CN113657740A - 一种基于灰色关联分析与熵值法的电梯产品质量排行方法 - Google Patents

一种基于灰色关联分析与熵值法的电梯产品质量排行方法 Download PDF

Info

Publication number
CN113657740A
CN113657740A CN202110902032.0A CN202110902032A CN113657740A CN 113657740 A CN113657740 A CN 113657740A CN 202110902032 A CN202110902032 A CN 202110902032A CN 113657740 A CN113657740 A CN 113657740A
Authority
CN
China
Prior art keywords
elevator
index
quality
typical
brand
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
Application number
CN202110902032.0A
Other languages
English (en)
Other versions
CN113657740B (zh
Inventor
康俊利
郑剑英
袁志宏
吴雷
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.)
Beijing Maglev Co ltd
Original Assignee
Beijing Maglev 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 Beijing Maglev Co ltd filed Critical Beijing Maglev Co ltd
Priority to CN202110902032.0A priority Critical patent/CN113657740B/zh
Publication of CN113657740A publication Critical patent/CN113657740A/zh
Application granted granted Critical
Publication of CN113657740B publication Critical patent/CN113657740B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • 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
    • G06Q10/06395—Quality analysis or management
    • 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
    • Y02P90/30—Computing systems specially adapted for manufacturing

Abstract

本发明提供一种基于灰色关联分析与熵值法的电梯产品质量排行方法。步骤1：将电梯以运行方式分为扶梯和直梯，获得开关量的指标数据；步骤2：基于步骤1的指标数据，采用典型相关分析进行特征提取；步骤3：对步骤2的提取的典型变量进行特征融合；步骤4：基于步骤3融合的特征进行基于熵值法建立电梯质量评价指标；步骤5：基于步骤4建立的电梯质量评价指标，利用灰色关联度分析和Topsis法进行电梯产品质量排行。本发明基于电梯状态的开关量数据，建立不同品牌电梯质量评价模型，实现电梯质量评价指标的建立和对不同电梯质量的排行。

Description

一种基于灰色关联分析与熵值法的电梯产品质量排行方法
技术领域
本发明涉及电梯领域，具体涉及一种基于灰色关联分析与熵值法的电梯产品质量排行方法。
背景技术
随着国家不断向现代化强国的迈进，人民的生活水平越来越高，生活起居越来越现代化，交通出行也越来越方便快捷，电梯作为一种高效的代步工具存在于人民生活的方方面面，他在给人民带来方便快捷的同时，也带来了不小的担忧。电梯安全事故时有发生，或多或少的在影响着电梯行业的发展以及人民的幸福生活。智慧电梯应运而生。相较于传统电梯而言，智慧电梯有很多的优势，他引领了电梯行业的发展，它的优势之一就在于可以24小时监测电梯的运行情况，如果出现故障可以通过有线或者无线方式进行传输，让物业和维保人员及时的了解电梯准确信息，从而有效降低电梯事故以及带给人员的伤害。21世纪是信息化的时代，更是大数据的时代，数据发展越来越迅速，它关乎于方方面面，存在于各个行业和各个领域。每天都可以获得海量的数据，而如何处理这些数据从而获得有用的信息更显得尤为重要。于电梯领域来说，尤其是通过实时监测可以获得海量的数据的智慧电梯而言，科学高效的数据处理方法不仅仅可以提高产业的发展，更加能够降低事故的风险，为人民的生活带来保障，还能够为人们购买电梯提供参考依据。因此，对于电梯的数据的相关研究应该受到重视。
通过查阅相关文献可以发现，对于电梯质量的评价一般都是对维保质量、运乘质量、服务质量等质量的研究，并且对维保质量的评价指标都是基于人为确定的指标集，或者是无法获得真实数据的指标集，很少是基于实际获得的数据进行的研究，这样的研究方法具有很大的片面性，无法从实际角度去衡量电梯某方面的质量。另外，还没有发现对于电梯的研究是基于电梯状态的开关量数据的。也没发现有对不同品牌的电梯进行比较的。因此，基于开关量数据的对不同品牌的电梯的研究很有必要，有很大的价值。
发明内容
本发明提供一种基于灰色关联分析与熵值法的电梯产品质量排行方法，基于电梯状态的开关量数据，建立不同品牌电梯质量评价模型，实现电梯质量评价指标的建立和对不同电梯质量的排行。
本发明通过以下技术方案实现：
一种基于灰色关联分析与熵值法的电梯产品质量排行方法，所述电梯产品质量排行方法包括以下步骤：
步骤1：将电梯以运行方式分为扶梯和直梯，获得开关量的指标数据；
步骤2：基于步骤1的指标数据，采用典型相关分析进行特征提取；
步骤3：对步骤2的提取的典型变量进行特征融合；
步骤4：基于步骤3融合的特征进行基于熵值法建立电梯质量评价指标；
步骤5：基于步骤4建立的电梯质量评价指标，利用灰色关联度分析和Topsis法进行电梯产品质量排行。
进一步的，所述步骤2具体为，指标数据分为运动指标和表现指标，所述运动指标记为X1,X2,…,Xp，所述表现指标Y1,Y2,…,Yq，设有n个样本，得到样本矩阵：
Figure BDA0003200114090000021
分别对运动指标及所有表现指标进行典型相关分析；并对得到p对典型变量的典型相关系数进行显著性检验，得到各运动指标通过检验的典型变量h对，分别记为(U1,V1),(U2,V2)，…，(Uh,Vh)；对原始变量的研究就换化为对h对典型变量的研究；综合典型相关分析得到的投影向量得到典型变量与原始指标的关系：
Figure BDA0003200114090000031
进一步的，所述步骤3具体为，考虑h对典型变量，对典型变量进行特征连接融合；表示为：
Figure BDA0003200114090000032
进一步的，所述步骤4具体为，对新特征数据(UV)进行数据处理；由于运动指标X1,X2,…,Xp是正向指标，因此新特征U1,U2,…,Uh是正向指标，采用式(1)进行标准化处理：
Figure BDA0003200114090000033
由于表现指标Y1,Y2,…,Yq为逆向指标，因此新特征V1,V2,…,Vh是逆向指标，采用式(2)进行标准化处理：
Figure BDA0003200114090000034
在标准化的新指标基础上，建立数据比重矩阵Y＝{yij}n×2h，即第j项新指标的第i个样本的比重：
Figure BDA0003200114090000035
根据公式(4)计算第j项指标的信息熵值:
Figure BDA0003200114090000041
式中K为常数，取
Figure BDA0003200114090000042
计算信息效用：
dj＝1-ej j＝1,2,…,2h. (5)
利用信息效用计算第j项指标的权重：
Figure BDA0003200114090000043
由于h对典型变量是对不同运动状态和所有表现指标的描述，因此使用h对典型变量对电梯质量的评价指标进行构建；故而得到h个质量评价指标：
Sij＝wj*UVij-wj+h*UVij+h i＝1,2,…,n.j＝1,2,…,h. (7)
由于某品牌的电梯质量评价要综合所有样本，因此对其求和：
Figure BDA0003200114090000044
最后得到h个电梯质量评价指标S＝[S1 S1 … Sh]。
进一步的，所述步骤5中灰色关联度分析具体为，
采用式(9)对质量评价指标进行规格化处理：
Figure BDA0003200114090000045
式中Sij为第i品牌样本的第j质量评价指标值，Zij为第i品牌样本的第j质量评价指标的标准化值，k表示品牌个数；
选择最优参考序列{Zrj}，该序列是由每一个指标中的最大值组成的，即
Figure BDA0003200114090000046
最劣参考序列{Ztj}，该序列是由每一个指标中的最小值组成的，即
Figure BDA0003200114090000047
根据式(10)计算最优参考序列的关联系数，并根据式(11)计算最劣参考序列的关联系数；
Figure BDA0003200114090000051
Figure BDA0003200114090000052
式(10)和式(11)中的ρ为分辨系数；
根据式(12)计算各评价指标相对于最优参考序列的关联度，并根据式(13)计算各评价指标相对于最劣参考序列的关联度；按照式(14)计算相对关联度，并根据相对关联度的大小进行排序：
Figure BDA0003200114090000053
Figure BDA0003200114090000054
Figure BDA0003200114090000055
进一步的，所述步骤5中Topsis法具体为：
采用式(15)对质量评价指标进行标准化处理：
Figure BDA0003200114090000056
式中Hij为第i品牌(样本)的第j质量评价指标的标准化值；
根据式(15)选择最优方案
Figure BDA0003200114090000057
和最差方案
Figure BDA0003200114090000058
并根据式(16)、(17)计算各品牌电梯与最优方案和最差方案之间的距离；为了描述各品牌电梯与最优方案的接近程度，按照式(18)进行计算：
Figure BDA0003200114090000061
Figure BDA0003200114090000062
Figure BDA0003200114090000063
本发明的有益效果是：
本发明为从数据内部对电梯质量进行探究，将指标分为运动指标与表现指标，采用典型相关分析获得运动指标与表现指标的关系，通过特征融合对新特征进行建模，由于电梯的大部分时间都是处于无故障状态的，因此指标的相对变化程度对系统整体的影响很重要，故而利用熵值法构建电梯的质量评价指标。
附图说明
图1本发明的方法流程图。
具体实施方式
下面将结合本发明实施例中的附图对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
实施例1
一种基于灰色关联分析与熵值法的电梯产品质量排行方法，所述电梯产品质量排行方法包括以下步骤：
步骤1：将电梯以运行方式分为扶梯和直梯，获得开关量的指标数据；
步骤2：基于步骤1的指标数据，采用典型相关分析进行特征提取；
步骤3：对步骤2的提取的典型变量进行特征融合；
步骤4：基于步骤3融合的特征进行基于熵值法建立电梯质量评价指标；
步骤5：基于步骤4建立的电梯质量评价指标，利用灰色关联度分析和Topsis法进行电梯产品质量排行。
进一步的，所述步骤1获得开关量的指标数据具体为表1
表1 DCS可提供的开关量
Figure BDA0003200114090000071
进一步的，所述步骤2具体为，从表1可以看出，无论是扶梯还是直梯，对他进行描述的指标都可以分为两部分，第一部分是对其运动状态的描述指标，将其称为运动指标，第二部分是由运动状态所产生的表现，称之为表现指标，数据分为运动指标和表现指标，所述运动指标记为X1,X2,…,Xp，所述表现指标Y1,Y2,…,Yq，设有n个样本，得到样本矩阵：
Figure BDA0003200114090000072
分别对运动指标及所有表现指标进行典型相关分析；并对得到p对典型变量的典型相关系数进行显著性检验，得到各运动指标通过检验的典型变量h对，分别记为(U1,V1),(U2,V2)，…，(Uh,Vh)；对原始变量的研究就换化为对h对典型变量的研究；综合典型相关分析得到的投影向量得到典型变量与原始指标的关系：
Figure BDA0003200114090000073
进一步的，所述步骤3具体为，考虑h对典型变量，从而实现总体的描述电梯的质量，需要对典型变量进行特征连接融合；特征融合包括连接融合和相加融合两种策略，表示为：
Figure BDA0003200114090000081
进一步的，所述步骤4具体为，对新特征数据(UV)进行数据处理；由于运动指标X1,X2,…,Xp是正向指标，因此新特征U1,U2,…,Uh是正向指标，采用式(1)进行标准化处理：
Figure BDA0003200114090000082
由于表现指标Y1,Y2,…,Yq为逆向指标，因此新特征V1,V2,…,Vh是逆向指标，采用式(2)进行标准化处理：
Figure BDA0003200114090000083
在标准化的新指标基础上，建立数据比重矩阵Y＝{yij}n×2h，即第j项新指标的第i个样本的比重：
Figure BDA0003200114090000084
根据公式(4)计算第j项指标的信息熵值:
Figure BDA0003200114090000085
式中K为常数，取
Figure BDA0003200114090000086
计算信息效用：
dj＝1-ej j＝1,2,…,2h. (5)
利用信息效用计算第j项指标的权重：
Figure BDA0003200114090000087
由于h对典型变量是对不同运动状态和所有表现指标的描述，因此使用h对典型变量对电梯质量的评价指标进行构建；故而得到h个质量评价指标：
Sij＝wj*UVij-wj+h*UVij+h i＝1,2,…,n.j＝1,2,…,h. (7)
由于某品牌的电梯质量评价要综合所有样本，因此对其求和：
Figure BDA0003200114090000091
最后得到h个电梯质量评价指标S＝[S1 S1 … Sh]。
进一步的，所述步骤5中灰色关联度分析具体为，
采用式(9)对质量评价指标进行规格化处理：
Figure BDA0003200114090000092
式中Sij为第i品牌样本的第j质量评价指标值，Zij为第i品牌样本的第j质量评价指标的标准化值，k表示品牌个数；
选择最优参考序列{Zrj}，该序列是由每一个指标中的最大值组成的，即
Figure BDA0003200114090000093
最劣参考序列{Ztj}，该序列是由每一个指标中的最小值组成的，即
Figure BDA0003200114090000094
根据式(10)计算最优参考序列的关联系数，并根据式(11)计算最劣参考序列的关联系数；
Figure BDA0003200114090000095
Figure BDA0003200114090000096
式(10)和式(11)中的ρ为分辨系数；
根据式(12)计算各评价指标相对于最优参考序列的关联度，并根据式(13)计算各评价指标相对于最劣参考序列的关联度；按照式(14)计算相对关联度，并根据相对关联度的大小进行排序：
Figure BDA0003200114090000101
Figure BDA0003200114090000102
Figure BDA0003200114090000103
进一步的，所述步骤5中Topsis法具体为：
采用式(15)对质量评价指标进行标准化处理：
Figure BDA0003200114090000104
式中Hij为第i品牌(样本)的第j质量评价指标的标准化值；
根据式(15)选择最优方案
Figure BDA0003200114090000105
和最差方案
Figure BDA0003200114090000106
并根据式(16)、(17)计算各品牌电梯与最优方案和最差方案之间的距离；为了描述各品牌电梯与最优方案的接近程度，按照式(18)进行计算：
Figure BDA0003200114090000107
Figure BDA0003200114090000108
Figure BDA0003200114090000109
实施例2
电梯有多种种类，按照不同的方法进行分类可以得到不同的结果。在本发明中，以电梯的运行方式的不同将电梯分为扶梯和直梯两类。首先研究不同品牌扶梯质量的评价以及排行情况。
基于表1中扶梯的10项指标之间最基本的关系，假设它们存在表2中的关系，即两指标不能同时存在的状态。设定样本n＝1000，模拟生成某一品牌的样本数据。对于不同品牌的样本数据，可以类似生成。
表2扶梯模拟数据规则表
Figure BDA0003200114090000111
对于不同品牌扶梯的设计，由于不同的品牌质量不一样，可以从各开关量出现的概率进行区分。表3显示的就是设计的各品牌的各开关量出现的概率。依据不同品牌的概率的差异，就可以得到不同品牌的样本数据。
表3不同品牌扶梯各开关量出现的概率
Figure BDA0003200114090000112
Figure BDA0003200114090000121
步骤2具体为
观察扶梯的10个指标，可以发现前3个指标为运动指标，后7个指标为表现指标，即样本X＝[X1 X2 X3 Y1 … Y7]。不妨以品牌1为例，实现扶梯质量指标的构建。
对样本数据Xj(j＝1,2,3.)和Y1,Y2,…,Y7进行典型相关分析，得到3对典型变量(U1,V1),(U2,V2)，(U3,V3)。并且它们对应的3个典型相关系数通过了显著性检验，因此，对原始10项指标的研究就换化为对3对典型变量的研究。表4和表5是这3对典型变量的投影向量。
表4扶梯运动指标的投影向量
Figure BDA0003200114090000122
表5扶梯表现指标的投影向量
Figure BDA0003200114090000123
Figure BDA0003200114090000131
综合典型相关分析得到的投影向量就可以得到典型变量与原始指标的关系：
Figure BDA0003200114090000132
Figure BDA0003200114090000133
步骤3具体为
为了综合3对典型变量整体地对扶梯质量进行描述，需要对典型变量进行特征融合。采用连接融合，可以表示为：
UV＝[U V]＝[U1 U2 U3 V1 V2 V3]＝[UV1 UV2 UV3 UV4 UV5 UV6]
步骤4具体为
首先将U1,U2,U3按照式(1)进行处理，将V1,V2,V3按照式(2)进行处理，再按照式(3)～(8)计算品牌1的扶梯质量评价指标值。
对不同的电梯，分别进行100次模拟，取各质量评价指标的平均值作为一个品牌的质量评价指标，表述为集合S，S包括3个评价指标，S1表示上行状态质量评价指标，S2表示下行状态质量评价指标,S3表示停止状态质量评价指标。
结合表2和表3，类似够造品牌1扶梯的质量评价指标，可以得到不同品牌扶梯的质量评价指标，如表6所示。
表6 10个品牌扶梯的质量评价指标值
Figure BDA0003200114090000141
步骤5具体为
灰色关联度分析
根据式(9)可以得到标准化的值，如表5所示。从表5可以得到最优参考序列
Figure BDA0003200114090000142
以及最劣参考序列
Figure BDA0003200114090000143
表5标准化的6个品牌的评价指标值(扶梯)
Figure BDA0003200114090000144
Figure BDA0003200114090000151
按照式(10)和式(11)分别计算最优参考序列的关联系数和最劣参考序列的关联系数，分辨系数ρ取0.5，结果如表6和表7所示。为对不同品牌进行排序，根据式(12)～(13)计算相对关联度，如表8。从表10可以看出，第7品牌的扶梯质量最好，第8品牌的扶梯质量次之，第6品牌的扶梯质量居于第三，第2品牌的扶梯质量最差。
表6最优参考序列的关联系数(扶梯)
Figure BDA0003200114090000152
表7最劣参考序列的关联系数(扶梯)
Figure BDA0003200114090000153
Figure BDA0003200114090000161
表8灰色关联度排序(扶梯)
Figure BDA0003200114090000162
Topsis法
根据式(15)可以得到标准化的值，如表9所示。从表9可以看出最优方案为
Figure BDA0003200114090000163
最差方案为
Figure BDA0003200114090000164
表9标准化的10个品牌的评价指标值(扶梯)
Figure BDA0003200114090000171
为了描述各品牌电梯与最优方案的接近程度，先根据式(16)、(17)计算各品牌电梯与最优方案和最差方案之间的距离。再按照式(18)进行计算，最后依据结果如表接近程度给出不同品牌扶梯质量的排行榜，如表10所示。
表10 Topsis排序(扶梯)
Figure BDA0003200114090000172
从表10可以看出第7品牌的扶梯质量最好，第8品牌的扶梯质量次之，第6品牌的扶梯质量居于第三，第2品牌的扶梯质量最差。这个结果排序和使用灰色关联度分析是一样的，不同仅仅在于第5、6名的排序相反。这说明使用这一系列的处理方法处理开关量数据可以得到扶梯的质量排行榜。
实施例3
应用1已经研究了不同品牌扶梯质量评价指标的构建以及质量排行情况。由于本论文以电梯的运行方式的不同将电梯分为两类——扶梯和直梯，接下来研究不同品牌的直梯质量评价指标的构建的以及质量排行情况。
表1中直梯有8项描述其状态的指标，假设指标存在表11中的关系，状态为1表示两指标状态不能同时存在。取样本n＝1000，模拟生成某一品牌的样本数据。对于不同品牌的样本数据，可以类似生成。
表11直梯模拟数据规则表
Figure BDA0003200114090000181
不同品牌的直梯，其质量是不一样的，可以从各开关量出现的概率进行区分。选取10个品牌的直梯，设计其各开关量出现的概率，如表12所示。依据不同品牌的概率的差异，就可以得到不同品牌的样本数据。
表12不同品牌直梯的各开关量出现的概率
Figure BDA0003200114090000182
Figure BDA0003200114090000191
步骤2具体为，
直梯的8个指标中，可以发现前2个指标为运动指标，后7个指标为表现指标，因此样本可以表示为X＝[X1 X2 Y1 … Y6]。以品牌1为例，对直梯质量评价指标进行构建。
对样本数据Xj(j＝1,2.)和Y1,Y2,…,Y6进行典型相关分析，得到2对典型变量(U1,V1),(U2,V2)。对它们的典型相关系数进行显著性检验，全通通过，可以都拿来使用。因此，对原始8项指标的研究就换化为对2对典型变量的研究。表13和表14是这2对典型变量的投影向量。
表13直梯运动指标的投影向量
Figure BDA0003200114090000192
表14直梯表现指标的投影向量
Figure BDA0003200114090000193
Figure BDA0003200114090000201
综合表13和表14的投影向量，可以得到典型变量与原始指标的关系：
Figure BDA0003200114090000202
Figure BDA0003200114090000203
步骤3具体为，
为了综合考量2对典型变量对直梯质量的影响，需要对典型变量进行特征融合。这里采用连接融合，可以表示为：
UV＝[U V]＝[U1 U2 V1 V3]＝[UV1 UV2 UV1 UV3]
步骤4具体为，
由于U1,U2是正向指标，按照式(1)进行标准化处理，V1,V2是逆向指标，按照式(2)进行处理，再按照式(3)～(8)计算品牌1所显示的直梯质量评价指标值。
为减少偶然性，对同一品牌的直梯进行100次数据模拟，取各质量评价指标的平均值作为一个品牌的质量评价指标，表述为集合S，S包括2个评价指标，S1表示运行状态质量评价指标，S2表示停止状态质量评价指标。
根据表11和表12，类比品牌1直梯的质量评价指标的构建，可以得到不同品牌直梯的质量评价指标，如表15所示。
表15 10个品牌直梯的质量评价指标值
Figure BDA0003200114090000211
步骤5具体为，灰色关联度分析
根据式(9)对表15中的数据进行标准化，如表16所示。从表16可以得到最优参考序列
Figure BDA0003200114090000212
以及最劣参考序列
Figure BDA0003200114090000213
表16标准化的10个品牌的评价指标值(直梯)
Figure BDA0003200114090000214
按照式(10)计算最优参考序列的关联系数，并按照式(11)计算最劣参考序列的关联系数，其中分辨系数ρ取0.5，结果如表17所示。根据式(12)～(13)计算相对关联度，并按照相对关联度从大到小的顺序进行排序，从而得到表18的结果。从表18可以看出，第6品牌的直梯质量最好，第5品牌的直梯质量次之，第7品牌的直梯质量居于第三，第10品牌的直梯质量最差。
表17最优、最劣参考序列的关联系数(直梯)
Figure BDA0003200114090000221
表18灰色关联度排序(直梯)
Figure BDA0003200114090000222
Figure BDA0003200114090000231
Topsis法
根据式(15)对表15中的数据进行标准化，如表19所示。从表19可以看出最优方案为
Figure BDA0003200114090000232
最差方案为
Figure BDA0003200114090000233
表19标准化的10个品牌的评价指标值(直梯)
Figure BDA0003200114090000234
各品牌直梯与最优方案的接近程度可以描述其排行情况。根据式(16)计算各品牌直梯与最优方案之间的距离，根据式(17)计算各品牌直梯与最差方案之间的距离。按照式(18)计算各品牌直梯与最优方案之间的相对距离，并依此给出不同品牌直梯质量的排行榜，如表20所示。
表20 Topsis排序(直梯)
Figure BDA0003200114090000235
Figure BDA0003200114090000241
从表20可以看出第6品牌的直梯质量最好，第5品牌的直梯质量次之，第7品牌的直梯质量居于第三，第10品牌的直梯质量最差。这个排序结果和灰色关联度分析结果稍有偏差，第5和第6名调换位置了，第7、8、9名进行了轮换。这说明使用这一系列的处理方法处理直梯的数据，得到直梯的质量排行榜。

Claims (6)

1.一种基于灰色关联分析与熵值法的电梯产品质量排行方法，其特征在于，所述电梯产品质量排行方法包括以下步骤：
步骤1：将电梯以运行方式分为扶梯和直梯，获得开关量的指标数据；
步骤2：基于步骤1的指标数据，采用典型相关分析进行特征提取；
步骤3：对步骤2的提取的典型变量进行特征融合；
步骤4：基于步骤3融合的特征进行基于熵值法建立电梯质量评价指标；
步骤5：基于步骤4建立的电梯质量评价指标，利用灰色关联度分析和Topsis法进行电梯产品质量排行。
2.根据权利要求1所述一种基于灰色关联分析与熵值法的电梯产品质量排行方法，其特征在于，所述步骤2具体为，指标数据分为运动指标和表现指标，所述运动指标记为X1,X2,…,Xp，所述表现指标Y1,Y2,…,Yq，设有n个样本，得到样本矩阵：
Figure FDA0003200114080000011
分别对运动指标及所有表现指标进行典型相关分析；并对得到p对典型变量的典型相关系数进行显著性检验，得到各运动指标通过检验的典型变量h对，分别记为(U1,V1),(U2,V2)，…，(Uh,Vh)；对原始变量的研究就换化为对h对典型变量的研究；综合典型相关分析得到的投影向量得到典型变量与原始指标的关系：
Figure FDA0003200114080000012
3.根据权利要求2所述一种基于灰色关联分析与熵值法的电梯产品质量排行方法，其特征在于，所述步骤3具体为，考虑h对典型变量，对典型变量进行特征连接融合；表示为：
Figure FDA0003200114080000021
4.根据权利要求3所述一种基于灰色关联分析与熵值法的电梯产品质量排行方法，其特征在于，所述步骤4具体为，对新特征数据(UV)进行数据处理；由于运动指标X1,X2,…,Xp是正向指标，因此新特征U1,U2,…,Uh是正向指标，采用式(1)进行标准化处理：
Figure FDA0003200114080000022
由于表现指标Y1,Y2,…,Yq为逆向指标，因此新特征V1,V2,…,Vh是逆向指标，采用式(2)进行标准化处理：
Figure FDA0003200114080000023
在标准化的新指标基础上，建立数据比重矩阵Y＝{yij}n×2h，即第j项新指标的第i个样本的比重：
Figure FDA0003200114080000024
根据公式(4)计算第j项指标的信息熵值:
Figure FDA0003200114080000025
式中K为常数，取
Figure FDA0003200114080000026
计算信息效用：
dj＝1-ej j＝1,2,…,2h. (5)
利用信息效用计算第j项指标的权重：
Figure FDA0003200114080000031
由于h对典型变量是对不同运动状态和所有表现指标的描述，因此使用h对典型变量对电梯质量的评价指标进行构建；故而得到h个质量评价指标：
Sij＝wj*UVij-wj+h*UVij+h i＝1,2,…,n.j＝1,2,…,h. (7)
由于某品牌的电梯质量评价要综合所有样本，因此对其求和：
Figure FDA0003200114080000032
最后得到h个电梯质量评价指标S＝[S1 S1…Sh]。
5.根据权利要求1所述一种基于灰色关联分析与熵值法的电梯产品质量排行方法，其特征在于，所述步骤5中灰色关联度分析具体为，
采用式(9)对质量评价指标进行规格化处理：
Figure FDA0003200114080000033
式中Sij为第i品牌样本的第j质量评价指标值，Zij为第i品牌样本的第j质量评价指标的标准化值，k表示品牌个数；
选择最优参考序列{Zrj}，该序列是由每一个指标中的最大值组成的，即
Figure FDA0003200114080000034
最劣参考序列{Ztj}，该序列是由每一个指标中的最小值组成的，即
Figure FDA0003200114080000035
根据式(10)计算最优参考序列的关联系数，并根据式(11)计算最劣参考序列的关联系数；
Figure FDA0003200114080000036
Figure FDA0003200114080000041
式(10)和式(11)中的ρ为分辨系数；
根据式(12)计算各评价指标相对于最优参考序列的关联度，并根据式(13)计算各评价指标相对于最劣参考序列的关联度；按照式(14)计算相对关联度，并根据相对关联度的大小进行排序：
Figure FDA0003200114080000042
Figure FDA0003200114080000043
Figure FDA0003200114080000044
6.根据权利要求1所述一种基于灰色关联分析与熵值法的电梯产品质量排行方法，其特征在于，所述步骤5中Topsis法具体为：
采用式(15)对质量评价指标进行标准化处理：
Figure FDA0003200114080000045
式中Hij为第i品牌(样本)的第j质量评价指标的标准化值；
根据式(15)选择最优方案
Figure FDA0003200114080000046
和最差方案
Figure FDA0003200114080000047
并根据式(16)、(17)计算各品牌电梯与最优方案和最差方案之间的距离；为了描述各品牌电梯与最优方案的接近程度，按照式(18)进行计算：
Figure FDA0003200114080000048
Figure FDA0003200114080000051
Figure FDA0003200114080000052
CN202110902032.0A 2021-08-06 2021-08-06 一种基于灰色关联分析与熵值法的电梯产品质量排行方法 Active CN113657740B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110902032.0A CN113657740B (zh) 2021-08-06 2021-08-06 一种基于灰色关联分析与熵值法的电梯产品质量排行方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110902032.0A CN113657740B (zh) 2021-08-06 2021-08-06 一种基于灰色关联分析与熵值法的电梯产品质量排行方法

Publications (2)

Publication Number Publication Date
CN113657740A true CN113657740A (zh) 2021-11-16
CN113657740B CN113657740B (zh) 2023-01-31

Family

ID=78479103

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110902032.0A Active CN113657740B (zh) 2021-08-06 2021-08-06 一种基于灰色关联分析与熵值法的电梯产品质量排行方法

Country Status (1)

Country Link
CN (1) CN113657740B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1769155A (zh) * 2004-11-02 2006-05-10 陕西亿丰电子工程有限公司 电梯安全运行评估及监护系统的数据采集装置
CN104627760A (zh) * 2014-12-29 2015-05-20 成都烽火源信息技术有限公司 一种物联网电梯信息监测器及监测方法
CN106494960A (zh) * 2016-12-19 2017-03-15 厦门乃尔电子有限公司 一种电梯运行安全监测和早期故障预警系统及方法
WO2018107510A1 (zh) * 2016-12-13 2018-06-21 深圳先进技术研究院 公交系统服务质量的评估方法和装置
WO2019087760A1 (ja) * 2017-10-30 2019-05-09 株式会社日立製作所 エレベータ分析システム及びエレベータ分析方法
CN112897262A (zh) * 2021-02-26 2021-06-04 浙江理工大学 一种基于声音特征提取的电梯运行状态评估系统和方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1769155A (zh) * 2004-11-02 2006-05-10 陕西亿丰电子工程有限公司 电梯安全运行评估及监护系统的数据采集装置
CN104627760A (zh) * 2014-12-29 2015-05-20 成都烽火源信息技术有限公司 一种物联网电梯信息监测器及监测方法
WO2018107510A1 (zh) * 2016-12-13 2018-06-21 深圳先进技术研究院 公交系统服务质量的评估方法和装置
CN106494960A (zh) * 2016-12-19 2017-03-15 厦门乃尔电子有限公司 一种电梯运行安全监测和早期故障预警系统及方法
WO2019087760A1 (ja) * 2017-10-30 2019-05-09 株式会社日立製作所 エレベータ分析システム及びエレベータ分析方法
CN112897262A (zh) * 2021-02-26 2021-06-04 浙江理工大学 一种基于声音特征提取的电梯运行状态评估系统和方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
FSFSFSDFSDFDR: "熵值法", 《CSDN，网址链接：HTTPS://BLOG.CSDN.NET/FSFSFSDFSDFDR/ARTICLE/DETAILS/83443562》 *
SURANYI: "TOPSIS法（优劣解距离法）", 《知乎，网址链接：HTTPS://ZHUANLAN.ZHIHU.COM/P/37738503》 *
UPSTREAML: "灰色关联分析法", 《博客园，网址链接：HTTPS://WWW.CNBLOGS.COM/AABBCC/P/9747715.HTML》 *
张建: "基于改进TOPSIS模型的电梯事故应急预案评价", 《机电技术》 *
陈兆芳等: "基于熵权和灰色关联方法的电梯安全评价", 《安全与环境工程》 *

Also Published As

Publication number Publication date
CN113657740B (zh) 2023-01-31

Similar Documents

Publication Publication Date Title
CN107144428A (zh) 一种基于故障诊断的轨道交通车辆轴承剩余寿命预测方法
CN110009208B (zh) 一种基于混合智能算法的柱上开关成套设备健康状态评估方法及装置
CN109492748B (zh) 一种基于卷积神经网络的电力系统的中长期负荷预测模型建立方法
CN108874959A (zh) 一种基于大数据技术的用户动态兴趣模型建立方法
CN110689162B (zh) 一种基于用户侧分类的母线负荷预测方法、装置及系统
CN105809360A (zh) 一种p2p行业风险评估方法
Cudney et al. Applying the Mahalanobis–Taguchi system to vehicle handling
CN109626161A (zh) 一种电梯故障诊断方法
CN112418476A (zh) 一种超短期电力负荷预测方法
CN111953543A (zh) 一种基于pca-ahp的量子通信网络可靠性状况的评估方法
CN113935535A (zh) 一种面向中长期预测模型的主成分分析方法
CN113627735A (zh) 工程建设项目安全风险的预警方法及系统
Kaya RETRACTED: A genetic algorithm approach to determine the sample size for control charts with variables and attributes
CN108459997A (zh) 基于深度学习和神经网络的高偏态数据价值概率预测方法
CN113657740B (zh) 一种基于灰色关联分析与熵值法的电梯产品质量排行方法
CN102156298A (zh) 一种基于非统计假设检验的地震动强度快速评定方法
CN109635008B (zh) 一种基于机器学习的设备故障检测方法
CN111932081A (zh) 一种电力信息系统运行状态评估方法及系统
CN109214598A (zh) 基于k-means和arima模型预测住宅小区抵押风险的批量评级方法
CN113449966B (zh) 一种石膏板设备巡检方法及系统
CN112072789B (zh) 低电压台区识别方法、检修方法及其预警方法
CN112232555A (zh) 一种基于灰色系统理论的电力客户欠费预警方法
CN110516750A (zh) 一种基于cart决策树的钢板板形质量异常检测方法
CN115310999B (zh) 基于多层感知机和排序网络的企业用电行为分析方法及系统
CN112712400B (zh) 基于虚拟齿轮的复杂关联数据生成方法

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
CB03 Change of inventor or designer information
CB03 Change of inventor or designer information

Inventor after: Kang Junli

Inventor after: Yuan Zhihong

Inventor after: Wu Lei

Inventor before: Kang Junli

Inventor before: Zheng Jianying

Inventor before: Yuan Zhihong

Inventor before: Wu Lei

GR01 Patent grant
GR01 Patent grant