CN112418603A - 基于设备健康指数的etc门架系统状态评价方法、电子设备、存储介质 - Google Patents

基于设备健康指数的etc门架系统状态评价方法、电子设备、存储介质 Download PDF

Info

Publication number
CN112418603A
CN112418603A CN202011104481.2A CN202011104481A CN112418603A CN 112418603 A CN112418603 A CN 112418603A CN 202011104481 A CN202011104481 A CN 202011104481A CN 112418603 A CN112418603 A CN 112418603A
Authority
CN
China
Prior art keywords
index
weight
etc portal
evaluation
calculating
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
Application number
CN202011104481.2A
Other languages
English (en)
Inventor
谭裕安
朱爽
王超
张帅
段洪琳
张威奕
马浩
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhaoshang Xinzhi Technology Co ltd
Merchants China Soft Information Co ltd
Original Assignee
Zhaoshang Xinzhi Technology Co ltd
Merchants China Soft Information Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Zhaoshang Xinzhi Technology Co ltd, Merchants China Soft Information Co ltd filed Critical Zhaoshang Xinzhi Technology Co ltd
Priority to CN202011104481.2A priority Critical patent/CN112418603A/zh
Publication of CN112418603A publication Critical patent/CN112418603A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0639Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393Score-carding, benchmarking or key performance indicator [KPI] analysis
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10Complex mathematical operations
    • G06F17/18Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Economics (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Operations Research (AREA)
  • Strategic Management (AREA)
  • Pure & Applied Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Mathematical Physics (AREA)
  • Educational Administration (AREA)
  • Development Economics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Algebra (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Software Systems (AREA)
  • Databases & Information Systems (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Game Theory and Decision Science (AREA)
  • Probability & Statistics with Applications (AREA)
  • Marketing (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明基于设备健康指数的ETC门架系统状态评价方法,包括以下步骤:获取原始数据,建立健康指数评价指标体系,计算指标权重,构建健康指数评分模型,评价ETC门架系统状态。本发明涉及一种电子设备及存储介质,用于执行上述方法。本发明通过对接获取ETC门架系统设备设施基础数据、门架业务交易数据、门架设备运行状态数据以及门架所处环境状态数据等,从基础设施、业务指标、关键设备状态、运行状态、外部环境等五个维度,基于熵权法和层次分析法建立站点运行状态健康动态评估模型,实时对站点评估运行状态给出健康指数,并基于健康指数输出结果,给出对应的建议意见,提升ETC门架综合保障能力。

Description

基于设备健康指数的ETC门架系统状态评价方法、电子设备、 存储介质
技术领域
本发明涉及ETC门架系统领域,尤其涉及基于设备健康指数的ETC门架系统状态评价方法、电子设备、存储介质。
背景技术
深化收费公路制度改革、取消全国高速公路省界收费站后,ETC门架在高速公路收费系统中占有重要的地位。新形势下,ETC门架系统作为高速公路收费的关键性设备,围绕其生命周期建、管、养等至关重要。同时,高速公路ETC门架系统涉及的设备需承受不同气候、不同温度、风雨雷电、地震滑坡等自然灾害的破坏,同时需考虑防盗、防撞等人为破坏行为。因此,针对ETC门架系统的运行状态监测、运维养护等方面应做好充分的保障措施,对重点部位做到重点保障,防范可能出现的风险。
发明内容
为了克服现有技术的不足,本发明的目的在于提供基于设备健康指数的ETC门架系统状态评价方法,针对ETC门架系统,建立站点运行状态健康动态评估模型,实时对站点评估运行状态给出健康指数,并基于健康指数输出结果,给出对应的建议意见。
本发明提供基于设备健康指数的ETC门架系统状态评价方法,包括以下步骤:
获取原始数据,获取路段上传的原始通行交易流水以及ETC门架动环监测数据;
建立健康指数评价指标体系,通过对ETC门架影响因素进行分析,建立多层次结构的健康指数评价指标体系;
计算指标权重,计算所述健康指数评价指标体系中各指标的权重值;
构建健康指数评分模型,通过各指标的权重值计算各指标的分值,确定每个指标下的若干选项作为备选项,根据所述备选项对ETC门架的该项指标进行评分,将各项指标的分值加总作为ETC门架系统状态健康指数得分;
评价ETC门架系统状态,根据ETC门架系统状态健康指数得分给出对应的ETC门架运维处理建议。
进一步地,所述原始通行交易流水包含ETC门架计费交易流水、ETC门架牌识流水。
进一步地,所述建立健康指数评价指标体系步骤中,采用层次分析法建立多层次结构的健康指数评价指标体系。
进一步地,所述计算指标权重步骤中,采用层次分析法和熵权法计算各指标的权重值。
进一步地,采用层次分析法计算各指标的权重值包括以下步骤:
建立层次结构,建立系统的递阶层次结构:目标层、准则层和指标层;
构造判断矩阵,通过指标相对重要程度之比赋值构造判断矩阵,判断矩阵公式为:
B=(bij)m×n
其中,bij表示指标xi与xj相对重要程度之比赋值;
检验一致性,对所述判断矩阵进行一致性检验;
确定指标权重,当判断矩阵通过一致性检验后,将所述准则层的权重与所述指标层的权重进行相乘,得到各指标的最终权重值。
进一步地,所述指标相对重要程度之比赋值采用Satty1~9标度法进行比较赋值,构造判断矩阵;
所述检验一致性步骤具体包括:
利用根法计算所述判断矩阵每一行元素的乘积
Figure BDA0002726481090000031
计算Mi的n次方根
Figure BDA0002726481090000032
利用方根法将
Figure BDA0002726481090000033
归一化求权重
Figure BDA0002726481090000034
计算所述判断矩阵的最大特征值λmax和一致性指标CI以及随机性一致比率CR,计算过程如下:
Figure BDA0002726481090000035
Figure BDA0002726481090000036
Figure BDA0002726481090000037
其中,(AW)i表示AW的第i个分量,平均一致性指标RI可查表;
当所述随机性一致比率小于阈值时,则认为判断矩阵通过一致性检验,否则,认为判断矩阵不符合要求,需要重新赋值,进行修正,直至通过一致性检验为止。
进一步地,采用熵权法计算各指标的权重值具体包括:
将评价对象记为{Ai}(i=1,2,…,m),评价的指标集记为{Xj}(j=1,2,…,n),用x'ij表示第i个方案第j个指标的原始值,得到评价指标矩阵:X'=(x'ij)m×n,对所述评价指标矩阵进行标准化处理,得到标准化矩阵X=(xij)m×n,标准化处理过程中根据指标类型不同使用相应的标准化公式,具体公式如下:
正向指标:
Figure BDA0002726481090000041
负向指标:
Figure BDA0002726481090000042
计算第j个指标下第i个方案指标比重pij
Figure BDA0002726481090000043
计算第j个指标的熵值ej
Figure BDA0002726481090000044
计算第j个指标的差异系数gj
gj=1-ej
计算第j个指标的权重αj
Figure BDA0002726481090000045
进一步地,将采用层次分析法计算的各指标的权重值与采用熵权法计算的各指标的权重值进行结合,具体包括:
设有m个上层准则,n个子准则,每个上层准则分别包含n1,n2,…,nm个子准则,且n1+n2+…+nm=n,通过所述判断矩阵求得上层准则权重B={β12,…,βn},各子准则的权重D={γ12,…,γn};
设熵权法求得各指标的权重A={α12,…,αn};
对子准则权重D与熵权法求得的权重A加以综合,求得子准则指标综合权重τ={τ12,…,τn},其中,
Figure BDA0002726481090000051
按照子准则与上层准则的对应关系,重新表示子准则综合权重
Figure BDA0002726481090000052
并分别对每一上层准则下的子准则综合权重归一化得
Figure BDA0002726481090000053
其中,
Figure BDA0002726481090000054
将上层准则权重B与所求得的综合权重μ对应相乘,得到权重
Figure BDA0002726481090000055
其中,
w'ij=βiwij(i=1,2,…,n,j=1,2,…,k,k∈(n1,n2,…,nm)
将μ'重新表示为μ'={w'1,w'2,…,w'n},并进行归一化处理得w={w1,w2,…,wn},其中,
Figure BDA0002726481090000056
一种电子设备,包括:处理器;
存储器;以及程序,其中所述程序被存储在所述存储器中,并且被配置成由处理器执行,所述程序包括用于执行基于设备健康指数的ETC门架系统状态评价方法。
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行基于设备健康指数的ETC门架系统状态评价方法。
相比现有技术,本发明的有益效果在于:
本发明通过对接获取ETC门架系统设备设施基础数据、门架业务交易数据、门架设备运行状态数据以及门架所处环境状态数据等,从基础设施、业务指标、关键设备状态、运行状态、外部环境等五个维度,基于熵权法和层次分析法建立站点运行状态健康动态评估模型,实时对站点评估运行状态给出健康指数,并基于健康指数输出结果,给出对应的建议意见。运用多个指标、多个方面对ETC门架的系统运行状态进行系统性、概括性、综合性的评价,从而提升ETC门架综合保障能力。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,并可依照说明书的内容予以实施,以下以本发明的较佳实施例并配合附图详细说明如后。本发明的具体实施方式由以下实施例及其附图详细给出。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1为本发明的基于设备健康指数的ETC门架系统状态评价方法流程图;
图2为本发明的采用层次分析法计算各指标的权重值流程图。
具体实施方式
下面,结合附图以及具体实施方式,对本发明做进一步描述,需要说明的是,在不相冲突的前提下,以下描述的各实施例之间或各技术特征之间可以任意组合形成新的实施例。
基于设备健康指数的ETC门架系统状态评价方法,如图1所示,包括以下步骤:
获取原始数据,获取路段上传的原始通行交易流水以及ETC门架动环监测等数据,原始通行交易流水包含ETC门架计费交易流水、ETC门架牌识流水。
建立健康指数评价指标体系,通过对ETC门架影响因素进行分析,采用层次分析法建立多层次结构的健康指数评价指标体系,如表1所示。
表1评分指标体系
Figure BDA0002726481090000071
Figure BDA0002726481090000081
计算指标权重,采用层次分析法和熵权法集成赋权法计算各指标的权重值,采用熵权法和层次分析法计算指标综合权重,将层次分析法和熵权法求取的底层指标权重结果进行简单结合得出最终结果,通过对两者求取指标权重的中间过程相结合,求取指标的最终权重。具体计算过程如下:
如图2所示,采用层次分析法计算各指标的权重值包括以下步骤:
建立层次结构,采用层次分析法计算指标权重时,首先要对问题进行条理化、层次化,建立系统的递阶层次结构:目标层、准则层和指标层;
构造判断矩阵,通过指标相对重要程度之比赋值构造判断矩阵,判断矩阵公式为:
B=(bij)m×n
其中,bij表示指标xi与xj相对重要程度之比赋值。赋值一般由行业内专家独立给出,一般采用Satty1~9标度法进行比较赋值,构造判断矩阵。
由于判断矩阵受到专家的知识水平和个人偏好的影响,很难满足一致性条件。因此,为保证可信度和准确性,必须对判断矩阵进行一致性检验。在一致性检验前,先计算各指标的权重值。具体计算步骤如下:
首先,利用根法计算判断矩阵每一行元素的乘积
Figure BDA0002726481090000091
然后,计算Mi的n次方根
Figure BDA0002726481090000092
利用方根法将
Figure BDA0002726481090000093
归一化求权重
Figure BDA0002726481090000094
在对判断矩阵一致性检验时,首先计算判断矩阵的最大特征值λmax和一致性指标CI以及随机性一致比率CR,计算过程如下:
Figure BDA0002726481090000095
Figure BDA0002726481090000096
Figure BDA0002726481090000097
其中,(AW)i表示AW的第i个分量,平均一致性指标RI可查表,如表2所示:
表2平均一致性指标RI
Figure BDA0002726481090000098
当随机性一致比率小于阈值时,本实施例中,当CR<0.1时,则认为判断矩阵通过一致性检验,否则,认为判断矩阵不符合要求,需要重新赋值,进行修正,直至通过一致性检验为止。
确定指标权重,当判断矩阵通过一致性检验后,将准则层的权重与指标层的权重进行相乘,得到各指标的最终权重值。
采用熵权法计算各指标的权重值具体包括:
将评价对象记为{Ai}(i=1,2,…,m),评价的指标集记为{Xj}(j=1,2,…,n),用x'ij表示第i个方案第j个指标的原始值,得到评价指标矩阵:X'=(x'ij)m×n,由于各指标单位不尽相同,需要进行标准化处理,得到标准化矩阵X=(xij)m×n,标准化处理过程中根据指标类型不同使用相应的标准化公式,具体公式如下:
正向指标:
Figure BDA0002726481090000101
负向指标:
Figure BDA0002726481090000102
计算第j个指标下第i个方案指标比重pij
Figure BDA0002726481090000103
计算第j个指标的熵值ej
Figure BDA0002726481090000104
计算第j个指标的差异系数gj
gj=1-ej
计算第j个指标的权重αj
Figure BDA0002726481090000105
将采用层次分析法计算的各指标的权重值与采用熵权法计算的各指标的权重值进行结合,具体包括:
设有m个上层准则,n个子准则,每个上层准则分别包含n1,n2,…,nm个子准则,且n1+n2+…+nm=n,通过判断矩阵求得上层准则权重B={β12,…,βn},各子准则的权重D={γ12,…,γn};
设熵权法求得各指标的权重A={α12,…,αn};
对子准则权重D与熵权法求得的权重A加以综合,求得子准则指标综合权重τ={τ12,…,τn},其中,
Figure BDA0002726481090000111
按照子准则与上层准则的对应关系,重新表示子准则综合权重
Figure BDA0002726481090000112
并分别对每一上层准则下的子准则综合权重归一化得
Figure BDA0002726481090000113
其中,
Figure BDA0002726481090000114
将上层准则权重B与所求得的综合权重μ对应相乘,得到权重
Figure BDA0002726481090000115
其中,
w'ij=βiwij(i=1,2,…,n,j=1,2,…,k,k∈(n1,n2,…,nm)
将μ'重新表示为μ'={w'1,w'2,…,w'n},并进行归一化处理得w={w1,w2,…,wn},其中,
Figure BDA0002726481090000116
在使用熵权法和层次分析法求取指标权重时,先采用层次分析法求取指标的主观权重。然后采用熵权法求取指标的客观权重。最后,将两种计算的权重进行集成,求得指标最终权重。
构建健康指数评分模型,健康指数评分模型中各项指标的分值根据计算得到的指标权重采用百分制的原则计算得到。在建立模型时,仅仅确定指标和分值是不够的,每个指标下还要确定若干选项作为备选项。根据备选项对ETC门架的该项指标进行评分,各项指标的分值加总即为ETC门架系统状态健康指数得分。确定指标备选项以及备选项的具体分值是一项复杂烦琐的工作,主要依靠对历史样本中的ETC门架系统运行状态与ETC门架系统故障间的真实情况进行分析以及结合行业专家经验进行判断确定。
评价ETC门架系统状态,根据ETC门架系统状态健康指数得分给出对应的ETC门架运维处理建议,如生成运维工单、制定巡检计划或督办通知等。
一种电子设备,包括:处理器;
存储器;以及程序,其中程序被存储在存储器中,并且被配置成由处理器执行,程序包括用于执行基于设备健康指数的ETC门架系统状态评价方法。
一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行基于设备健康指数的ETC门架系统状态评价方法。
本发明将多指标进行综合处理,形成一个综合性、概括性的指数,通过指数比较,达到评价目的。运用了多个指标,通过多方面对ETC门架进行综合性的评价,能够发现单点发现不了的问题,避免了单点监测的局限性。在评价过程中,根据指标重要性进行了加权处理,评价结果更具有科学性。
以上,仅为本发明的较佳实施例而已,并非对本发明作任何形式上的限制;凡本行业的普通技术人员均可按说明书附图所示和以上而顺畅地实施本发明;但是,凡熟悉本专业的技术人员在不脱离本发明技术方案范围内,利用以上所揭示的技术内容而做出的些许更动、修饰与演变的等同变化,均为本发明的等效实施例;同时,凡依据本发明的实质技术对以上实施例所作的任何等同变化的更动、修饰与演变等,均仍属于本发明的技术方案的保护范围之内。

Claims (10)

1.基于设备健康指数的ETC门架系统状态评价方法,其特征在于,包括以下步骤:
获取原始数据,获取路段上传的原始通行交易流水以及ETC门架动环监测数据;
建立健康指数评价指标体系,通过对ETC门架影响因素进行分析,建立多层次结构的健康指数评价指标体系;
计算指标权重,计算所述健康指数评价指标体系中各指标的权重值;
构建健康指数评分模型,通过各指标的权重值计算各指标的分值,确定每个指标下的若干选项作为备选项,根据所述备选项对ETC门架的该项指标进行评分,将各项指标的分值加总作为ETC门架系统状态健康指数得分;
评价ETC门架系统状态,根据ETC门架系统状态健康指数得分给出对应的ETC门架运维处理建议。
2.如权利要求1所述的基于设备健康指数的ETC门架系统状态评价方法,其特征在于:所述原始通行交易流水包含ETC门架计费交易流水、ETC门架牌识流水。
3.如权利要求1所述的基于设备健康指数的ETC门架系统状态评价方法,其特征在于:所述建立健康指数评价指标体系步骤中,采用层次分析法建立多层次结构的健康指数评价指标体系。
4.如权利要求3所述的基于设备健康指数的ETC门架系统状态评价方法,其特征在于:所述计算指标权重步骤中,采用层次分析法和熵权法计算各指标的权重值。
5.如权利要求4所述的基于设备健康指数的ETC门架系统状态评价方法,其特征在于,采用层次分析法计算各指标的权重值包括以下步骤:
建立层次结构,建立系统的递阶层次结构:目标层、准则层和指标层;
构造判断矩阵,通过指标相对重要程度之比赋值构造判断矩阵,判断矩阵公式为:
B=(bij)m×n
其中,bij表示指标xi与xj相对重要程度之比赋值;
检验一致性,对所述判断矩阵进行一致性检验;
确定指标权重,当判断矩阵通过一致性检验后,将所述准则层的权重与所述指标层的权重进行相乘,得到各指标的最终权重值。
6.如权利要求5所述的基于设备健康指数的ETC门架系统状态评价方法,其特征在于:
所述指标相对重要程度之比赋值采用Satty1~9标度法进行比较赋值,构造判断矩阵;
所述检验一致性步骤具体包括:
利用根法计算所述判断矩阵每一行元素的乘积
Figure FDA0002726481080000021
计算Mi的n次方根
Figure FDA0002726481080000022
利用方根法将
Figure FDA0002726481080000023
归一化求权重
Figure FDA0002726481080000024
计算所述判断矩阵的最大特征值λmax和一致性指标CI以及随机性一致比率CR,计算过程如下:
Figure FDA0002726481080000031
Figure FDA0002726481080000032
Figure FDA0002726481080000033
其中,(AW)i表示AW的第i个分量,平均一致性指标RI可查表;
当所述随机性一致比率小于阈值时,则认为判断矩阵通过一致性检验,否则,认为判断矩阵不符合要求,需要重新赋值,进行修正,直至通过一致性检验为止。
7.如权利要求6所述的基于设备健康指数的ETC门架系统状态评价方法,其特征在于,采用熵权法计算各指标的权重值具体包括:
将评价对象记为{Ai}(i=1,2,…,m),评价的指标集记为{Xj}(j=1,2,…,n),用x′ij表示第i个方案第j个指标的原始值,得到评价指标矩阵:X′=(x′ij)m×n,对所述评价指标矩阵进行标准化处理,得到标准化矩阵X=(xij)m×n,标准化处理过程中根据指标类型不同使用相应的标准化公式,具体公式如下:
正向指标:
Figure FDA0002726481080000034
负向指标:
Figure FDA0002726481080000035
计算第j个指标下第i个方案指标比重pij
Figure FDA0002726481080000036
计算第j个指标的熵值ej
Figure FDA0002726481080000041
计算第j个指标的差异系数gj
gj=1-ej
计算第j个指标的权重αj
Figure FDA0002726481080000042
8.如权利要求7所述的基于设备健康指数的ETC门架系统状态评价方法,其特征在于:将采用层次分析法计算的各指标的权重值与采用熵权法计算的各指标的权重值进行结合,具体包括:
设有m个上层准则,n个子准则,每个上层准则分别包含n1,n2,…,nm个子准则,且n1+n2+…+nm=n,通过所述判断矩阵求得上层准则权重B={β12,…,βn},各子准则的权重D={γ12,…,γn};
设熵权法求得各指标的权重A={α12,…,αn};
对子准则权重D与熵权法求得的权重A加以综合,求得子准则指标综合权重τ={τ12,…,τn},其中,
Figure FDA0002726481080000043
按照子准则与上层准则的对应关系,重新表示子准则综合权重
Figure FDA0002726481080000044
并分别对每一上层准则下的子准则综合权重归一化得
Figure FDA0002726481080000045
其中,
Figure FDA0002726481080000051
将上层准则权重B与所求得的综合权重μ对应相乘,得到权重
Figure FDA0002726481080000052
其中,
w′ij=βiwij(i=1,2,…,n,j=1,2,…,k,k∈(n1,n2,…,nm)
将μ′重新表示为μ′={w′1,w′2,…,w′n},并进行归一化处理得w={w1,w2,…,wn},其中,
Figure FDA0002726481080000053
9.一种电子设备,其特征在于包括:处理器;
存储器;以及程序,其中所述程序被存储在所述存储器中,并且被配置成由处理器执行,所述程序包括用于执行权利要求1-8任意一项所述的方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于:所述计算机程序被处理器执行如权利要求1-8任意一项所述的方法。
CN202011104481.2A 2020-10-15 2020-10-15 基于设备健康指数的etc门架系统状态评价方法、电子设备、存储介质 Pending CN112418603A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011104481.2A CN112418603A (zh) 2020-10-15 2020-10-15 基于设备健康指数的etc门架系统状态评价方法、电子设备、存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011104481.2A CN112418603A (zh) 2020-10-15 2020-10-15 基于设备健康指数的etc门架系统状态评价方法、电子设备、存储介质

Publications (1)

Publication Number Publication Date
CN112418603A true CN112418603A (zh) 2021-02-26

Family

ID=74854738

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011104481.2A Pending CN112418603A (zh) 2020-10-15 2020-10-15 基于设备健康指数的etc门架系统状态评价方法、电子设备、存储介质

Country Status (1)

Country Link
CN (1) CN112418603A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113051685A (zh) * 2021-03-26 2021-06-29 长安大学 一种数控装备健康状态评价方法、系统、设备及存储介质
CN113722195A (zh) * 2021-08-09 2021-11-30 国网福建省电力有限公司 基于ahp层级分析法的局域网运行评估系统及方法
CN114462897A (zh) * 2022-04-12 2022-05-10 广东利通科技投资有限公司 高速公路机电系统综合性能评估方法、装置及存储介质
CN116307943A (zh) * 2023-05-18 2023-06-23 山东通维信息工程有限公司 一种基于层次分析法高速公路机电系统健康指数评估方法

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113051685A (zh) * 2021-03-26 2021-06-29 长安大学 一种数控装备健康状态评价方法、系统、设备及存储介质
CN113051685B (zh) * 2021-03-26 2024-03-19 长安大学 一种数控装备健康状态评价方法、系统、设备及存储介质
CN113722195A (zh) * 2021-08-09 2021-11-30 国网福建省电力有限公司 基于ahp层级分析法的局域网运行评估系统及方法
CN113722195B (zh) * 2021-08-09 2023-10-24 国网福建省电力有限公司 基于ahp层级分析法的局域网运行评估系统及方法
CN114462897A (zh) * 2022-04-12 2022-05-10 广东利通科技投资有限公司 高速公路机电系统综合性能评估方法、装置及存储介质
CN114462897B (zh) * 2022-04-12 2022-07-08 广东利通科技投资有限公司 高速公路机电系统综合性能评估方法、装置及存储介质
CN116307943A (zh) * 2023-05-18 2023-06-23 山东通维信息工程有限公司 一种基于层次分析法高速公路机电系统健康指数评估方法

Similar Documents

Publication Publication Date Title
CN112418603A (zh) 基于设备健康指数的etc门架系统状态评价方法、电子设备、存储介质
Burton et al. Integrating performance-based engineering and urban simulation to model post-earthquake housing recovery
Hore et al. Neural-based prediction of structural failure of multistoried RC buildings
Jahangiri et al. A neuro-fuzzy risk prediction methodology for falling from scaffold
US6951008B2 (en) Evidential reasoning system and method
CN106844663A (zh) 一种基于数据挖掘的船舶碰撞风险评估方法及系统
Ayyub et al. Risk analysis and management for marine systems
Aghataher et al. A fuzzy-AHP decision support system for evaluation of cities vulnerability against earthquakes
Shi et al. A novel unsupervised real‐time damage detection method for structural health monitoring using machine learning
Noureldin et al. Machine learning-based seismic assessment of framed structures with soil-structure interaction
Pham‐Bao et al. Energy dissipation‐based material deterioration assessment using random decrement technique and convolutional neural network: A case study of Saigon bridge in Ho Chi Minh City, Vietnam
CN114611928A (zh) 基于大数据分析的企业信息安全管理水平评估方法及系统
Ahmed et al. Large-scale seismic assessment of RC buildings through rapid visual screening
CN114298601A (zh) 一种企业创新潜力评估方法及装置
Kang et al. Deep neural network‐based regional seismic loss assessment considering correlation between EDP residuals of building structures
Ahmed et al. Generalized stacked LSTM for the seismic damage evaluation of ductile reinforced concrete buildings
CN107729920A (zh) 一种基于bp神经网络与d‑s证据理论结合的状态估计方法
Kanwar et al. Damage detection for framed RCC buildings using ANN modeling
CN111062551A (zh) 一种施工现场的安全因素评价方法、装置及服务器
CN115936293A (zh) 一种基于pca的地铁施工安全事故风险评价方法
Malhotra et al. A neuro-fuzzy classifier for website quality prediction
Dojutrek et al. A fuzzy approach for assessing transportation infrastructure security
Morfidis et al. Approach to prediction of R/C buildings' seismic damage as pattern recognition problem using artificial neural networks
Xu et al. The research of information security risk assessment method based on AHP
Shafei et al. Construction 4.0 technology evaluation using fuzzy TOPSIS: comparison between sustainability and resiliency, well-being, productivity, safety, and integrity

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