导读:本文包含了叁维评价方法论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:目标,评价,喷管,运动队,分子量,主因,混凝土。
叁维评价方法论文文献综述
仇佳捷[1]（2018）在《基于SPCC四维评价体系的老旧电梯处理方案评估方法》一文中研究指出提出一种基于严重程度(severity)、危害概率(probabilityofdamage)、费用(cost)、易行性(convenience)4个维度的老旧电梯处理方案评估方法。该方法结合风险评价与工程经济性评价,并将两者进行量化综合,为工程技术人员设计及评价老旧电梯处理方案提供参考。(本文来源于《中国电梯》期刊2018年03期）
邹娟[2]（2014）在《高维多目标进化优化及降维评价的方法研究》一文中研究指出进化算法是一种模拟生物进化、基于群体搜索的全局优化算法,已经在单目标和多目标优化领域成功应用[4][7][8],并已经逐渐形成了优化领域的一个前沿研究方向—进化多目标优化。近年来,多目标进化优化前沿领域的研究呈现出新的特点,由于现实世界中的许多优化问题的复杂性,当形式化一个优化问题时,设计者和决策者往往倾向于将与问题相关的每一个指标作为一个目标,这就产生了许多目标。Farina和Amato[23]将4个及4个以上目标优化问题称为高维多目标优化问题(many-objective optimization problems)。现实世界中,大多数优化问题都是多目标优化问题。大家熟悉的Time Table问题,属于NP困难问题,也是一类高维目标优化问题[24],国内外许多学者都在研究,但目前仍没有从理论和技术上解决这类问题。目前国内外对高维多目标进化的研究尚处于起步阶段,主要研究成果集中在对已有EMO算法的改进。无论是松弛Pareto支配关系、非Pareto支配排序方法还是高维降维的处理都存在参数确定、超高维无法收敛、分布性能差、时间复杂度高、边界个体无法保留等问题,而且在理论和技术上均没有建立解决高维目标优化问题的一般方法。本文在充分分析了国内外高维多目标进化算法研究的现状,综合存在的优缺点的基础上,为了提高高维多目标进化优化的性能提出了两种高维多目标进化算法及一种高维多目标非冗余目标评价方法,并将提出的高维多目标进化算法应用在文本特征值提取方面。本文提出一种利用在超平面上进行聚类技术来解决高维多目标优化问题的无参数算法(ClusterISEA)。该算法利用聚类技术将临界层的个体进行在分布超平面进行聚类选择。算法在整个优化过程中未引入任何参数,使得算法具有更强的适应问题的能力。与其它七个算法在测试函数DTLZ系列上进行测试分析,验证算法的有效性。本文提出一种利用旋转网格技术来解决高维多目标优化问题的算法(RGridEA)。该算法利用旋转网格规划目标空间,一方面借助了网格的分布性保持策略,另一方面利用旋转机制将收敛性和分布性分开来考虑,而且也融入了方向引导的策略,从而达到高维空间个体收敛和分布均匀的目的。与其它八个算法在测试函数DTLZ系列上进行测试分析,验证算法的有效性。本文从拟合的思路入手,从非冗余目标与冗余目标在空间的分布相似程度来衡量非冗余目标集的优劣提出了一种高维多目标非冗余目标评价标准(OSDSR),由于它同时考虑了非冗余目标集和冗余目标集的信息,将空间中的目标采用分段拟合机制,根据目标拟合的程度计算目标的相似程度,并根据所计算的相似度来评价目标,它的评价结果更准确。在叁个测试问题Dtlz5, Dtlz2BZ和Dtlz2进行测试,通过和传统的IGD对比,表明,OSDSR能够在不知道真实Pareto面的情况下评价出冗余目标,而评价效果与IGD相当。最后本文将提出的高维多目标进化算法应用在文本特征值提取方面,实验验证提出的算法能有效降低特征值的维数并提高文本分类的性能。(本文来源于《湘潭大学》期刊2014-10-11）
王振锋[3]（2007）在《燃烧效率一维评价方法及影响因素作用效果研究》一文中研究指出在超燃冲压发动机的研究过程中,燃料的燃烧效率是燃烧室性能评价的一个重要指标。在多年的研究中,国内外发展出了多种燃烧效率评价方法。一维流动参数评估方法在试验研究中比较实用、快捷,应用于强燃烧工况时,在气流相对均匀的流场部分(燃烧室后部),具有相当的可信度,因而各国超燃冲压发动机研究单位均发展了自己的一维流动燃烧效率评估方法。在使用工程性的一维方法时,往往忽略一些本来存在的因素,并对燃烧室及其工作模式作一些假设,以图简化,但使方法的普适性受到了极大的限制。我们则希望发展一种评价燃烧效率的工程性一维方法,并设法使之具有普适性。本文将通过一个燃烧室实例,来研究上述问题,以便将这种影响降低到最小,目的是扩大一维方法的适用范围,使之在实际应用中能够更好地发挥作用。本文共分为五章。第一章为引言,简要介绍了超燃发动机的研究背景和国内外现状。第二章综述了现在正在使用和研究的燃烧效率评估方法和测量方法,推导了一维方程组,分析了所研究情况下的影响因素,比较了几种燃烧效率的定义并提出了本研究使用的定义。第叁章阐述了与一维评估方法相关的流场参数测量的试验设备、试验方法及数据的获取方法;分析了冲压发动机的流场特点,通过测量数据说明在强燃烧工况下燃烧室出口流动趋于均匀,一维方法适用。第四章介绍了本研究求解燃烧效率的方法、输入数据处理特点。重点研究了平均分子量、平均定压比热和壁面摩擦力对燃烧效率评估结果的影响程度,通过对计算结果的分析,推荐了它们的计算方法,提供了各种方法带来的不确定度。第五章为结束语,总结了论文的研究结果和本文的创新点。(本文来源于《中国空气动力研究与发展中心》期刊2007-04-01）
李志平[4]（2004）在《高校社会科学成果的一种四维评价方法初探》一文中研究指出在知识经济中,社会科学成果和自然科学成果一样,具有稀缺性和增值性。合理配置社会科学成果是社会经济发展的需要,而配置的关键就是对社会科学成果进行客观公正的评价,使价格信号能反映其真实的质量。本文介绍一种兼顾到高校社科成果的供需两个方面的四维综合评价方法,试图为社会科学成果的社会化作些努力,同时,这种评价方法及其结果对高校教研管理提供了一种新思路。(本文来源于《科技管理研究》期刊2004年01期）
罗磊,许晓瑾[5]（2000）在《运动性疲劳(SF)适用诊断方法的研究——“SF简易四维评价系统”的设计和应用》一文中研究指出研究目的:力图开发出一套科学、有效、简易、快速,适用于基层运动队的SF诊断系统,并能对SF消除方法提供针对性的指导,从根本上解决以往诊断方法中难以普及的诸多弊端。研究方法:该系统评价标准参照国家标准局发布的《标准化工作导则:标准编写的基本规定》,"四维"是指:第一维是简易、无创生理指标的测定。①骨骼肌功能评价系统:a、肌力(不同项目测试的主要肌群有所不同);b、肌肉僵硬度;c、肌围。②心肺功能评价系统:a心率,包括基础心率、运动中心率、运动后心率恢复(本文来源于《第六届全国体育科学大会论文摘要汇编（二）》期刊2000-12-01）
袁群,韩菊红[6]（2000）在《混凝土粘结面粗糙度的分维评价方法》一文中研究指出粘结面粗糙度是影响新老混凝土粘结性能的一个重要因素。定量评价粗糙度对控制与预测粘结面强度具有重要作用。本文采用分形理论对粘结面粗糙度进行了高差法分维研究,经和灌砂法对比分析认为,此法可以较好地定量评价粘结面的粗糙度。(本文来源于《第九届全国结构工程学术会议论文集第Ⅰ卷》期刊2000-09-01）
孙强,段法兵,谢和平[7]（2000）在《煤体爆破破碎分维评价方法的研究》一文中研究指出提出了煤体爆破破碎分维评价方法和分维比概念 ,考虑了煤体原始结构特征对煤体爆破破碎效果的影响。通过主因素分析 ,明确了爆破参数与分形维数、分维比的相关关系以及影响的显着性大小 ,探讨了不同分维和分维比的表征含义。在单自由面深孔煤体爆破的条件下 ,爆破块度相似分维与分维比体现了顶煤预爆破破裂裂隙的整体分布 ,可作为定量评价爆破方案的主要指标 ,表面裂隙分维测量计算简易 ,是煤体内部裂隙的外在表现 ,可作为初步评价爆破方案的定量指标。应用煤体爆破破碎分维评价方法对大同矿务局忻州窑矿坚硬顶煤进行了预爆破研究 ,取得了很好的经济效益。(本文来源于《岩石力学与工程学报》期刊2000年04期）
叁维评价方法论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
进化算法是一种模拟生物进化、基于群体搜索的全局优化算法,已经在单目标和多目标优化领域成功应用[4][7][8],并已经逐渐形成了优化领域的一个前沿研究方向—进化多目标优化。近年来,多目标进化优化前沿领域的研究呈现出新的特点,由于现实世界中的许多优化问题的复杂性,当形式化一个优化问题时,设计者和决策者往往倾向于将与问题相关的每一个指标作为一个目标,这就产生了许多目标。Farina和Amato[23]将4个及4个以上目标优化问题称为高维多目标优化问题(many-objective optimization problems)。现实世界中,大多数优化问题都是多目标优化问题。大家熟悉的Time Table问题,属于NP困难问题,也是一类高维目标优化问题[24],国内外许多学者都在研究,但目前仍没有从理论和技术上解决这类问题。目前国内外对高维多目标进化的研究尚处于起步阶段,主要研究成果集中在对已有EMO算法的改进。无论是松弛Pareto支配关系、非Pareto支配排序方法还是高维降维的处理都存在参数确定、超高维无法收敛、分布性能差、时间复杂度高、边界个体无法保留等问题,而且在理论和技术上均没有建立解决高维目标优化问题的一般方法。本文在充分分析了国内外高维多目标进化算法研究的现状,综合存在的优缺点的基础上,为了提高高维多目标进化优化的性能提出了两种高维多目标进化算法及一种高维多目标非冗余目标评价方法,并将提出的高维多目标进化算法应用在文本特征值提取方面。本文提出一种利用在超平面上进行聚类技术来解决高维多目标优化问题的无参数算法(ClusterISEA)。该算法利用聚类技术将临界层的个体进行在分布超平面进行聚类选择。算法在整个优化过程中未引入任何参数,使得算法具有更强的适应问题的能力。与其它七个算法在测试函数DTLZ系列上进行测试分析,验证算法的有效性。本文提出一种利用旋转网格技术来解决高维多目标优化问题的算法(RGridEA)。该算法利用旋转网格规划目标空间,一方面借助了网格的分布性保持策略,另一方面利用旋转机制将收敛性和分布性分开来考虑,而且也融入了方向引导的策略,从而达到高维空间个体收敛和分布均匀的目的。与其它八个算法在测试函数DTLZ系列上进行测试分析,验证算法的有效性。本文从拟合的思路入手,从非冗余目标与冗余目标在空间的分布相似程度来衡量非冗余目标集的优劣提出了一种高维多目标非冗余目标评价标准(OSDSR),由于它同时考虑了非冗余目标集和冗余目标集的信息,将空间中的目标采用分段拟合机制,根据目标拟合的程度计算目标的相似程度,并根据所计算的相似度来评价目标,它的评价结果更准确。在叁个测试问题Dtlz5, Dtlz2BZ和Dtlz2进行测试,通过和传统的IGD对比,表明,OSDSR能够在不知道真实Pareto面的情况下评价出冗余目标,而评价效果与IGD相当。最后本文将提出的高维多目标进化算法应用在文本特征值提取方面,实验验证提出的算法能有效降低特征值的维数并提高文本分类的性能。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
叁维评价方法论文参考文献
[1].仇佳捷.基于SPCC四维评价体系的老旧电梯处理方案评估方法[J].中国电梯.2018
[2].邹娟.高维多目标进化优化及降维评价的方法研究[D].湘潭大学.2014
[3].王振锋.燃烧效率一维评价方法及影响因素作用效果研究[D].中国空气动力研究与发展中心.2007
[4].李志平.高校社会科学成果的一种四维评价方法初探[J].科技管理研究.2004
[5].罗磊,许晓瑾.运动性疲劳(SF)适用诊断方法的研究——“SF简易四维评价系统”的设计和应用[C].第六届全国体育科学大会论文摘要汇编（二）.2000
[6].袁群,韩菊红.混凝土粘结面粗糙度的分维评价方法[C].第九届全国结构工程学术会议论文集第Ⅰ卷.2000
[7].孙强,段法兵,谢和平.煤体爆破破碎分维评价方法的研究[J].岩石力学与工程学报.2000