导读:本文包含了多指标体系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:多指,体系,评价,系数,宏量,综合评价,指标。
多指标体系论文文献综述
任俊达,黄硕磊,刘婧一[1]（2019）在《基于多指标体系下辽宁省高速公路沥青类材料参数研究》一文中研究指出新版《公路沥青路面设计规范》(JTG D50-2017)的颁布,标志着沥青路面设计将从单一指标向多指标体系进行转变。多指标体系所提出的设计指标和参数改换了现行设计体系和损坏模型,改变了各项参数的性质、测定方法、仪器以及数值,但如何对辽宁省沥青路面设计进行指导,需要进行试验验证,因此,通过室内试验,确定了沥青路面结构设计中所用到的力学性能和路用性能参数,包括沥青混合料单轴压缩动态模量、沥青混合料抗剪强度、沥青混合料抗永久变形以及沥青胶结料低温弯曲性能等高速公路沥青路面用典型材料的参数范围,对于规范和明确辽宁省路面结构设计具有重要意义。(本文来源于《北方交通》期刊2019年06期）
张雪[2]（2019）在《婴配食品多指标体系营养综合评价方法构建及其应用》一文中研究指出婴幼儿配方奶粉的营养成分必须满足婴幼儿的生长需要,应最大程度地接近母乳,其各营养素成分及含量,构成及量效对满足婴幼儿营养需求至关重要,因此对婴幼儿配方奶粉进行科学合理的营养综合评价方法研究甚为必要。本研究采用层次分析法构建婴幼儿配方奶粉营养综合评价体系,该体系包括目标层、指标层和变量层叁个层次,目标层为婴幼儿配方奶粉营养综合评价,指标层包括蛋白质、脂肪、碳水化合物,变量层为氨基酸、脂肪酸、Sn-2位脂肪酸、低聚糖、乳糖。由变量层计算各指标层的评分方法为氨基酸分析评价法、最优值距离法和马氏距离法。通过该体系对婴幼儿配方奶粉(婴配羊奶粉品牌1-7编号分别为GA、GB、GC、GL、GR、GYB;婴配牛奶粉品牌8-9编号分别为CF、CY)基于叁大宏量营养素及其各分项指标进行多指标营养综合评价,以期为婴幼儿配方奶粉的开发及营养评价提供参考依据。研究结果如下:(1)蛋白质营养评价结果显示:I段婴配羊奶粉GYB样品蛋白质评分最高,为77.30,除GY、CF样品分值较低,其余样品评分差异较小。II段婴幼儿配方奶粉蛋白质评分CY样品最高,为72.19,GY样品最低。III段婴幼儿配方奶粉蛋白质评分各样品之间差异显着,GYB样品分值最高,为76.32。(1)由氨基酸评分(AAS)分析得知I段配方奶粉第一限制性氨基酸均是蛋氨酸+胱氨酸;II段中GY、GR样品第一限制性氨基酸为组氨酸,其余样品为蛋氨酸+胱氨酸;III段中GL、GYB、CF样品第一限制性氨基酸为苯丙氨酸+酪氨酸,其余样品为组氨酸。(2)I段配方奶粉必需氨基酸指数(EAAI)均大于90;II、III段EAAI均显着大于100。(3)SRC得分可知I段婴配羊奶粉GB样品最高,为83.50,与理想蛋白氨基酸模式偏离度较小,GL、GY、CF样品分值较低;II段除CY样品SRC分值为81.5,其余样品SRC均低于80;III段婴配牛奶粉CF样品SRC分值最高,为82.85,其次GB、GL、GYB样品分值大于70,剩余样品均低于70。(4)灰色关联度分析可知I段婴幼儿配方奶粉中除婴配牛奶粉CF得分较低,为0.556,其余样品均在0.7左右;II段婴配羊奶粉GB的灰色关联度系数最高,为0.672,其次是GC样品,为0.660,其余样品均在0.60左右;III段灰色关联度系数最高的是婴配羊奶粉GYB样品,为0.686,其次是婴配牛奶粉CF样品,为0.638。(2)脂肪营养评价结果显示:微量脂肪酸与Sn-2位脂肪酸与母乳含量差异显着,是影响脂肪评分的主要因素。I段婴幼儿配方奶粉CF、GL样品脂肪综合评分最高,除GY、GR、GYB样品综合评分低于60,其余样品分值均在60分以上。II、III段配方奶粉脂肪综合评分最高的分别是GB、GL样品,II、III段样品脂肪评分波动较大,其受Sn-2位脂肪酸影响较大,F_(Sn-2)分值多集中在20~35,从而拉低了脂肪综合评分。(1)脂肪酸评分可知I段中婴配羊奶粉GY样品分值最高,婴配羊奶粉该得分普遍高于婴配牛奶粉。I、II、III段婴幼儿配方奶粉中主要脂肪酸均为棕榈酸(C16:0)、油酸(C18:1c)、亚油酸(C18:2c),含量总和占脂肪酸总量的65%以上。不同品牌婴配奶粉叁种主要脂肪酸差异显着(P<0.05)。(2)Sn-2位脂肪酸评分结果显示婴幼儿配方奶粉Sn-2位脂肪酸与母乳存在显着差异,所有样品F_(Sn-2)得分均小于F_(FA)的一半甚至更低,其中婴配羊奶粉CF样品F_(Sn-2)分值最高,仍不到60分。(3)碳水化合物营养评价结果显示:婴幼儿配方奶粉低聚糖添加量与母乳低聚糖含量存在较大差异,且低聚糖添加量是碳水化合物评分的主要影响因素。I段婴幼儿配方奶粉碳水化合物评分GA、CY样品最高;II段、III段配方奶粉分值最高均为GA样品。I段婴配牛奶粉CY样品低聚糖含量最高,为3.10 g/100 g,其次是婴配羊奶粉GA样品,为3.06 g/100 g。其余样品低聚糖含量在1.5 g/100 g左右,均与母乳存在较大差距(P<0.05)。(4)基于蛋白质评分、脂肪评分、碳水化合物评分的综合营养评价结果显示:在所测定的9种品牌的婴幼儿配方奶粉中,I段中排名前叁的品牌分别为GA、CY、GB;II段排名前叁的品牌分别为GB、CY、GC;III段排名前叁的品牌分别为CF、GB、GL。整体而言,婴幼儿配方羊奶粉GB样品表现最优,表明其氨基酸含量较均衡,在脂肪酸、Sn-2位脂肪酸、低聚糖含量上与母乳更接近。婴幼儿配方奶粉叁大宏量营养素脂肪、蛋白质、碳水化合物从能量供应的角度均能满足婴幼儿正常的生长所需,但其具体的组成比例与母乳有一定差异。(本文来源于《西北农林科技大学》期刊2019-05-01）
张佳星[3]（2018）在《医院“科技量值”发布 科技评价探索多指标体系》一文中研究指出科技日报北京12月23日电 （记者张佳星）“医药卫生健康领域要告别人海战术、资源驱动模式，转而以科技创新引领持续、加快发展。”国家卫生健康委员会科教司副司长吴沛新表示，推动科技引领应加强以临床为中心的科研建设，科技评价是其中的重要一环。23日，中国医学科(本文来源于《科技日报》期刊2018-12-24）
方曼琪,解绍锋,徐莘[4]（2018）在《配电网谐波责任划分的多指标体系研究》一文中研究指出随着非线性谐波负荷的剧增,电网谐波呈现出多源性和时变性等特征。合理评估谐波责任,是控制电网谐波、避免谐波纠纷所必须解决的问题。本文从电流、电压以及功率叁个指标出发,分别划分了公共连接点用户侧及系统侧的谐波责任。建立配电网谐波责任划分的多指标体系。多指标体系利用总偏差最小的优化组合模型得到各指标的组合权重系数。通过不同算例验证了多指标体系划分谐波责任的权重结果的正确性和可行性。(本文来源于《第九届电能质量研讨会论文集》期刊2018-06-28）
杨鑫鑫[5]（2016）在《基于多指标体系RC框架结构破坏模式研究》一文中研究指出强震作用下,建筑结构允许某些部位的损伤来保证结构整体的安全性。如何控制结构的“破坏模式”是实现预期抗震设防目标的关键。国内外尚没有一套系统简便的评价体系可以对结构地震破坏模式进行系统评价,合理的损伤评判标准应综合考虑经济性、震后修复性、安全性和适用性等因素。强柱弱梁系数是影响结构破坏模式的关键参数,2010抗震规范提高强柱弱梁系数,基于现有研究和实际震害现象表明仍有不少柱铰产生。为此,不少学者提倡强柱弱梁系数仍需要进一步提高,“加强-加强-再加强”的惯性思路是自然有助于梁铰机制的形成,但却需要付出更大的经济代价。因此,有必要用合理的破坏模式评价体系对强柱弱梁系数进行评价,在建筑经济和结构安全之间找到一个平衡,以此出为合理的强柱弱梁系数提供参考。论文以不同强柱弱梁系数的钢筋混凝土框架结构为研究对象,从结构地震破坏模式的经济性评价、安全性评价、合理性评价和简化计算方法等方面展开了深入的研究。论文的主要研究工作和成果如下:(1)提出了RC框架结构地震破坏模式多指标评价体系,从经济性和安全性两个角度综合评价结构地震破坏模式的合理性,经济性涉及修建成本和震后可修复度,安全性以结构的抗倒塌概率为基础;(2)对比了罕遇地震作用下,不同强柱弱系数结构的反应规律。得到结论:强柱弱梁系数取值越大的结构其地震反应越小,抗震性能越好。随着强柱弱梁系数取值的增大,结构层损伤有减小的趋势,且结构损伤分布越来越均匀,可以有效地避免“局部损伤机制”,“强柱弱梁”式破坏模式越来越明显。(3)基于Park-Ang双参数损伤模型,对比了不同强柱弱系数对经济指标的影响规律。得到结论:强柱弱梁系数取值增大,结构的修复费用率、修复时间率和修复难度系数都在逐渐降低,但降低幅度呈现出衰减趋势;结构的经济指标随着强柱弱梁系数的增大逐渐提高,经济性越来越差,增大幅度呈现出递增趋势;(4)基于IDA的地震易损性分析,对比了不同强柱弱系数对安全指标的影响规律,得到结论:增大强柱弱梁系数对结构的贡献主要体现在塑性阶段,而且地震动强度越大,贡献越明显;强柱弱梁系数的增大,可以明显降低RC框架结构破坏模式安全指标,安全性越来越好,但该降低趋势逐渐衰减;(5)基于结构地震破坏模式合理性多指标体系,根据建筑设计使用年限和结构抗震设防标准,对8度0.2g区二级框架强柱弱梁系数取值给出了初步建议;探究了RC框架结构地震破坏模式合理性简化评价方法,并通过算例分析验证了该简化计算方法的有效性。(本文来源于《重庆大学》期刊2016-05-01）
李清超,马俊,刘建新,文琼,马浪浪[6]（2016）在《贵州省高海拔山区玉米多指标体系的评价研究》一文中研究指出为了对玉米多指标试验进行科学的评价,采用主成分分析法对12个品种在5个试验地点的11个农艺性状进行综合评判。结果表明:5个试点综合表现最好的品种均不一致,对照种在不同试点下的表现也有差异,试点对品种存在较强的选择效应,品种间的适应性也存在较大差异。传统相对比较法仅考虑产量因素,未将其他性状进行考虑;主成分分析法能够很好地应用于玉米多指标体系的综合评价,但是要将其应用于注重产量的品种筛选中,还需加大产量在所有观测值中的权重。。(本文来源于《江西农业学报》期刊2016年01期）
于德龙,孙柏涛,闫培雷[7]（2015）在《应用多指标体系构建城乡分级公里格网模型》一文中研究指出为了反应城乡承灾体在自然灾害发生过程中的级别与空间的差异,本文构建了城乡分级公里格网模型。基于影响承灾体的多种因素,构建了服务于城乡分级模型的多指标体系。基于多指标体系,利用聚类分析的方法,划定城乡不同级别之间的界线,实现城乡分级的公里格网空间化。针对黑龙江省城乡分级结果进行了相应的统计学分析,验证了其合理性。与此同时,将遥感地图与分级结果对比分析,进一步保证了结果的精确性。本文所得到的城乡分级模型,有助于快速准确地实现灾前的预测评估、灾时的快速救援和灾后的损失评估。(本文来源于《哈尔滨工程大学学报》期刊2015年12期）
贺登科,史志振,励爱[8]（2015）在《血小板的多指标体系变化对晚发型维生素K缺乏性出血的预测价值与临床意义》一文中研究指出目的探讨血小板多指标变化对婴儿晚发型维生素K缺乏性出血的预测价值。方法选取晚发型维生素K缺乏性出血患儿30例为观察组,另选与观察组患儿一般资料匹配的同期体检婴儿30例为对照组。记录观察组在急性期、恢复期和对照组血小板指标,并通过曲线比较3时期实验室数据的曲线下面积、灵敏度、特异度等指标。结果观察组急性期血小板体积分布宽度(PDW)高于对照组,平均血小板体积(MPV)低于对照组(均<0.05)。MPV-PDW检测法在曲线下面积为0.85。当PDW为18.02%,MPV为8.52fl时,灵敏度(92.0%)和特异度(72.0%)最高,阳性预测值为76.6%,阳性似然比为3.29,误诊率为28.0%,正确指数为0.64,诊断符合率82.0%。结论采用血小板MPV-PDW指标检查方法,证实该方法能有效提高晚发型维生素K缺乏出血的阳性检出率,是目前针对该病较为理想的、试用更广的、早期诊断预测方法。(本文来源于《现代实用医学》期刊2015年10期）
王东海,赵秋红[9]（2014）在《ABC库存分类的多指标体系及其信息熵方法》一文中研究指出库存合理分类对企业的库存管理非常重要.在现有ABC库存分类指标体系的基础之上,指出需求波动对库存分类的重要性,设计了考虑需求波动系数的.ABC库存分类多指标体系;进一步,分析了指标的差异性对库存分类的影响,提出了基于信息熵的多指标ABC库存分类方法.与已有文献对比分析表明,所设计的多指标分类体系综合考虑了库存物资的不同属性;对某家电企业的案例分析可以看出,所提出的.ABC库存分类的多指标体系及其信息熵方法有助于企业制定合理的库存决策,可有效提高企业的管理绩效.(本文来源于《数学的实践与认识》期刊2014年13期）
方略,程浩忠,柳璐,吴争,胡蔚[10]（2014）在《基于多指标体系的10kV配电网投资分配评价》一文中研究指出随着配电网投资规模逐步加大,亟需确立一套评价配电网投资分配合理性的指标和方法。从安全性、可靠性、经济性、灵活性、协调性和环境影响性6方面建立了10 kV配电网投资分配评价指标体系。采用模糊数学综合评价方法进行10 kV配电网投资分配的综合评价。为了兼顾客观数据以及投资分配者对各数据重视程度对指标权重的影响,采用基于盲数理论的赋权法进行指标赋权。对我国东南某省电力公司2010、2011年10kV配电网投资分配结果进行了评价,评价结果显示其分配结果较为合理。(本文来源于《华东电力》期刊2014年06期）
多指标体系论文开题报告
（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：
婴幼儿配方奶粉的营养成分必须满足婴幼儿的生长需要,应最大程度地接近母乳,其各营养素成分及含量,构成及量效对满足婴幼儿营养需求至关重要,因此对婴幼儿配方奶粉进行科学合理的营养综合评价方法研究甚为必要。本研究采用层次分析法构建婴幼儿配方奶粉营养综合评价体系,该体系包括目标层、指标层和变量层叁个层次,目标层为婴幼儿配方奶粉营养综合评价,指标层包括蛋白质、脂肪、碳水化合物,变量层为氨基酸、脂肪酸、Sn-2位脂肪酸、低聚糖、乳糖。由变量层计算各指标层的评分方法为氨基酸分析评价法、最优值距离法和马氏距离法。通过该体系对婴幼儿配方奶粉(婴配羊奶粉品牌1-7编号分别为GA、GB、GC、GL、GR、GYB;婴配牛奶粉品牌8-9编号分别为CF、CY)基于叁大宏量营养素及其各分项指标进行多指标营养综合评价,以期为婴幼儿配方奶粉的开发及营养评价提供参考依据。研究结果如下:(1)蛋白质营养评价结果显示:I段婴配羊奶粉GYB样品蛋白质评分最高,为77.30,除GY、CF样品分值较低,其余样品评分差异较小。II段婴幼儿配方奶粉蛋白质评分CY样品最高,为72.19,GY样品最低。III段婴幼儿配方奶粉蛋白质评分各样品之间差异显着,GYB样品分值最高,为76.32。(1)由氨基酸评分(AAS)分析得知I段配方奶粉第一限制性氨基酸均是蛋氨酸+胱氨酸;II段中GY、GR样品第一限制性氨基酸为组氨酸,其余样品为蛋氨酸+胱氨酸;III段中GL、GYB、CF样品第一限制性氨基酸为苯丙氨酸+酪氨酸,其余样品为组氨酸。(2)I段配方奶粉必需氨基酸指数(EAAI)均大于90;II、III段EAAI均显着大于100。(3)SRC得分可知I段婴配羊奶粉GB样品最高,为83.50,与理想蛋白氨基酸模式偏离度较小,GL、GY、CF样品分值较低;II段除CY样品SRC分值为81.5,其余样品SRC均低于80;III段婴配牛奶粉CF样品SRC分值最高,为82.85,其次GB、GL、GYB样品分值大于70,剩余样品均低于70。(4)灰色关联度分析可知I段婴幼儿配方奶粉中除婴配牛奶粉CF得分较低,为0.556,其余样品均在0.7左右;II段婴配羊奶粉GB的灰色关联度系数最高,为0.672,其次是GC样品,为0.660,其余样品均在0.60左右;III段灰色关联度系数最高的是婴配羊奶粉GYB样品,为0.686,其次是婴配牛奶粉CF样品,为0.638。(2)脂肪营养评价结果显示:微量脂肪酸与Sn-2位脂肪酸与母乳含量差异显着,是影响脂肪评分的主要因素。I段婴幼儿配方奶粉CF、GL样品脂肪综合评分最高,除GY、GR、GYB样品综合评分低于60,其余样品分值均在60分以上。II、III段配方奶粉脂肪综合评分最高的分别是GB、GL样品,II、III段样品脂肪评分波动较大,其受Sn-2位脂肪酸影响较大,F_(Sn-2)分值多集中在20~35,从而拉低了脂肪综合评分。(1)脂肪酸评分可知I段中婴配羊奶粉GY样品分值最高,婴配羊奶粉该得分普遍高于婴配牛奶粉。I、II、III段婴幼儿配方奶粉中主要脂肪酸均为棕榈酸(C16:0)、油酸(C18:1c)、亚油酸(C18:2c),含量总和占脂肪酸总量的65%以上。不同品牌婴配奶粉叁种主要脂肪酸差异显着(P<0.05)。(2)Sn-2位脂肪酸评分结果显示婴幼儿配方奶粉Sn-2位脂肪酸与母乳存在显着差异,所有样品F_(Sn-2)得分均小于F_(FA)的一半甚至更低,其中婴配羊奶粉CF样品F_(Sn-2)分值最高,仍不到60分。(3)碳水化合物营养评价结果显示:婴幼儿配方奶粉低聚糖添加量与母乳低聚糖含量存在较大差异,且低聚糖添加量是碳水化合物评分的主要影响因素。I段婴幼儿配方奶粉碳水化合物评分GA、CY样品最高;II段、III段配方奶粉分值最高均为GA样品。I段婴配牛奶粉CY样品低聚糖含量最高,为3.10 g/100 g,其次是婴配羊奶粉GA样品,为3.06 g/100 g。其余样品低聚糖含量在1.5 g/100 g左右,均与母乳存在较大差距(P<0.05)。(4)基于蛋白质评分、脂肪评分、碳水化合物评分的综合营养评价结果显示:在所测定的9种品牌的婴幼儿配方奶粉中,I段中排名前叁的品牌分别为GA、CY、GB;II段排名前叁的品牌分别为GB、CY、GC;III段排名前叁的品牌分别为CF、GB、GL。整体而言,婴幼儿配方羊奶粉GB样品表现最优,表明其氨基酸含量较均衡,在脂肪酸、Sn-2位脂肪酸、低聚糖含量上与母乳更接近。婴幼儿配方奶粉叁大宏量营养素脂肪、蛋白质、碳水化合物从能量供应的角度均能满足婴幼儿正常的生长所需,但其具体的组成比例与母乳有一定差异。
（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。
多指标体系论文参考文献
[1].任俊达,黄硕磊,刘婧一.基于多指标体系下辽宁省高速公路沥青类材料参数研究[J].北方交通.2019
[2].张雪.婴配食品多指标体系营养综合评价方法构建及其应用[D].西北农林科技大学.2019
[3].张佳星.医院“科技量值”发布科技评价探索多指标体系[N].科技日报.2018
[4].方曼琪,解绍锋,徐莘.配电网谐波责任划分的多指标体系研究[C].第九届电能质量研讨会论文集.2018
[5].杨鑫鑫.基于多指标体系RC框架结构破坏模式研究[D].重庆大学.2016
[6].李清超,马俊,刘建新,文琼,马浪浪.贵州省高海拔山区玉米多指标体系的评价研究[J].江西农业学报.2016
[7].于德龙,孙柏涛,闫培雷.应用多指标体系构建城乡分级公里格网模型[J].哈尔滨工程大学学报.2015
[8].贺登科,史志振,励爱.血小板的多指标体系变化对晚发型维生素K缺乏性出血的预测价值与临床意义[J].现代实用医学.2015
[9].王东海,赵秋红.ABC库存分类的多指标体系及其信息熵方法[J].数学的实践与认识.2014
[10].方略,程浩忠,柳璐,吴争,胡蔚.基于多指标体系的10kV配电网投资分配评价[J].华东电力.2014
论文知识图
