CN113902145A - 一种基于2型模糊语言术语的化工泵维护策略优化方法 - Google Patents
一种基于2型模糊语言术语的化工泵维护策略优化方法 Download PDFInfo
- Publication number
- CN113902145A CN113902145A CN202111160486.1A CN202111160486A CN113902145A CN 113902145 A CN113902145 A CN 113902145A CN 202111160486 A CN202111160486 A CN 202111160486A CN 113902145 A CN113902145 A CN 113902145A
- Authority
- CN
- China
- Prior art keywords
- language
- term
- fuzzy
- ith
- interval
- 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
- 239000000126 substance Substances 0.000 title claims abstract description 52
- 238000012423 maintenance Methods 0.000 title claims abstract description 48
- 238000000034 method Methods 0.000 title claims abstract description 41
- 238000005457 optimization Methods 0.000 title claims abstract description 10
- 238000011156 evaluation Methods 0.000 claims abstract description 44
- 208000024891 symptom Diseases 0.000 claims abstract description 18
- 238000003745 diagnosis Methods 0.000 claims abstract description 13
- 230000006870 function Effects 0.000 claims description 37
- 238000012360 testing method Methods 0.000 claims description 16
- 238000012545 processing Methods 0.000 claims description 10
- 230000004927 fusion Effects 0.000 claims description 8
- 239000011541 reaction mixture Substances 0.000 claims description 3
- 238000010998 test method Methods 0.000 claims description 3
- 230000015556 catabolic process Effects 0.000 abstract description 2
- 238000006731 degradation reaction Methods 0.000 abstract description 2
- 238000012544 monitoring process Methods 0.000 abstract description 2
- 238000007781 pre-processing Methods 0.000 abstract description 2
- 238000004364 calculation method Methods 0.000 description 5
- 238000013473 artificial intelligence Methods 0.000 description 3
- 108700041286 delta Proteins 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000012552 review Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
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
- G06Q10/20—Administration of product repair or maintenance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N7/00—Computing arrangements based on specific mathematical models
- G06N7/02—Computing arrangements based on specific mathematical models using fuzzy logic
Abstract
本发明公开了一种基于2型模糊语言术语的化工泵维护策略优化方法,其步骤包括:1提取远程监控系统的化工泵运行振动时频图谱和专家评价文本,并对评价文本中的语言术语进行预处理,确定语言术语语义的合理区间;2引入增强型区间方法,模糊化语言术语,构建区间2型模糊语言术语集;3利用基于模糊语言加权平均法的词计算技术,开展区间2型模糊语言术语的逻辑推理,诊断化工泵运行故障;4根据诊断结果,开展化工泵维护策略评估;5运用模糊多准则群决策理论对维护策略进行最优化决策。本发明能提高不确定语言术语表达的准确性,较准确地诊断化工泵劣化症状,从而为保障石化行业泵系统稳定、安全运行提供理论支撑。
Description
技术领域
本发明属于自然语言术语决策领域,具体的说是一种基于2型模糊语言术语的化工泵维护策略优化方法。
背景技术
自然语言术语决策是利用计算机处理人类语言并进行决策的过程,是主观决策的重要方面,属于人工智能基础性工作。
自然语言具有不确定性属性,语言术语的不确定性处理是保证主管决策准确性的基础。自然语言术语的不确定性本质上是非概率的,很难采用精确的数值信息表征,文字、短语和句子的晦涩、含蓄和不明确性,同一个语言术语有不同的语义,不同个体对同一个语言术语的理解存在差异,主管决策过程的信息融合和共识达成面临技术挑战,也是人工智能的重要研究方向。
自然语言术语不确定性的建模与管理是一个开放的问题,目前,模糊集理论是处理和管理语言术语不确定性最常用方法之一。然而,自然语言不确定性体现在文字、短语和句子的晦涩、含蓄和不明确性,不同人对同一词的理解存在差异,语言术语的模糊性本质上是非概率的不确定,难以采用精确的数值表征。不仅如此,决策过程共识达成普遍存在语言属于建模和运算的不确定性。传统模糊集的隶属度是确定性数值,这极大地限制其管理和处理语言不确定性,也难以解决主观决策共识达成的不确定性。
发明内容
本发明是为了解决上述现有技术存在的不足之处,提出一种基于2型模糊语言术语的化工泵维护策略优化方法,以期能提高不确定语言术语表达的准确性,较准确地诊断化工泵劣化症状,从而为保障石化行业泵系统稳定、安全运行提供理论支撑。
本发明为达到上述发明目的,采用如下技术方案:
本发明一种基于2型模糊语言术语的化工泵维护策略优化方法的特点是按如下步骤进行:
步骤1.数据获取与预处理;
步骤1.1.采用三轴向测试方法获取化工泵的轴承座的振动数据并利用数据分析仪进行处理后,得到化工泵运行振动的时频图谱;
步骤1.2.运用n点模糊语言术语评估化工泵的运行状况,得到基于模糊语言术语的评价标准文本集;其中,n为奇数;
步骤2.基于增强型区间法的数据处理;
在区间[A,B]上定义所述评价标准文本集中n个语言术语的区间为{[aj (i),bj (i)]|i=1,2,…n;j=1,2,…,k},aj (i)表示第j个专家对第i个语言术语的区间的端点下限;bj (i)表示第j个专家对第i个语言术语的区间的端点上限;k表示专家数量;n表示语言术语数量;
步骤3.运用增强型区间法对所述评价标准文本集中的语言术语进行模糊化处理,生成基于区间2型模糊语言术语的评价标准集;
步骤3.2.定义第i个语言术语的假设检验左端点值γ(i)=b(i)-k1a(i),第i个语言术语的假设检验右端点值其中,k1,k2和k3为常数;a(i)表示第i个语言术语的左端点,b(i)表示第i个语言术语的右端点;
步骤3.4.分类评价标准文本集中语言术语的不确定覆盖域:
式(1)中,表示第i个语言术语的左端点隶属函数的模糊集参数,表示第i个语言术语的右端点隶属函数的模糊集参数,a MF和分别表示第i个语言术语的左端点隶属函数的模糊集参数最小值和最大值,b MF和分别表示第i个语言术语的右端点隶属函数的模糊集参数最小值和最大值,表示第i个语言术语的左右两个端点隶属函数的模糊集参数的算术平均值,c MF和分别表示第i个语言术语的左右两个端点隶属函数的模糊集参数的算术平均值的最小值和最大值,p是梯形下边界三角形右侧的最左边与左侧的最右边的交点横坐标,μp表示梯形下边界三角形右侧的最左边与左侧的最右边的交点纵坐标;
步骤4.利用模糊语言加权平均法进行区间2型模糊语言术语的逻辑推理,确定化工泵运行故障症状诊断的评估语言术语集的不确定覆盖域;
步骤4.1运用如式(2)所示的α-截的模糊语言加权平均法融合区间2型模糊语言术语,确定化工泵运行故障症状诊断的语言术语隶属度函数的上限值;
式(2)中,fLl(αδ)表示第δ个α-截的梯形上边界的左侧值,ail(αδ)表示第i个语言术语的第δ个α-截的左边界,dir(αδ)表示与语言术语ail(αδ)融合的第δ个α-截对应的右边界,cil(αδ)表示与语言术语ail(αδ)融合的第δ个α-截对应的左边界,fRr(αδ)第δ个α-截的梯形上边界的右侧值,bir(αδ)表示第i个语言术语的第δ个α-截的右边界,kLl为满足的切换点;kRr为满足的切换点;
步骤4.2.运用如式(3)所示的α-截的模糊语言加权平均法融合区间2型模糊语言术语,确定泵系统运行故障症状诊断的语言术语隶属度函数的下限值;
式(3)中,a′ir(αδ)表示第i个语言术语的第δ个α-截的左边界,且满足b′il(αδ)表示第i个语言术语的第δ个α-截的右边界,且满足c′ir(αδ)表示与语言术语a′il(αδ)融合的第δ个α-截对应的左边界,且满足d′il(αδ)表示与语言术语a′il(αδ)融合的第δ个α-截对应的右边界,且满足
步骤4.3.构建化工泵运行故障症状诊断的第i个语言术语隶属度上限值的语言术语隶属度区间以及语言术语隶属度下限值的语言术语隶属度区间Y i(αδ)=[fLr(αδ),fRl(αδ)],从而由上限值和下限值的语言术语隶属度区间 Y i(αδ)构成化工泵运行故障症状诊断的语言术语的不确定覆盖域
步骤5.依据故障诊断结果对应的维护规则,生成维护策略集X={x1,x2,…,xβ};其中,xβ表示第β个维护策略;
步骤6.依据评价准则Z={z1,z2,…,zq},zq表示第q个评价准则,运用第i个语言术语的不确定覆盖域评价所述维护策略集X={x1,x2,…,xβ},从而得到第j个专家给出的2型模糊语言术语的化工泵维护策略集其中,为第j个专家针对第β个维护策略xβ的评价值;
式(4)中,ωj表示第j个专家的权重;
与现有技术相比,本发明的有益效果在于:
1、本发明采用区间2型模糊集的主隶属函数和次隶属函数表征和管理语言术语的不确定性,处理语言术语的内、外在不确定性,其数学机理严谨,运算过程逻辑缜密,从理论上提升了自然语言的不确定性表征和运算能力,不仅扩展区间2型模糊集的应用场景,而且为人工智能的机器学习奠定自然语言处理的基础。
2、本发明在实现自然语言术语计算过程中,鉴于不确定性同时存在于语言术语建模和信息融合过程,利用隶属度是模糊值的区间2型模糊集来提升语言术语的不确定性的处理能力,语言术语的不确定性由主隶属函数和次隶属函数表征,主隶属函数描述前提函数,次隶属函数评估主隶属函数的不确定性,从而提升了语言术语不确定性建模和运算能力,且利用区间2型模糊集理论建模和运算语言术语不确定性,无需额外增加复杂的仪器设备,在保证语言术语准确性的前提下,降低了2型模糊集的运算复杂性,大大降低了计算成本。
3、本发明构建基于2型模糊集的词计算范式实现信息融合,区间2型模糊语言术语输入词计算引擎后,利用模糊加权平均法实现区间2型模糊语言术语信息融合,确保主观决策过程的信息融合与共识达成能力,从实践中提高了语言术语的不确定性表征和管理能力,工程推广应用价值高。
4、本发明可用于论文评议、项目评审等基于自然语言语境的分布式多准则群决策研究领域,该方法运算操作性强,可移植性强,扩展了多准则群决策理论,丰富了模糊决策的理论与方法。
附图说明
图1为本发明化工泵维护策略优化流程图;
图2为本发明区间2型模糊不确定覆盖域及其上下边界示意图;
图3为本发明为语言术语不确定覆盖域的参数(aMF,bMF)图。
具体实施方式
本实施例中,如图1所示,一种基于2型模糊语言术语的化工泵维护策略优化方法是按如下步骤进行:
步骤1.本实施例中,数据获取包括三个方面,一是化工泵的性能参数,例如化工泵的中心高、转速和温度等;二是远程监测泵系统的运行状态数据;三是现场工程师观察和感知数据以及领域专家根据系统运行故障的症状给出的评价语言术语等。数据预处理主要包括;删除获取数据集中明显不合理数据。
步骤1.1.采用三轴向测试方法获取化工泵的轴承座的振动数据并利用数据分析仪进行处理后,得到化工泵运行振动的时频图谱;本实施例中,振动测试点传感器分别布置于轴承座相互垂直的x,y,z轴,传感器采集的振动数据经MI-7008数据分析仪处理后,生成化工泵运行振动时频图谱。
步骤1.2.运用n点模糊语言术语评估化工泵的运行状况,得到基于模糊语言术语的评价标准文本集;其中,n为奇数;
步骤2.基于增强型区间法的数据处理;
在区间[A,B]上定义所述评价标准文本集中n个语言术语的区间为{[aj (i),bj (i)]|i=1,2,…n;j=1,2,…,k},aj (i)表示第j个专家对第i个语言术语的区间的端点下限;bj (i)表示第j个专家对第i个语言术语的区间的端点上限;k表示专家数量;n表示语言术语数量;本实施例中,需要删除语言术语的区间的端点数据集中无统计数据和无概率分布的异质数据,拟合符合高斯分布假设的区间极限以及确定语言术语语义区间合理范围。
步骤3.运用增强型区间法对所述评价标准文本集中的语言术语进行模糊化处理,生成基于区间2型模糊语言术语的评价标准集;
步骤3.2.定义第i个语言术语的假设检验左端点值γ(i)=b(i)-k1a(i),第i个语言术语的假设检验右端点值其中,k1,k2和k3为常数;a(i)表示第i个语言术语的左端点,b(i)表示第i个语言术语的右端点;
步骤3.4.分类评价标准文本集中语言术语的不确定覆盖域:语言术语不同类型的不确定覆盖域如图2所示。
式(1)中,表示第i个语言术语的左端点隶属函数的模糊集参数,表示第i个语言术语的右端点隶属函数的模糊集参数,a MF和分别表示第i个语言术语的左端点隶属函数的模糊集参数最小值和最大值,b MF和分别表示第i个语言术语的右端点隶属函数的模糊集参数最小值和最大值,表示第i个语言术语的左右两个端点隶属函数的模糊集参数的算术平均值,cMF和分别表示第i个语言术语的左右两个端点隶属函数的模糊集参数的算术平均值的最小值和最大值,p是梯形下边界三角形右侧的最左边与左侧的最右边的交点横坐标,μp表示梯形下边界三角形右侧的最左边与左侧的最右边的交点纵坐标;
步骤4.利用模糊语言加权平均法进行区间2型模糊语言术语的逻辑推理,确定化工泵运行故障症状诊断的评估语言术语集的不确定覆盖域;
步骤4.1运用如式(2)所示的α-截的模糊语言加权平均法融合区间2型模糊语言术语,确定化工泵运行故障症状诊断的语言术语隶属度函数的上限值;首先,将[0,1]区间分解成(λ-1)个子区间,得到αδ=(δ-1)/(λ-1);其次,确定α-截的区间值[ail(αδ),bir(αδ)]和[cil(αδ),dir(αδ)];然后,分别计算α-截的左侧左边界(fLl(αδ))和右侧右边界(fRr(αδ)),并保留区间值[fLl(αδ),fRr(αδ)],直到δ=λ;最后,分别对fLl(αδ)和fRr(αδ)值进行排序,并拟合区间2型模糊语言术语隶属度函数上限值曲线
式(2)中,fLl(αδ)表示第δ个α-截的梯形上边界的左侧值,ail(αδ)表示第i个语言术语的第δ个α-截的左边界,dir(αδ)表示与语言术语ail(αδ)融合的第δ个α-截对应的右边界,cil(αδ)表示与语言术语ail(αδ)融合的第δ个α-截对应的左边界,fRr(αδ)第δ个α-截的梯形上边界的右侧值,bir(αδ)表示第i个语言术语的第δ个α-截的右边界,kLl为满足的切换点;kRr为满足的切换点;
步骤4.2.运用如式(3)所示的α-截的模糊语言加权平均法融合区间2型模糊语言术语,确定泵系统运行故障症状诊断的语言术语隶属度函数的下限值;首先,确定不确定覆盖域的内部最大高度(μp max),并将[0,μp max]分解成(ζ-1)个子区间,得到αδ=μp max(δ-1)/(ζ-1);其次,分别计算α-截的左侧右边界(fLr(αδ))和右侧左边界(fRl(αδ)),若fLr(αδ)≤fRl(αδ)成立,保留区间值[fLr(αδ),fRl(αδ)],否则,删除[fLr(αδ),fRl(αδ)],直到δ=ζ;最后,分别对fLr(αδ)和fRl(αδ)值进行排序,并拟合区间2型模糊语言术语隶属度函数下限值曲线(Y);
式(3)中,a′ir(αδ)表示第i个语言术语的第δ个α-截的左边界,且满足b′il(αδ)表示第i个语言术语的第δ个α-截的右边界,且满足c′ir(αδ)表示与语言术语a′il(αδ)融合的第δ个α-截对应的左边界,且满足d′il(αδ)表示与语言术语a′il(αδ)融合的第δ个α-截对应的右边界,且满足
步骤4.3.构建化工泵运行故障症状诊断的第i个语言术语隶属度上限值的语言术语隶属度区间以及语言术语隶属度下限值的语言术语隶属度区间Y i(αδ)=[fLr(αδ),fRl(αδ)],从而由上限值(上边界)和下限值(下边界)的语言术语隶属度区间 Y i(αδ)构成化工泵运行故障症状诊断的语言术语的不确定覆盖域本实施例中,语言术语不确定覆盖域如图2所示。
步骤5.依据故障诊断结果对应的维护规则,生成维护策略集X={x1,x2,…,xβ};其中,xβ表示第β个维护策略;
步骤6.依据评价准则Z={z1,z2,…,zq},zq表示第q个评价准则,运用第i个语言术语的不确定覆盖域评价所述维护策略集X={x1,x2,…,xβ},从而得到第j个专家给出的2型模糊语言术语的化工泵维护策略集其中为第j个专家针对第β个维护策略xβ的评价值;
式(4)中,ωj表示第j个专家的权重;增加专家权重信息,体现领域专家对维护策略评价的重要程度。
Claims (1)
1.一种基于2型模糊语言术语的化工泵维护策略优化方法,其特征是按如下步骤进行:
步骤1.数据获取与预处理;
步骤1.1.采用三轴向测试方法获取化工泵的轴承座的振动数据并利用数据分析仪进行处理后,得到化工泵运行振动的时频图谱;
步骤1.2.运用n点模糊语言术语评估化工泵的运行状况,得到基于模糊语言术语的评价标准文本集;其中,n为奇数;
步骤2.基于增强型区间法的数据处理;
在区间[A,B]上定义所述评价标准文本集中n个语言术语的区间为{[aj (i),bj (i)]|i=1,2,…n;j=1,2,…,k},aj (i)表示第j个专家对第i个语言术语的区间的端点下限;bj (i)表示第j个专家对第i个语言术语的区间的端点上限;k表示专家数量;n表示语言术语数量;
步骤3.运用增强型区间法对所述评价标准文本集中的语言术语进行模糊化处理,生成基于区间2型模糊语言术语的评价标准集;
步骤3.2.定义第i个语言术语的假设检验左端点值γ(i)=b(i)-k1a(i),第i个语言术语的假设检验右端点值其中,k1,k2和k3为常数;a(i)表示第i个语言术语的左端点,b(i)表示第i个语言术语的右端点;
步骤3.4.分类评价标准文本集中语言术语的不确定覆盖域:
式(1)中,表示第i个语言术语的左端点隶属函数的模糊集参数,表示第i个语言术语的右端点隶属函数的模糊集参数,a MF和分别表示第i个语言术语的左端点隶属函数的模糊集参数最小值和最大值,b MF和分别表示第i个语言术语的右端点隶属函数的模糊集参数最小值和最大值,表示第i个语言术语的左右两个端点隶属函数的模糊集参数的算术平均值,c MF和分别表示第i个语言术语的左右两个端点隶属函数的模糊集参数的算术平均值的最小值和最大值,p是梯形下边界三角形右侧的最左边与左侧的最右边的交点横坐标,μp表示梯形下边界三角形右侧的最左边与左侧的最右边的交点纵坐标;
步骤4.利用模糊语言加权平均法进行区间2型模糊语言术语的逻辑推理,确定化工泵运行故障症状诊断的评估语言术语集的不确定覆盖域;
步骤4.1运用如式(2)所示的α-截的模糊语言加权平均法融合区间2型模糊语言术语,确定化工泵运行故障症状诊断的语言术语隶属度函数的上限值;
式(2)中,fLl(αδ)表示第δ个α-截的梯形上边界的左侧值,ail(αδ)表示第i个语言术语的第δ个α-截的左边界,dir(αδ)表示与语言术语ail(αδ)融合的第δ个α-截对应的右边界,cil(αδ)表示与语言术语ail(αδ)融合的第δ个α-截对应的左边界,fRr(αδ)第δ个α-截的梯形上边界的右侧值,bir(αδ)表示第i个语言术语的第δ个α-截的右边界,kLl为满足的切换点;kRr为满足的切换点;
步骤4.2.运用如式(3)所示的α-截的模糊语言加权平均法融合区间2型模糊语言术语,确定泵系统运行故障症状诊断的语言术语隶属度函数的下限值;
式(3)中,a′ir(αδ)表示第i个语言术语的第δ个α-截的左边界,且满足b′il(αδ)表示第i个语言术语的第δ个α-截的右边界,且满足c′ir(αδ)表示与语言术语a′il(αδ)融合的第δ个α-截对应的左边界,且满足d′il(αδ)表示与语言术语a′il(αδ)融合的第δ个α-截对应的右边界,且满足
步骤4.3.构建化工泵运行故障症状诊断的第i个语言术语隶属度上限值的语言术语隶属度区间以及语言术语隶属度下限值的语言术语隶属度区间Yi(αδ)=[fLr(αδ),fRl(αδ)],从而由上限值和下限值的语言术语隶属度区间Yi(αδ)构成化工泵运行故障症状诊断的语言术语的不确定覆盖域
步骤5.依据故障诊断结果对应的维护规则,生成维护策略集X={x1,x2,…,xβ};其中,xβ表示第β个维护策略;
步骤6.依据评价准则Z={z1,z2,…,zq},zq表示第q个评价准则,运用第i个语言术语的不确定覆盖域评价所述维护策略集X={x1,x2,…,xβ},从而得到第j个专家给出的2型模糊语言术语的化工泵维护策略集其中,为第j个专家针对第β个维护策略xβ的评价值;
式(4)中,ωj表示第j个专家的权重;
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111160486.1A CN113902145A (zh) | 2021-09-30 | 2021-09-30 | 一种基于2型模糊语言术语的化工泵维护策略优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111160486.1A CN113902145A (zh) | 2021-09-30 | 2021-09-30 | 一种基于2型模糊语言术语的化工泵维护策略优化方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113902145A true CN113902145A (zh) | 2022-01-07 |
Family
ID=79189774
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111160486.1A Pending CN113902145A (zh) | 2021-09-30 | 2021-09-30 | 一种基于2型模糊语言术语的化工泵维护策略优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113902145A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20210182715A1 (en) * | 2019-12-17 | 2021-06-17 | The Mathworks, Inc. | Systems and methods for generating a boundary of a footprint of uncertainty for an interval type-2 membership function based on a transformation of another boundary |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE10103848A1 (de) * | 2001-01-30 | 2002-08-01 | Univ Gesamthochschule Kassel | Verfahren und Vorrichtung zur Bestimmung und/oder Beurteilung der Alterung oder zumindest eines vorgewählten Anteils der Alterung einer Batterie |
WO2014014470A1 (en) * | 2012-07-20 | 2014-01-23 | Hewlett-Packard Development Company, L.P. | Problem analysis and priority determination based on fuzzy expert systems |
CN108985554A (zh) * | 2018-06-05 | 2018-12-11 | 上海大学 | 一种基于区间直觉模糊集和混合多准则决策模型的改进fmea的方法 |
CN110794806A (zh) * | 2019-10-08 | 2020-02-14 | 武汉大学 | 一种基于模糊理论的故障树底事件失效概率计算方法 |
-
2021
- 2021-09-30 CN CN202111160486.1A patent/CN113902145A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE10103848A1 (de) * | 2001-01-30 | 2002-08-01 | Univ Gesamthochschule Kassel | Verfahren und Vorrichtung zur Bestimmung und/oder Beurteilung der Alterung oder zumindest eines vorgewählten Anteils der Alterung einer Batterie |
WO2014014470A1 (en) * | 2012-07-20 | 2014-01-23 | Hewlett-Packard Development Company, L.P. | Problem analysis and priority determination based on fuzzy expert systems |
CN108985554A (zh) * | 2018-06-05 | 2018-12-11 | 上海大学 | 一种基于区间直觉模糊集和混合多准则决策模型的改进fmea的方法 |
CN110794806A (zh) * | 2019-10-08 | 2020-02-14 | 武汉大学 | 一种基于模糊理论的故障树底事件失效概率计算方法 |
Non-Patent Citations (2)
Title |
---|
张家录;吴霞;: "基于语言值软集的多准则群决策方法及其应用", 模糊系统与数学, no. 04, 15 August 2020 (2020-08-15) * |
魏翠萍;葛淑娜;: "犹豫模糊语言幂均算子及其在群决策中的应用", 系统科学与数学, no. 08, 15 August 2016 (2016-08-15) * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20210182715A1 (en) * | 2019-12-17 | 2021-06-17 | The Mathworks, Inc. | Systems and methods for generating a boundary of a footprint of uncertainty for an interval type-2 membership function based on a transformation of another boundary |
US11941545B2 (en) * | 2019-12-17 | 2024-03-26 | The Mathworks, Inc. | Systems and methods for generating a boundary of a footprint of uncertainty for an interval type-2 membership function based on a transformation of another boundary |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Parnas et al. | Assessment of safety-critical software in nuclear power plants. | |
Shen et al. | Fuzzy qualitative simulation | |
CN110348752B (zh) | 一种考虑环境干扰的大型工业系统结构安全性评估方法 | |
CN110516116A (zh) | 一种多步分层的学习者认知水平挖掘方法及系统 | |
Bombara et al. | Offline and online learning of signal temporal logic formulae using decision trees | |
Ge et al. | The rough membership functions on four types of covering-based rough sets and their applications | |
CN112434813A (zh) | 基于面向属性语言概念格的多重多维语言推理方法 | |
Khoshgoftaar et al. | Software quality analysis by combining multiple projects and learners | |
CN113902145A (zh) | 一种基于2型模糊语言术语的化工泵维护策略优化方法 | |
Chukhrova et al. | Nonparametric fuzzy hypothesis testing for quantiles applied to clinical characteristics of COVID‐19 | |
Xiahou et al. | Measuring conflicts of multisource imprecise information in multistate system reliability assessment | |
Kabir | A fuzzy data-driven reliability analysis for risk assessment and decision making using Temporal Fault Trees | |
Gribova et al. | Ontology of anomalous processes diagnosis | |
Bian et al. | Research on an artificial intelligence-based professional ability evaluation system from the perspective of industry-education integration | |
CN114662712A (zh) | 基于Wasserstein深度数字孪生模型的旋转机械状态监测方法 | |
CN113092083B (zh) | 一种基于分形维数和神经网络的机泵故障诊断方法和装置 | |
Westgard et al. | A predictive value model for quality control: effects of the prevalence of errors on the performance of control procedures | |
Liu et al. | A new fault diagnosis model of flywheel system based on belief rule base and fuzzy fault tree analysis | |
Gou et al. | A new fault diagnosis method based on attributes weighted neutrosophic set | |
Liu et al. | Imprecise fusion operators for collective learning | |
Su et al. | Handling uncertainty in human cognitive reliability method for safety assessment based on DSET [J] | |
Fakhfakh Maala et al. | Ontology for overcrowding management in emergency department | |
Naidenova et al. | New approaches to incremental learning good classification tests | |
van der Gaag | A pragmatical view on the certainty factor model | |
Guo et al. | Flight safety assessment based on a modified human error risk quantification 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 |