我要投稿 查看投稿进度
学术期刊
在线客服
客服电话：400-188-5008
客服邮箱：service@ccnpub.com
投诉举报：feedback@ccnpub.com
人工客服

工作时间（9：00-18：00）
官方公众号

科技成果·全球共享

请选择 目标期刊

基于熵权法的电力营销稽查评价体系研究 下载：94 浏览：504

白新雷 《中国电力技术》 2018年7期

摘要:
电力营销工作的稽查管理是电力营销风险管控的主要手段和有效方法，建立一套规范和完善的稽查评价体系是当前电力公司急需解决的问题。介绍利用隶属度函数和熵权法相结合构建电力企业营销稽查管理效果的评价模型，通过指标规范化，得出一套完整的指标评价体系，结果表明该评价体系具有较强的可操作性和较高的应用价值，为电力营销数据稽查提供借鉴和参考。

南票区女儿河流域乌金塘水库上游段河流健康评价 下载：85 浏览：541

贺磊 《水资源研究进展》 2020年12期

摘要:
本文从水质、水文、形态及生物等方面选择代表性评价指标,通过对河流健康和PSR模型的分析,构建了南票区女儿河流域乌金塘水库上游河流段健康评价体系和等级标准,通过建立改进的集对分析模型来评价河流健康水平,结果表明乌金塘水库上游河段处于亚健康状态。本文结合流域实际情况提出加强河流生态管理的建议措施,可为女儿河流域水资源管理和生态修复提供科学依据。

基于改进MOPSO的MMC-HVDC控制器PI参数分层优化 下载：73 浏览：488

谢国超1 刘崇茹1 凌博文1 徐东旭1 朱毅2 《电力研究》 2018年9期

摘要:
针对模块化多电平换流器型高压直流输电工程系统控制目标多、多个PI控制器之间相互影响、PI参数优化困难的问题,提出一种基于改进多目标粒子群算法的MMCHVDC控制器PI参数分层优化方法。为了提高种群的多样性同时免于粒子陷入局部最优解,对外部存储器中的粒子进行变异操作;为了改善算法收敛性并获得良好的Pareto前沿,提出一种基于隶属度函数的领导粒子选取方法;为了适应MMC-HVDC控制系统结构,对多个控制器PI参数进行分层优化。本文实现了MATLAB与PSCAD/EMTDC联合调用和数据交互。算法性能分析和电磁暂态程序仿真证明了本文所提出方法可以快速收敛并且获得均匀分布的Pareto前沿,有效改善系统的动态性能。

玉米自交系抗旱性评价及指标筛选 下载：86 浏览：475

张赛楠 苏治军 高聚林 于晓芳 王志刚 孙继颖 胡树平 屈佳伟 包海柱 《农业学报》 2019年8期

摘要:
为筛选可用于抗旱性评价的有效指标,创制性状稳定、干旱条件下高产且适应性广的抗旱玉米新品系,试验以40份玉米自交系为材料,于吐丝期设置干旱胁迫处理,测定其形态指标、生理指标,收获后进行考种及产量测定。结果表明:花期间隔(ASI)、百粒重和穗位高可作为评价玉米自交系抗旱性的次级性状指标。综合运用次级性状指标抗旱系数的平均隶属度值和产量抗旱指数隶属度值对40份玉米自交系抗旱性及产量潜力进行分类,可划分为3种类型:11份高产抗旱型玉米自交系,编号为2,7,8,11,22,25,27,29,30,35,39;8份中等抗旱型玉米自交系,编号为4,5,13,15,17,20,21,31;2份低产不抗旱型玉米自交系,编号为33,36。

基于FJPDA关联算法的地波超视距雷达目标跟踪 下载：67 浏览：454

杨启松1 纪永刚1 刘永信2 王祎鸣2 《海洋研究》 2019年4期

摘要:
针对地波超视距雷达(SWOT HR)目标跟踪中JPDA算法关联复杂度高 、计算量大的问题,将模糊联合概率数据关联(FJPDA)算法应用于地波超视距雷达目标跟踪中.在FJPDA跟踪方法中采用了目标点迹与航迹的模糊隶属度,解决目标点迹与航迹的关联概率问题,避免了传统JPDA算法中对有效矩阵的拆分导致的计算量组合爆炸的现象,可以降低目标跟踪算法的复杂度,提高运行效率.通过实测地波雷达数据的目标跟踪实验分析及与同步AIS信息的比对分析,结果表明:基于FJPDA算法的跟踪方法可以有效跟踪SWOT HR中的目标航迹,跟踪效果与JPDA算法相当,且运行时间明显减少,适合工程应用.

淮海经济区城市经济联系强度变化分析 下载：152 浏览：1508

王朋燕 《中国经济》 2024年1期

摘要:
本文以淮海经济区为研究对象，基于2019年的道路网、人口、GDP、全国15个非农行业的从业人员等指标，运用GIS技术网络分析、经济联系强度的空间引力模型和经济联系模型相结合，对2019年淮海经济区区位熵进行研究，为该区在全国区域发展中提升提供决策并为其他经济欠发达的地区提供借鉴。
[1/1]
|<
<
1
>
>|
在线客服：：点击联系客服
联系电话：：400-188-5008
客服邮箱：：service@ccnpub.com
投诉举报：：feedback@ccnpub.com
人工客服

工作时间（9：00-18：00）
官方公众号

科技成果·全球共享