导读:本文包含了优选准则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:准则,评价,方案,测向,电功率,目标,理论。
优选准则论文文献综述
郝世锋,柳仲贵[1]（2019）在《空间目标监视雷达信号频率的优选准则》一文中研究指出随着在轨微小卫星及空间碎片数量不断增加,为保证在轨卫星的运行安全,需要对微小目标进行有效跟踪探测及稳定编目。雷达作为近地空间目标监视的主用设备,在对厘米级小目标进行探测跟踪时,其工作频率是决定其能否可靠探测关键因素,高频有利于探测小目标,并可获得相对稳定的RCS,但高频信号的波束小、搜索能力较低,实现难度大,也使得成本过高。为适于实际工程应用,需从效费比出发,对频率进行优选。本文从目标RCS的角度提出一种空间目标监视雷达信号频率的优选准则,给出该准则下周长波长比ka的取值范围。为了更加清楚地说明该优选准则的应用,给出了直径5 cm和10 cm的目标在该准则下信号频率的取值范围,并与国外工作做了比较,证明该准则可行。(本文来源于《南京航空航天大学学报》期刊2019年S1期）
徐磊,常国宾,汪云甲,骆飞,陈雄川[2]（2018）在《应用赤池信息量准则优选多项式高程拟合模型》一文中研究指出文章以多项式高程拟合模型为研究对象,采用赤池信息量准则(Akaike information criterion,AIC)优选多项式模型。模拟产生一组高程异常数据,将其分为估计组和检核组,对于任一备选阶数,采用最小二乘法求解模型参数,并计算相应的AIC,备选模型中AIC最小者即为所选的高程转换模型。对检核组数据进行交叉检验试验,结果显示AIC最小所对应模型预测的高程异常与检核组的数据符合最好,表明了文中所采用方法的有效性。(本文来源于《合肥工业大学学报(自然科学版)》期刊2018年08期）
刘婷婷[3]（2017）在《风电功率预测模型的优选准则与融合策略研究》一文中研究指出随着环境污染和能源危机的加剧,世界各国开始寻求清洁、可再生的绿色能源来代替传统的不可再生能源。风能由于分布广、无污染、开发潜力大得到了各国的重视。风能的主要利用方式是风力发电,随着风电的快速发展,风电在电网中所占的比例也越来越大。然而风能的间歇性和随机性会对电网安全运行造成影响,从而制约风电的进一步发展,因此对风电输出功率进行准确预测,对风电的发展和电网稳定运行意义重大。为了实现对风电功率预测精度的进一步提高,本文针对功率预测建模中的关键问题,研究了预测模型的改进;在课题组建立的多种预测模型基础上,着重研究了单一预测模型的评价和优选准则,并对预测模型的融合策略进行了研究。本文主要研究内容如下:(1)总结了风电功率预测的背景和研究现状,介绍了预测模型的分类、典型的单一预测模型和组合预测模型;总结了功率预测中的问题和模型评价的意义与现状。(2)以小波神经网络为例,研究了风电功率预测建模中的关键问题。针对小波网络中各参数和结构难以确定的问题,采用粒子群算法(PSO)优化小波网络的参数;采用灰关联删减法确定小波网络的隐含层节点数;详细分析了影响风电功率预测精度的因素及其数据特性,采用灰关联度确定小波网络的输入变量。仿真结果表明,本文提出的基于PSO参数优化和灰关联删减法结构优化的小波网络的预测精度得到了明显的提高。(3)提出了基于多指标的风电功率预测模型综合评价方法,从指标体系的建立和指标权重的确定方法两个方面进行了深入研究。建立了预测模型的评价指标体系,采用熵值法确定评价指标的客观权重,采用层次分析法确定主观权重,从而得到指标的综合权重以及模型的综合评价值,最终实现了对模型预测效果的综合评价和排序。(4)为了进一步提高功率预测模型的预测精度,提出了基于多指标优选的预测模型融合方法。首先在模型多指标评价的基础上对单一模型进行筛选和冗余判断,优选出参与融合的单一模型,然后采用5种组合方法分别进行融合建模。通过大量的数据进行仿真实验,结果表明,模型优选有助于提高融合模型的预测精度。5种组合方法中熵值法、Shapley值法、IOWA法能有效提高模型的预测精度,其中基于IOWA的融合模型预测效果较好。(本文来源于《太原理工大学》期刊2017-06-01）
乌云娜,胡勇[4]（2016）在《基于模糊多准则妥协解排序法的光伏发电投资计划优选框架》一文中研究指出投资计划优选是光伏发电项目前期工作的重中之重,多准则决策方法在项目优选过程中扮演着重要的角色。但是,常用的多准则决策方法没有考虑决策属性的模糊性和指标之间的冲突性,这将会降低光伏发电项目评估的准确性。因此,该文通过引入模糊集理论和多准则妥协解排序法构建光伏发电投资计划优选框架;利用模糊数代替精确数减少决策信息的损失;通过使用多准则妥协解排序法获得折衷解,解决在存在多项冲突指标时决策结果不能被所有决策者所接受的难题。本框架分为3个部分:评价备选方案的确定、基于群组序关系法的指标权重确定和基于模糊多准则妥协解排序法的投资计划优选,各个部分之间紧密联系,相互影响。最后,以某企业100 MW的地面并网光伏电站项目为例验证了所建框架的有效性和合理性。(本文来源于《电力建设》期刊2016年02期）
蔡斌斌[5]（2015）在《基于D-S证据理论的多准则特征集优选方法》一文中研究指出特征集优选是模式识别中一个重要的研究内容,因为在模式识别中往往会提取到多个特征,然而并不是所有的特征都有助于提高分类准确率,有些特征甚至会降低分类率。因此如何去掉冗余特征,选择较优的特征集是一个研究的重点和难点。国内外研究者提出许多特征集优选的方法,这些方法首先采用特定的特征排序方法对特征进行排序,根据排序结果选择最优的特征子集。因此特征排序方法的好坏直接影响选取的特征集的优劣。特征排序方法从总体上可以分为两大类：单一排序准则和多准则排序方法(多准则是将几个单一排序方法按照一定的组合规则融合在一起)。在没有先验知识的情况下,对于给定特征集,我们无法确定哪个单一排序准则更适合该问题,导致选择困难,因此单一排序准则融合成为研究的热点。本文首先以高速列车走行部常见故障的实测数据的特征集为研究对象,提出了一种基于Fisher's ratio和模糊熵方法的多准则特征集优选方法。该方法将Fisher's ratio和模糊熵方法“并行”融合,得到特征的综合排序,去掉冗余特征,从而得到更有效的特征集。实验部分先对标准数据特征集做测试,验证该方法的有效性,再将该方法应用于高速列车走行部故障数据的特征集中,得到更有效的特征子集,提高故障识别率。如何融合各单一排序准则(即融合规则)是多准则特征排序方法的核心问题。给定-个特征集,使用不同的单一准则会得到不同的排序,即不同的排序之间存在冲突,若处理不当将产生错误结果。D-S证据理论能够有效地处理融合过程中存在的冲突,进而解决融合悖论问题。因此基于D-S理论本文提出了一种新的多准则特征集优选方法(MCFR-DSEC)。该方法结合不同的单一准则以提高分类准确率和稳定性,与已有的准则相比,MCFR-DSEC表现出明显的优势。但MCFR-DSEC方法的融合规则计算复杂、参数较多。因此本文又选择计算简单、效果好的Murphy的改进D-S算法作为融合规则的新方法-MCFR-MURPHY。实验结果验证了该方法的有效性且计算简单。除了分类准确率,本文还测试了特征排序方法的稳定性,因为如果一个特征排序准则稳定性不好,那么当测试数据集样本发生微小变化时可能会得到不同的特征排序。总之,将D-S理论作为融合规则不仅能够有效地融合各个单一准则,且具有很好的稳定性。最后,本文将MCFR-MURPHY方法应用于高速列车走行部故障状态识别,对特征集中的特征进行排序,每次去掉一个冗余特征,并求得相应的准确率,即可得到各个特征空间的分类准确率。与BordaCount和单一排序准则对比,MCFR-MURPHY方法能够更有效地判断各个特征对分类的作用,且计算方法简单、普适性强、稳定性好。(本文来源于《西南交通大学》期刊2015-05-01）
范中洲,吴兆麟,谢洪彬,胡宗华[6]（2013）在《成山角定线制方案模糊多准则优选方法》一文中研究指出为了从成山角东北水域的推荐定线制方案中选出一个最佳的方案,同时也要最大程度满足各用海单位的意见。基于多准则决策理论,以问卷调查的方式决定评估准则,并用多准则层次分析法获得各个准则的权重。最后以理想点法(TOPSIS)进行方案的排序,依此模式获得成山角水域船舶定线制的最佳推荐方案。(本文来源于《中国航海》期刊2013年02期）
郑志利[7]（2013）在《基于极大熵准则的水利工程方案优选》一文中研究指出水利工程方案评价中各指标存在不确定性和模糊性,将极大熵准则应用于方案评价中,建立了基于熵权的水利工程方案综合评价模型。引用信息熵所反映数据本身的效用值来计算指标的权重系数,有效地避免了权重分配中主观因素影响问题。该模型以一种新的方法进行方案综合评价,并结合实例进行应用,验证了模型的可行、简便和实用。(本文来源于《水电与新能源》期刊2013年03期）
赵锁珠,李军[8]（2012）在《基于多准则决策的作战飞机顶层方案优选》一文中研究指出提出了综合应用灰色关联投影法、加权求和法、加权求积法和基于理想点决策法来实现对无人作战飞机顶层方案的优选,并着重介绍了多准则决策方法及实施过程。该方法采用不同的公度化方法处理相应的评价指标,对多目标、多层次指标体系进行赋权,利用权重将评价指标联系在一起,并将四种准则决策法进行综合,依据决策者的偏好,最终实现顶层方案的优选。最后,通过制空无人作战飞机顶层方案优选的例子,证实了所提方法是可行且有效的。(本文来源于《飞行力学》期刊2012年01期）
陈新,彭科举,周东翔,刘云辉,刘海军[9]（2010）在《基于优选数据准则的空基多平台协同定位方法》一文中研究指出在多无人机(unmanned aerial vehicle,UAV)协同定位地面固定辐射源的应用环境中,UAV编队中的各机利用携带的电子支援措施(Electronic Support Measurement,ESM)探测目标的方位角,并利用各观测机获取的辐射源入射角(arrivalof angle,AOA)对目标实施协同定位。假设UAV所携带传感器设备测量精度相同,且测量误差服从正态分布,在此条件下,UAV编队的队形会对多机协同定位的精度产生影响。为了进一步研究编队队形与协同定位精度的关系,首先,利用两机的相对几何关系建立了基于AOA的双机定位模型,并在此基础上推导出基于测向交叉定位方法的多无人机协同定位误差模型;其次,基于该误差模型分别分析了观测机处于不同的观测点对定位误差模型的影响和不同的观测角组合对定位精度的影响,并给出UAV编队队形与定位误差关系的结论;最后,基于上述结论提出了基于测向交叉定位方法的多机数据融合优选定位数据对的优选函数,并利用该优选函数对多机协同定位方法进行了改进,仿真验证了改进算法的有效能。同时,本文得出的结论对于UAV机群的路径规划有一定的指导意义。(本文来源于《信号处理》期刊2010年10期）
周玉良,何广军,吴建峰,崔叁俊[10]（2010）在《基于最大故障诊断信息量准则的测试点优选方法》一文中研究指出针对某型导弹姿态稳定分系统的测试点优选问题进行了分析研究。首先在相关性模型的基础上,综合考虑可靠性和测试费用的影响,利用信息论中熵的概念,建立了最大故障诊断信息量准则;然后根据信息量的大小依次选择测试点,确定出优选的故障诊断策略,并画出故障隔离树。实例应用表明:该方法是正确的、可行的,得到的诊断策略只需较低的测试费用。(本文来源于《弹箭与制导学报》期刊2010年05期）
优选准则论文开题报告
（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：
文章以多项式高程拟合模型为研究对象,采用赤池信息量准则(Akaike information criterion,AIC)优选多项式模型。模拟产生一组高程异常数据,将其分为估计组和检核组,对于任一备选阶数,采用最小二乘法求解模型参数,并计算相应的AIC,备选模型中AIC最小者即为所选的高程转换模型。对检核组数据进行交叉检验试验,结果显示AIC最小所对应模型预测的高程异常与检核组的数据符合最好,表明了文中所采用方法的有效性。
（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。
优选准则论文参考文献
[1].郝世锋,柳仲贵.空间目标监视雷达信号频率的优选准则[J].南京航空航天大学学报.2019
[2].徐磊,常国宾,汪云甲,骆飞,陈雄川.应用赤池信息量准则优选多项式高程拟合模型[J].合肥工业大学学报(自然科学版).2018
[3].刘婷婷.风电功率预测模型的优选准则与融合策略研究[D].太原理工大学.2017
[4].乌云娜,胡勇.基于模糊多准则妥协解排序法的光伏发电投资计划优选框架[J].电力建设.2016
[5].蔡斌斌.基于D-S证据理论的多准则特征集优选方法[D].西南交通大学.2015
[6].范中洲,吴兆麟,谢洪彬,胡宗华.成山角定线制方案模糊多准则优选方法[J].中国航海.2013
[7].郑志利.基于极大熵准则的水利工程方案优选[J].水电与新能源.2013
[8].赵锁珠,李军.基于多准则决策的作战飞机顶层方案优选[J].飞行力学.2012
[9].陈新,彭科举,周东翔,刘云辉,刘海军.基于优选数据准则的空基多平台协同定位方法[J].信号处理.2010
[10].周玉良,何广军,吴建峰,崔叁俊.基于最大故障诊断信息量准则的测试点优选方法[J].弹箭与制导学报.2010
论文知识图
