CN109784762A - 一种基于证据推理的舰船装备安全性评估方法 - Google Patents
一种基于证据推理的舰船装备安全性评估方法 Download PDFInfo
- Publication number
- CN109784762A CN109784762A CN201910100237.XA CN201910100237A CN109784762A CN 109784762 A CN109784762 A CN 109784762A CN 201910100237 A CN201910100237 A CN 201910100237A CN 109784762 A CN109784762 A CN 109784762A
- Authority
- CN
- China
- Prior art keywords
- ship equipment
- evaluation index
- equipment safety
- assessment
- safety
- 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
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于证据推理的舰船装备安全性评估方法,属于舰船装备安全性评估领域。该方法首先基于层次分析法对舰船装备安全性待选评估参数进行重要度排序,建立舰船装备安全性评估指标集;然后基于证据推理构建数据融合模型,建立识别框架与基本可信度,并给出证据冲突的判断依据,并将舰船装备安全性评估指标合成信度函数;最后基于信度函数评估舰船装备的安全性。本发明能够减轻舰船装备安全性评估指标选定的盲目性,准确构建舰船装备安全性的评估指标体系,减轻专家群体评估数据的主观性,实现舰船装备安全性的快速准确评估。
Description
技术领域
本发明属于舰船装备安全性评估领域,具体涉及基于证据推理的舰船装备安全性评估方法,可用于舰船装备的使用管理与评估决策。
背景技术
舰船装备的安全性,表征舰船装备在规定条件下和规定时间内,以可接受的风险执行规定功能的能力,即不导致人员伤亡,危害健康或环境,以及不对其它装备或财产造成破坏和损伤的能力,也表征舰船装备将伤害或损坏的风险限制在可接受水平的能力,属于舰船装备“六性”的组成部分,是舰船装备的重要质量特性之一。舰船装备的安全性评估,旨在评价分析舰船装备在遂行常态化、多样化军事任务的过程中,可能存在的危险环节或有害因素,以及该环节或因素可能导致的安全性事故的可能性与严重程度,并根据舰船装备安全性的评估结果,指导舰船装备的使用管理与任务制定,进而确保舰船装备安全、长效、可靠性地服役与运行。
关于舰船装备安全性评估的技术方法,通常是基于装备隶属关系对舰船装备进行逐层拆解细分,然后采用自底至顶的形式对所属设备群的人员配置、设备状况、使用情况等影响因素进行评估分析,并基于此构建舰船装备安全性的多级评估指标体系,最后依据专家经验对上述指标进行评分,以评价舰船装备的安全性。
上述方法虽然可在一定程度上反映舰船装备的安全性,但仍存在部分缺陷并具体表现为:一是安全性评估指标的选定存在盲目性,缺少切实有效的安全性指标选定方法,部分与舰船装备安全性弱相关的设备或参数被视为重要影响因素并计入评估过程,从而导致评估结果的准确性不足;二是安全性评估指标体系过于庞杂,尤其是针对由多级设备群组成的舰船装备,其指标体系的层级多、参数多、种类多,若将所有安全性指标都计入评估过程,则可能导致评估过程繁琐复杂;三是由于基于专家群体的评估数据具有主观性,且意见相左的专家评分可能导致评估失败,因此如何保证基于专家群体的安全性评估结果准确有效,仍是舰船装备安全性评估中函待解决的技术问题。
发明内容
有鉴于此,本发明提供了一种基于证据推理的舰船装备安全性评估方法,该方法能够减轻舰船装备安全性评估指标选定的盲目性,准确构建舰船装备安全性的评估指标体系,减轻专家群体评估数据的主观性,实现舰船装备安全性的快速准确评估。
一种基于证据推理的舰船装备安全性评估方法,该方法包括如下步骤:
步骤1:基于层次分析法对舰船装备安全性待选评估参数进行重要度排序,建立舰船装备安全性评估指标集;
步骤2:基于证据推理构建数据融合模型,建立识别框架与基本可信度,并给出证据冲突的判断依据,并将舰船装备安全性评估指标合成信度函数;
步骤3:基于信度函数,评估舰船装备的安全性。
进一步地,所述步骤1中建立舰船装备安全性评估指标集的过程如下:
步骤101:定义舰船装备安全性待选评估参数序列S'=(S1 S2 … S9),其中,Si为舰船装备安全性的第i个待选评估参数,N为待选评估参数的总数;
步骤102:构建N阶判断矩阵JS=(JSij),其中,JSij表示参数序列中,待选评估参数Si相对于待选评估参数Sj的相对重要度数值;
步骤103:将判断矩阵JS的每个元素按列归一化,分别得到N个列向量ΨS1,ΨS2,…,ΨSN以及同阶转化矩阵并构建满足方程JSΩS=λS maxΩS的排序权向量ΩS=(ωS1 ωS2 … ωSN)T,进而将矩阵的元素按行相加,归一化后转为列向量,进而求解排序权向量ΩS:
步骤104:对判断矩阵JS进行一致性校验,求解判断矩阵JS的特征值向量λS,进而通过λS求解判断矩阵JS的最大特征值λS max,进而通过λS max求解判断矩阵JS的一致性指标CIS,进而通过CIS求解判断矩阵JS的协调率CRS;
步骤105:当判断矩阵JS的协调率CRS小于设定阈值时,则认为判断矩阵JS满足一致性要求,排序权向量ΩS有效,可进行步骤106,即构建安全性评估指标集,当判断矩阵JS的协调率CRS大于设定阈值时,则认为判断矩阵JS不满足一致性要求,排序权向量ΩS无效,需返回步骤102,重新构建判断矩阵JS,直至判断矩阵JS的协调率CRS小于设定阈值;
步骤106:根据满足一致性校验的排序权向量ΩS中各元素的数值,按照降序方式重新排列待选评估参数序列S',并取前n(n≤N)个为最终参与决策的评估指标,进而得到舰船装备安全性评估指标集S。
进一步地,所述步骤2中舰船装备安全性评估指标合成信度函数的过程如下:
步骤201:基于Delphi法对舰船装备安全性评估指标集S中所有指标进行赋值;
步骤202:将舰船装备安全性评估指标Si的数值si0按照标准正态分布进行标准化;
步骤203:构造舰船装备安全性识别框架ΘS=(θS1,θS2,…,θSL),其中,L为舰船装备安全性的等级总数,θSl为舰船装备安全性的第l个等级;
步骤204:根据舰船装备安全性识别框架ΘS,构建基本可信度mS,并分别求解舰船装备安全性评估指标Si处于不同等级的基本可信度:
其中,a等于当置信水平为α时的半区间长度;
步骤205:构建冲突因子κS以判断不同证据之间的冲突程度并表示为
步骤206:当冲突因子κS小于设定阈值时,则认为证据之间的冲突程度满足要求,可对现有证据进行合成,即进行步骤207;当冲突因子κS大于设定阈值时,则认为证据之间的冲突程度不满足要求,不能对现有证据进行合成,需返回步骤201,重新基于Delphi法对舰船装备安全性评估指标集S中所有指标进行赋值直至冲突因子κS小于设定阈值;
步骤207:根据正交和规则,合成信度函数BelS:
进一步地,所述步骤3中的评估过程如下:
步骤301:将所求信度函数BelS1,BelS2,…,BelSL进行降序排列,其中置信水平最高的等级max{BelS1,BelS2,…,BelSL}即为舰船装备安全性的定性评估等级;
步骤302:根据舰船装备安全性识别框架ΘS=(θS1,θS2,…,θSL),设定对应评分集合为DS=(dS1,dS2,…,dSL),进而求解舰船装备安全性的定量评估值:
有益效果:
1、本发明在构建舰船装备安全性评估指标集时,是基于层次分析法构建了相应的判断矩阵,进而通过排序权向量实现了评估指标体系的剪裁与优化,在保证评估准确性的同时,剔除了弱相关评估指标,提高了舰船装备安全性的评估效率。
2、本发明在处理基于专家群体的评估指标数据时,是基于证据推理构建数据融合模型,并通过数据预处理方法减小了评分误差对评估结果的影响,提出了专家群体意见冲突的判断依据与解决方法,并通过信度函数减小了专家群体主观认知的不确定性,进而确保了舰船装备安全性评估的准确性。
附图说明
图1为本发明基于证据推理的舰船装备安全性评估方法实现的流程图。
具体实施方式
下面结合附图并举实施例,对本发明进行详细描述。
本发明提供了一种基于证据推理的舰船装备安全性评估方法,以V1舰为评估对象,对遂行M1任务的安全性进行评估分析。为便于简明表述,选取事故率、安全可靠度、损失率、风险等级、技术状态、使用用途、服役年限、整机性能、人员配置等9项参数为待选评估参数。如附图1所示,该方法的实现步骤如下:
步骤1:基于层次分析法对V1型舰遂行M1任务的安全性待选评估参数进行重要度排序,建立V1型舰遂行M1任务的安全性评估指标集;
步骤101:设事故率为S1,安全可靠度为S2,损失率为S3,风险等级为S4,技术状态为S5,使用用途为S6,服役年限为S7,整机性能为S8,人员配置为S9,进而基于上述9项待选评估参数,构建V1型舰遂行M1任务的安全性待选评估参数序列S'=(S1 S2 … S9);
步骤102:构建9阶判断矩阵JS=(JSij),其中,JSij表示参数序列中,待选评估参数Si相对于待选评估参数Sj的相对重要度数值;由于每一个安全性参数Si相对其自身的相对重要度数值恒为1,故JSii≡1,且根据比较一致性原则,可知JSij=1/JSji,进而得到安全性待选评估参数的判断矩阵JS:
步骤103:将判断矩阵JS的所有元素按列归一化,分别得到如下9个列向量:
ΨS1=(0.255 0.128 0.084 0.128 0.064 0.128 0.064 0.084 0.064)T
ΨS2=(0.273 0.136 0.068 0.136 0.068 0.136 0.068 0.068 0.045)T
ΨS3=(0.222 0.148 0.074 0.148 0.037 0.148 0.074 0.074 0.074)T
ΨS4=(0.286 0.143 0.071 0.143 0.047 0.143 0.047 0.071 0.047)T
ΨS5=(0.211 0.105 0.105 0.158 0.053 0.158 0.053 0.105 0.053)T
ΨS6=(0.286 0.143 0.071 0.143 0.047 0.143 0.047 0.071 0.047)T
ΨS7=(0.235 0.118 0.059 0.177 0.059 0.177 0.059 0.059 0.059)T
ΨS8=(0.222 0.148 0.074 0.148 0.037 0.148 0.074 0.074 0.074)T
ΨS9=(0.222 0.167 0.056 0.167 0.056 0.167 0.056 0.056 0.056)T
以及同阶转化矩阵并构建满足方程JSΩS=λSmaxΩS的排序权向量ΩS=(ωS1 ωS2 … ωS9)T,进而将同阶转化矩阵的元素按行相加,归一化后转为列向量,进而求解排序权向量ΩS:
步骤104:为保证判断矩阵JS具有一致性或偏离一致性程度在允许范围内,并保证排序权向量ΩS完全反映各元素之间的相对重要程度,避免出现违背常识的情况,故对判断矩阵JS进行一致性校验,进而求解特征值向量λS:
λS=JSΩS
=(2.244 1.254 0.671 1.366 0.474 1.366 0.548 0.671 0.525)T进而求解判断矩阵JS的最大特征值λS max:
进而求解判断矩阵JS的一致性指标CIS:
进而求解判断矩阵JS的协调率CRS:
其中,RI表示平均随机一致性指标,是多个随机判断矩阵特征值的算数平均数,具体数值如表1所示;
表1随机矩阵的一致性值
n | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 |
RI | 0.58 | 0.94 | 1.12 | 1.24 | 1.32 | 1.41 | 1.46 | 1.49 |
步骤105:设一致性阈值为0.1,由于判断矩阵JS的协调率CRS=0.009<0.1,因此判断矩阵JS满足一致性要求,排序权向量ΩS有效,可进行步骤106,即构建安全性评估指标集;
步骤106:根据排序权向量ΩS中各元素的数值,按照降序方式重新排列待选评估参数序列S'=(S1 S4 S6 S2 S3 S8 S7 S9 S5),并取前4个为最终参与决策的评估指标,进而得到V1型舰遂行M1任务的安全性评估指标集S=(S1 S4 S6 S2),即选定事故率S1,风险等级S4,使用用途S6,安全可靠度S2为V1型舰遂行M1任务的安全性评估指标;
步骤2:基于证据推理构建数据融合模型,建立识别框架与基本可信度,并给出证据冲突的判断依据,并将舰船装备安全性评估指标合成信度函数;
步骤201:基于Delphi法对V1型舰遂行M1任务的安全性评估指标集S中所有指标进行赋值,进而得到V1型舰O1海域的安全性评估指标的评分向量为S0=(0.93 0.84 0.770.89);
步骤202:将V1型舰遂行M1任务的安全性评估指标Si的数值si0按照标准正态分布进行标准化,即si=a|(si0-ei1)/(si1-siL)|,且当置信水平α=0.99时,半区间长度为a=2.576,并设si1=0,siL=1,进而评分向量S0标准化后为S=(0.180 0.412 0.592 0.283);
步骤203:构造V1型舰遂行M1任务的安全性识别框架ΘS=(θS1,θS2,θS3),分别对应优、中、劣三个等级;
步骤204:根据V1型舰遂行M1任务的安全性识别框架ΘS,构建基本可信度mS,并分别求解安全性评估指标Si处于不同等级的基本可信度:
再将评分向量S=(0.180 0.412 0.592 0.283)代入上式,得到事故率S1、风险等级S4、使用用途S6、安全可靠度S2的基本可信度并如表2所示:
表2评估指标的基本可信度
步骤205:构建冲突因子κS以判断不同证据之间的冲突程度,以事故率S1和风险等级S4的冲突判断为例,求解其组合结果并如表3所示:
表3事故率S1和风险等级S4的组合结果
进而求解冲突因子
步骤206:设冲突因子阈值为0.7,由于冲突因子因此证据之间的冲突程度满足要求,可对现有证据进行合成,即进行步骤207;
步骤207:根据正交和规则:
以和为例,合成信度函数
同理,求解和的冲突因子并合成信度函数进而求解和的冲突因子并合成信度函数合成结果如表4所示:
表4组合结果
步骤3:基于信度函数,评估舰船装备的安全性;
步骤301:将所求信度函数BelS1=0.987,BelS2=0.012,BelS3=0.001进行降序排列,其中置信水平最高的等级θS1即为V1型舰遂行M1任务的安全性定性评估等级,即评估结论为优。
步骤302:根据V1型舰遂行M1任务的安全性识别框架ΘS=(θS1,θS2,θS3),设定对应评分集合为DS=(100,60,0),进而求解V1型舰遂行M1任务的安全性定量评估值:
由表4可知,通过指标筛选所得到的4项评估指标,经过3次数据融合,数值解明显收敛(信度达到98%以上),不确定性显著降低,其评估结论已具备较好的决策指导意义;若不通过指标筛选,采用原始9项指标进行评估,额外增加5个指标参与评估,虽然可得到相同的评估结论,但需要额外增加5次数据融合,额外判断5次证据冲突,额外增加65次数值计算,进而大幅增加了评估算法的时间复杂度。
综上所述,以上仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (4)
1.一种基于证据推理的舰船装备安全性评估方法,其特征在于,该方法包括如下步骤:
步骤1:基于层次分析法对舰船装备安全性待选评估参数进行重要度排序,建立舰船装备安全性评估指标集;
步骤2:基于证据推理构建数据融合模型,建立识别框架与基本可信度,并给出证据冲突的判断依据,并将舰船装备安全性评估指标合成信度函数;
步骤3:基于信度函数,评估舰船装备的安全性。
2.如权利要求1所述的基于证据推理的舰船装备安全性评估方法,其特征在于,所述步骤1中建立舰船装备安全性评估指标集的过程如下:
步骤101:定义舰船装备安全性待选评估参数序列S'=(S1 S2 … S9),其中,Si为舰船装备安全性的第i个待选评估参数,N为待选评估参数的总数;
步骤102:构建N阶判断矩阵JS=(JSij),其中,JSij表示参数序列中,待选评估参数Si相对于待选评估参数Sj的相对重要度数值;
步骤103:将判断矩阵JS的每个元素按列归一化,分别得到N个列向量ΨS1,ΨS2,…,ΨSN以及同阶转化矩阵并构建满足方程JSΩS=λSmaxΩS的排序权向量ΩS=(ωS1 ωS2 … ωSN)T,进而将矩阵的元素按行相加,归一化后转为列向量,进而求解排序权向量ΩS:
步骤104:对判断矩阵JS进行一致性校验,求解判断矩阵JS的特征值向量λS,进而通过λS求解判断矩阵JS的最大特征值λSmax,进而通过λSmax求解判断矩阵JS的一致性指标CIS,进而通过CIS求解判断矩阵JS的协调率CRS;
步骤105:当判断矩阵JS的协调率CRS小于设定阈值时,则认为判断矩阵JS满足一致性要求,排序权向量ΩS有效,可进行步骤106,即构建安全性评估指标集,当判断矩阵JS的协调率CRS大于设定阈值时,则认为判断矩阵JS不满足一致性要求,排序权向量ΩS无效,需返回步骤102,重新构建判断矩阵JS,直至判断矩阵JS的协调率CRS小于设定阈值;
步骤106:根据满足一致性校验的排序权向量ΩS中各元素的数值,按照降序方式重新排列待选评估参数序列S',并取前n(n≤N)个为最终参与决策的评估指标,进而得到舰船装备安全性评估指标集S。
3.如权利要求2所述的基于证据推理的舰船装备安全性评估方法,其特征在于,所述步骤2中舰船装备安全性评估指标合成信度函数的过程如下:
步骤201:基于Delphi法对舰船装备安全性评估指标集S中所有指标进行赋值;
步骤202:将舰船装备安全性评估指标Si的数值si0按照标准正态分布进行标准化;
步骤203:构造舰船装备安全性识别框架ΘS=(θS1,θS2,…,θSL),其中,L为舰船装备安全性的等级总数,θSl为舰船装备安全性的第l个等级;
步骤204:根据舰船装备安全性识别框架ΘS,构建基本可信度mS,并分别求解舰船装备安全性评估指标Si处于不同等级的基本可信度:
其中,a等于当置信水平为α时的半区间长度;
步骤205:构建冲突因子κS以判断不同证据之间的冲突程度并表示为
步骤206:当冲突因子κS小于设定阈值时,则认为证据之间的冲突程度满足要求,可对现有证据进行合成,即进行步骤207;当冲突因子κS大于设定阈值时,则认为证据之间的冲突程度不满足要求,不能对现有证据进行合成,需返回步骤201,重新基于Delphi法对舰船装备安全性评估指标集S中所有指标进行赋值直至冲突因子κS小于设定阈值;
步骤207:根据正交和规则,合成信度函数BelS:
BelS=[(mS1⊕mS2)⊕mS3]⊕…⊕mSn}。
4.如权利要求3所述的基于证据推理的舰船装备安全性评估方法,其特征在于,所述步骤3中的评估过程如下:
步骤301:将所求信度函数BelS1,BelS2,…,BelSL进行降序排列,其中置信水平最高的等级max{BelS1,BelS2,…,BelSL}即为舰船装备安全性的定性评估等级;
步骤302:根据舰船装备安全性识别框架ΘS=(θS1,θS2,…,θSL),设定对应评分集合为DS=(dS1,dS2,…,dSL),进而求解舰船装备安全性的定量评估值:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910100237.XA CN109784762A (zh) | 2019-01-31 | 2019-01-31 | 一种基于证据推理的舰船装备安全性评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910100237.XA CN109784762A (zh) | 2019-01-31 | 2019-01-31 | 一种基于证据推理的舰船装备安全性评估方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109784762A true CN109784762A (zh) | 2019-05-21 |
Family
ID=66503885
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910100237.XA Pending CN109784762A (zh) | 2019-01-31 | 2019-01-31 | 一种基于证据推理的舰船装备安全性评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109784762A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111238534A (zh) * | 2020-01-17 | 2020-06-05 | 中国人民解放军火箭军工程大学 | 基于证据推理的激光惯组最优测试时机确定方法 |
CN112488497A (zh) * | 2020-11-27 | 2021-03-12 | 中国人民解放军火箭军工程大学 | 一种融合多元信息的激光惯组性能评估方法 |
CN116452070A (zh) * | 2023-06-16 | 2023-07-18 | 中国人民解放军国防科技大学 | 多辨识框架下的大型设备健康评估方法和装置 |
CN117608273A (zh) * | 2024-01-23 | 2024-02-27 | 北京星网船电科技有限公司 | 一种系统可靠性控制方法和装置 |
-
2019
- 2019-01-31 CN CN201910100237.XA patent/CN109784762A/zh active Pending
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111238534A (zh) * | 2020-01-17 | 2020-06-05 | 中国人民解放军火箭军工程大学 | 基于证据推理的激光惯组最优测试时机确定方法 |
CN112488497A (zh) * | 2020-11-27 | 2021-03-12 | 中国人民解放军火箭军工程大学 | 一种融合多元信息的激光惯组性能评估方法 |
CN116452070A (zh) * | 2023-06-16 | 2023-07-18 | 中国人民解放军国防科技大学 | 多辨识框架下的大型设备健康评估方法和装置 |
CN116452070B (zh) * | 2023-06-16 | 2023-09-01 | 中国人民解放军国防科技大学 | 多辨识框架下的大型设备健康评估方法和装置 |
CN117608273A (zh) * | 2024-01-23 | 2024-02-27 | 北京星网船电科技有限公司 | 一种系统可靠性控制方法和装置 |
CN117608273B (zh) * | 2024-01-23 | 2024-04-12 | 北京星网船电科技有限公司 | 一种系统可靠性控制方法和装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109784762A (zh) | 一种基于证据推理的舰船装备安全性评估方法 | |
Marhavilas et al. | Risk analysis and assessment methodologies in the work sites: On a review, classification and comparative study of the scientific literature of the period 2000–2009 | |
Tang et al. | An evidential reasoning approach to transformer condition assessments | |
CN110008442A (zh) | 一种基于飞行员综合能力评价的飞行员训练控制方法 | |
CN106780127A (zh) | 含分布式光伏配电网的评价方法 | |
Cheyne et al. | Modelling employee attitudes to safety: A comparison across sectors. | |
CN106777819A (zh) | 一种正态型有寿件更换周期的计算方法 | |
CN109523200A (zh) | 基于最小二乘法的铸造车间安全评价综合权重计算方法 | |
CN110209996A (zh) | 一种用于评价继电保护装置的健康水平的方法及系统 | |
CN109919440A (zh) | 一种基于证据推理的舰船装备保障性评估方法 | |
CN110993135A (zh) | 基于征兆的压水堆核电厂二次侧热阱控制策略的设计方法 | |
CN104992069A (zh) | 基于ahp建立电力通信网可靠性和风险映射的方法 | |
CN115392619A (zh) | 基于消防安全等级的预警方法、存储介质和电子设备 | |
CN114707807A (zh) | 磨煤机风险评估方法、装置、电子设备及存储介质 | |
CN107169635A (zh) | 一种人机系统可靠性指标分解分配方法及评估方法 | |
CN113011518A (zh) | 基于组合加权朴素贝叶斯的铝电解槽槽况健康度分类方法 | |
CN109919441A (zh) | 一种基于证据推理的舰船装备环境适应性评估方法 | |
CN116663897A (zh) | 一种基于贝叶斯网络的城市老旧社区安全风险评价方法 | |
Tong et al. | Study on risk assessment of chemical process based on an advanced layers of protection analysis method | |
CN109460868A (zh) | 一种采用灰度预测的企业安全生产预警系统的构建方法 | |
Larsson et al. | Decision evaluation of response strategies in emergency management using imprecise assessments | |
Kraemer | An Empirical Examination of the Factors Associated with Commutation of State Death Row Prisoners' Sentences between 1986 and 2005 | |
CN115352493B (zh) | 全线车载控制器系统健康度计算方法及装置 | |
CN111143763A (zh) | 电力设备状态的评估方法、装置及其存储介质 | |
Jabalameli et al. | Iran solutions against the economic sanctions: Analytic hierarchy process approach |
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 |
Application publication date: 20190521 |
|
WD01 | Invention patent application deemed withdrawn after publication |