E,
6.根据权利要求5所述的基于序关系分析和灰色关联理论节能技术综合评价方法,其特征在于,依据序关系分析法得到的综合评价指标体系权重向量,和采用灰色理论中的灰色关联分析得到的节能技术灰色关联系数矩阵,计算出节能技术灰色加权关联度,以此为基础,判断比较各项节能技术的优劣方法是:节能技术灰色加权关联度为,
其中,ri为待评估节能技术与理想样本的关联度,该关联度越小表示该项节能技术与理想样本越远,节能技术的综合评价得分越低。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610580570.1A CN107633337A (zh) | 2016-07-21 | 2016-07-21 | 基于序关系分析和灰色关联理论节能技术综合评价方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610580570.1A CN107633337A (zh) | 2016-07-21 | 2016-07-21 | 基于序关系分析和灰色关联理论节能技术综合评价方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107633337A true CN107633337A (zh) | 2018-01-26 |
Family
ID=61112620
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610580570.1A Pending CN107633337A (zh) | 2016-07-21 | 2016-07-21 | 基于序关系分析和灰色关联理论节能技术综合评价方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107633337A (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108711001A (zh) * | 2018-05-08 | 2018-10-26 | 山东电力工程咨询院有限公司 | 基于负荷权重的电厂节能诊断方法及系统 |
CN109345083A (zh) * | 2018-09-07 | 2019-02-15 | 上海大学 | 一种基于区间二元语义和灰色关联分析的改进fmea的方法 |
CN109559028A (zh) * | 2018-11-26 | 2019-04-02 | 广东电网有限责任公司 | 基于灰色理论与距离评价的配电网规划年可靠性评估方法 |
CN110489903A (zh) * | 2019-08-26 | 2019-11-22 | 四川大学 | 基于可拓学-灰色关联理想解法的床身结构优化设计方法 |
CN110852560A (zh) * | 2019-09-24 | 2020-02-28 | 天津大学 | 一种受限空间地铁绿色施工的综合评价方法 |
CN111861271A (zh) * | 2020-07-31 | 2020-10-30 | 中国石油化工股份有限公司 | 一种管道保温性能的评价方法 |
CN112990634A (zh) * | 2019-12-16 | 2021-06-18 | 中车唐山机车车辆有限公司 | 电能质量评价方法、装置及终端设备 |
CN113098712A (zh) * | 2021-03-26 | 2021-07-09 | 中国航空无线电电子研究所 | 一种基于灰色关联度的综合射频系统的物理架构权衡方法 |
CN113433012A (zh) * | 2021-07-28 | 2021-09-24 | 陕西科技大学 | 一种陶质文物的健康评估方法 |
CN113642930A (zh) * | 2021-01-08 | 2021-11-12 | 范辉 | 一种基于层次分析法的消防技术服务能力评价指标系统和方法 |
-
2016
- 2016-07-21 CN CN201610580570.1A patent/CN107633337A/zh active Pending
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108711001A (zh) * | 2018-05-08 | 2018-10-26 | 山东电力工程咨询院有限公司 | 基于负荷权重的电厂节能诊断方法及系统 |
CN108711001B (zh) * | 2018-05-08 | 2021-02-12 | 山东电力工程咨询院有限公司 | 基于负荷权重的电厂节能诊断方法及系统 |
CN109345083A (zh) * | 2018-09-07 | 2019-02-15 | 上海大学 | 一种基于区间二元语义和灰色关联分析的改进fmea的方法 |
CN109559028A (zh) * | 2018-11-26 | 2019-04-02 | 广东电网有限责任公司 | 基于灰色理论与距离评价的配电网规划年可靠性评估方法 |
CN110489903A (zh) * | 2019-08-26 | 2019-11-22 | 四川大学 | 基于可拓学-灰色关联理想解法的床身结构优化设计方法 |
CN110852560A (zh) * | 2019-09-24 | 2020-02-28 | 天津大学 | 一种受限空间地铁绿色施工的综合评价方法 |
CN112990634A (zh) * | 2019-12-16 | 2021-06-18 | 中车唐山机车车辆有限公司 | 电能质量评价方法、装置及终端设备 |
CN111861271A (zh) * | 2020-07-31 | 2020-10-30 | 中国石油化工股份有限公司 | 一种管道保温性能的评价方法 |
CN111861271B (zh) * | 2020-07-31 | 2024-04-12 | 中国石油化工股份有限公司 | 一种管道保温性能的评价方法 |
CN113642930A (zh) * | 2021-01-08 | 2021-11-12 | 范辉 | 一种基于层次分析法的消防技术服务能力评价指标系统和方法 |
CN113098712A (zh) * | 2021-03-26 | 2021-07-09 | 中国航空无线电电子研究所 | 一种基于灰色关联度的综合射频系统的物理架构权衡方法 |
CN113433012A (zh) * | 2021-07-28 | 2021-09-24 | 陕西科技大学 | 一种陶质文物的健康评估方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107633337A (zh) | 基于序关系分析和灰色关联理论节能技术综合评价方法 | |
Wu et al. | Regional water resource carrying capacity evaluation based on multi-dimensional precondition cloud and risk matrix coupling model | |
CN104809658B (zh) | 一种低压配网台区线损的快速分析方法 | |
CN106503919A (zh) | 一种基于供电分区特性的配电网评价方法 | |
CN101863088B (zh) | 一种橡胶混炼过程中门尼粘度的预报方法 | |
CN104933627A (zh) | 机床产品制造系统的能效组合评价方法 | |
CN112330168A (zh) | 一种基于模糊数学与层次分析的绿色矿山建设评价方法 | |
CN106127388A (zh) | 高耗能企业的能效评估方法 | |
CN102880908B (zh) | 一种基于bp神经网络的再制造零件环境损耗的计算方法 | |
CN105404926A (zh) | 基于bp神经网络与mbfo算法的铝电解生产工艺优化方法 | |
CN109697566A (zh) | 机电产品加工工艺评价系统及其评价方法 | |
CN109241493A (zh) | 基于马尔可夫随机场和em算法的关键性能指标软测量方法 | |
CN109147875A (zh) | 基于模糊聚类的支持向量回归算法的污水溶解氧浓度预测方法 | |
CN105844399A (zh) | 一种配电网节能改造项目的后评估方法 | |
CN106446478A (zh) | 一种切削加工工艺优选系统及方法 | |
CN110175763A (zh) | 基于模糊评价模型的客观多属性决策电压质量评价方法 | |
CN113268883A (zh) | 一种基于pca-abc-svm模型的海底原油管道腐蚀速率预测方法 | |
CN115305526A (zh) | 基于x射线测量的铜箔厚度面密度一致性自适应控制方法 | |
CN107664690B (zh) | 一种预测变压器油中溶解气体浓度的方法 | |
CN116520772A (zh) | 基于多任务迁移学习的薄板零件数控加工质量预测方法 | |
CN106021724A (zh) | 基于ahm及熵值法的机床产品制造系统的能效评价方法 | |
CN109711727A (zh) | 机电产品加工工艺组合评价系统及其评价方法 | |
CN114386679A (zh) | 基于集成学习的球磨机能耗状态监测方法 | |
US20240002964A1 (en) | Method and system for determining converter tapping quantity | |
CN107679659A (zh) | 新型工业用电量预测方法 |
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 |
Application publication date: 20180126 |
|
RJ01 | Rejection of invention patent application after publication |