正态云模型
正态云模型的相关文献在2004年到2022年内共计133篇,主要集中在自动化技术、计算机技术、水利工程、电工技术
等领域,其中期刊论文119篇、会议论文1篇、专利文献195930篇;相关期刊90种,包括科技管理研究、国际沙棘研究与开发、后勤工程学院学报等;
相关会议1种,包括International Conference on Engineering and Business Management2010(EBM2010)(2010年工程和商业管理国际会议)等;正态云模型的相关文献由362位作者贡献,包括张峰、吴朋、宋晓娜等。
正态云模型—发文量
专利文献>
论文:195930篇
占比:99.94%
总计:196050篇
正态云模型
-研究学者
- 张峰
- 吴朋
- 宋晓娜
- 崔东文
- 张目
- 李伟
- 贺颖
- 阮君
- 仲惟超
- 何刚
- 刘宝涛
- 刘帅
- 刘常昱
- 刘敦文
- 刘衍民
- 叶东
- 叶畅
- 周有荣
- 周洁
- 唐德善
- 孙兆伟
- 孙斌
- 孙立军
- 宋宇
- 官冬杰
- 尚荣艳
- 尹卿宇
- 张小平
- 张彦龙
- 张肖
- 张铸
- 徐启峰
- 戴明强
- 方瑞明
- 李德毅
- 李敏
- 李浩
- 李涛
- 李研
- 杜文军
- 杨小军
- 殷秀清
- 江顺辉
- 涂辉招
- 王峰
- 王志成
- 王辉明
- 王黎
- 王龙
- 粟晓玲
-
-
蔡咏梅;
李新英;
孟令伟
-
-
摘要:
文章基于抵抗力、恢复力、演化力三个维度构建了区域经济韧性指标评价体系,运用正态云模型对西部12省2009—2018年的经济韧性进行实证分析。结果表明:西部地区经济韧性水平差异明显,时序上整体增强,空间上形成以重庆、四川和陕西为中心,向四周递减的“中心—外围”结构;抵抗力和恢复力影响程度相当,高于演化力;影响西部地区经济韧性的主要因素有工业生产总值、第三产业GDP占比、私营企业固定资产投资、个体工商业固定资产投资、财政收入、人口流动度、每万人口大学生人数、人均消费支出等。
-
-
张文宇;
治瑜;
秦乐
-
-
摘要:
针对DBSCAN聚类算法对参数敏感、参数选取依靠经验的问题,文章提出了一种基于改进天牛群优化的DBSCAN聚类(IBSO-DBSCAN)算法。该算法首先提出一种自适应惯性权重更新策略,以平衡BSO算法的全局搜索和局部探索,同时引入正态云模型更新群体位置;然后以评价聚类效果的CS指标作为算法的适应度函数;最后利用改进的天牛群优化算法自适应地选取DBSCAN聚类算法的全局最优参数Eps和MinPts。将算法在3种UCI数据集上进行有效性测试,实验结果表明,所提出的IBSO-DBSCAN算法在聚类效果方面优于对比算法,且具有更强的全局搜索能力。
-
-
高书垚;
安泰;
宋剑
-
-
摘要:
随着智能电能表的广泛普及,对电能表运行状态进行科学评估从而合理安排检修而显得尤为重要。综合分析智能电能表产品和工作特性,基于运行可靠性、运行性能、电网运行环境和外部运行环境四方面因素建立智能电能表状态评估模型,利用熵权法确定评估指标权重,通过正态云模型解决评估指标的定量性问题,对智能电能表的运行状态进行综合评估。由实例分析可知,该方法能够计算出智能电能表不同运行状态的云隶属度,根据最终状态评估结果合理安排检验策略,及时排除智能电能表运行隐患。
-
-
魏婧
-
-
摘要:
针对现有地下水资源脆弱性评价方法存在的效率低问题,采用正态云模型实现评价方法的优化设计。将脆弱性分为5个等级,设置各个等级的划分标准。从固有脆弱性和特殊脆弱性2个方面,分析水资源脆弱性的影响因素。构建地下水资源脆弱性评价指标体系,标注各个指标的性质。通过正态云模型的构建与应用,计算评价指标的具体取值。脆弱性评价指标经标准化处理后,综合考虑客观和主观因素,求解评价指标权重,得出地下水资源脆弱性的评价结果。通过实例应用分析得出,通过正态云模型应用,地下水资源脆弱区面积的评价误差明显降低了0.38 km^(2),有效提升了评价效率,说明正态云模型在地下水资源脆弱性评价中具有较高的应用价值。
-
-
常晋荣;
闫林君
-
-
摘要:
装配式住宅建设环节较多,各阶段质量风险影响因素复杂繁多且相互作用,极易导致质量问题频繁出现.为加强质量控制,立足于装配式住宅建设周期,通过分析其建设周期具体内容及特点,从“人、机、料、法、环”4M1E五个维度出发,识别建设周期内质量风险影响因素来构建评价指标体系,利用熵权法确定评价指标权重结果,在此基础上运用正态云模型进行质量风险综合评价并辅以云图展示评价等级结果,并以某共有产权住宅项目为工程实例加以验证选用评价模型的可靠性与合理性.
-
-
张铸;
姜金美;
张小平
-
-
摘要:
针对永磁同步电机(PMSM)参数辨识算法存在辨识精度低、同时辨识多参数困难等缺点,提出一种基于正态云模型的灰狼优化算法(CGWO)。首先采用Fuch映射和反向学习策略产生多样性强的初始种群;其次,采用一种非线性递减收敛因子更新公式,使得算法的全局搜索和局部开发能力实现平衡;最后,采用正态云模型对灰狼群体进行位置更新和深度开发,同时通过云模型参数的自适应调整来增强局部寻优能力,改善传统灰狼优化算法易陷入局部最优导致精度下降的问题。利用基准测试函数对CGWO算法进行性能评估,在dq坐标系建立PMSM满秩离散模型,给定适应度函数,比较实际模型输出值与辨识模型输出值得到相应的适应度值,再结合CGWO算法实现参数辨识。经仿真与实验表明,CGWO算法对于PMSM参数辨识具有更好的精确性、收敛性和稳定性。
-
-
曹佳梦;
官冬杰;
黄大楠;
殷博灵;
和秀娟
-
-
摘要:
生态风险预警等级评估和演化趋势模拟,可为生态风险管理提供可靠的辅助决策。以重庆市为研究对象,基于驱动力-压力-状态-影响-响应模型,构建重庆市生态风险预警指标体系,采用正态云模型和集对分析法,定量分析重庆市生态风险时空分异特征和演化趋势。研究结果表明:(1)2013—2019年,重庆市生态风险值呈“上升-下降”的波动趋势,综合生态风险隶属于重警等级,生态风险综合值从0.295下降到0.278,生态环境逐年好转;(2)重庆市生态风险有下降、不变、先上升后降低、先降低后上升以及一直升高5种演化趋势,分别占比39%、16%、5%、21%、24%;(3)重庆市生态风险转移分为两个方向,2013—2016年生态风险空间分异性增大,中警、轻警和无警风险等级不断向东北、东南和西部四周分散转移;2016—2019年生态风险分布格局变化较小,重警风险区在东部聚集;(4)演化趋势模拟结果表明,未来重庆市生态风险降低的区县有13个,占比34%,生态环境有向好发展的趋势;生态风险上升的区县有25个,占比66%,生态环境会有所恶化,但是恶化程度较低。将生态风险等级划分与预警演化趋势相结合,能为城市生态风险管理提供科学依据。
-
-
徐灿;
田勇;
牛科新;
巩文健;
李桂芳
-
-
摘要:
终端区扇区划设是终端区空域管理的一个重要组成部分,也是解决终端区空域现有问题的重要手段。以终端区管制扇区运行效益综合评估为目标,从交通流量、航空器性能、运行安全、运行效率4个方面构建指标体系框架;对筛选出的指标进行标准化处理和状态分类评估,采用层次分析法、组合赋权法确定权重,并利用正态云模型构造综合评价模型;以上海终端区扇区划设方案为实例,所得评估结果为运行效益良好,验证了综合评估方法的可靠性。
-
-
张铸;
张仕杰;
饶盛华;
张小平;
王静袁
-
-
摘要:
针对一类元启发式优化算法辨识永磁同步电机(PMSM)参数存在易陷入局部最优,从而导致辨识结果精度不高的问题,提出了一种结合自适应正态云模型的樽海鞘群辨识算法(CSSA)。该算法以标准樽海鞘群算法为基础,在樽海鞘追随者位置更新阶段引入自适应正态云模型,使算法初期的种群多样性得到改善,提高了全局开发能力,避免陷入局部最优;随着迭代次数增加,通过自适应调整正态云模型熵值,优化了算法后期的局部开发能力,使其收敛精度得到提高。参数辨识模型只需测量计算获得永磁同步电机的电流、电压以及角速度信息,再将改进算法通过适应度函数在辨识模型中寻优得到辨识结果。仿真与实验结果表明,提出的算法可以对永磁同步电机参数进行快速、稳定且准确的辨识。
-
-
李菁;
肖翔
-
-
摘要:
本文基于正态云模型的主客观综合赋权方法,构建了应用型高校服务地方社会能力的指标体系。通过一维逆向云生成算法,生成不确定性正态云组合权重序列,提高评价过程中赋权结果的有效性和合理性,解决主客观权重的信息不确定及信息融合问题,为应用型高校服务地方社会能力的评价提供了一种可靠的路径和方法。
-
-
-
-
-
- 上海电力大学
- 公开公告日期:2022-06-21
-
摘要:
本发明涉及一种基于正态云模型的价格型需求响应建模方法,将正态分布及正态隶属函数具有的普适性与云模型特有的随机性和模糊性相结合,利用正态云模型对价格型需求响应进行建模分析,充分刻画用户参与响应行为时存在的认知模糊性与响应随机性。采用分时电价作为价格型需求响应的实施方式,以用户参与响应节约用电费用最大化为目标建立数学函数表达式。在此基础上,定义收益率作为不同用户对收益认知的统一度量标准;通过逆向云发生器求取所得收益率样本的数字特征‑均值Ex,熵En和超熵He,用C(Ex,En,He)表示;利用正向云发生器及X条件云发生器生成反映用户收益率与响应行为的不确定云图,用云滴的分布形状及离散程度模拟用户参与价格型需求响应的响应程度及波动范围。
-
-
-
-
-
-
-
- 中南大学
- 公开公告日期:2019-06-25
-
摘要:
本发明针对传统数据在云服务器上安全存储问题以及云存储效率问题,特别涉及一种基于正态云模型的数据加密方法,该方法首先对数据进行预处理,将其通过ASCII转化为十进制数,再把十进制转化为二进制流,通过分割算法将其分为大小数据块,小数据块存储在终端,大数据块通过hash加密算法产生信息摘要。将处理过得二进制数据通过需要加密数据生成云模型的必须参数,期望Ex,熵En,超熵He,通过云模型生成云滴,生成的云滴只有被授权的用户知道,然后再用混沌Henon模型生成随机数列,通过随机数列,利用云模型生成的云滴对数据进行染色加密,将加密后的用户存储在云端,只有数据拥有者才能对其进行去模糊化。由此提高数据存储的安全性,其开销远远低于传统加密计算。