全部
图书
期刊
学位论文
会议论文
报纸
图片
视频
新闻
关键词
- 基于熵权TOPSIS法的航空地井多功能组合模式研究
- 作者： 李晓蔚 张博宽 周元升 来源： 山西建筑 年份： 2024 文献类型 ： 期刊 关键词： 熵权法 多功能组合 航空地井 TOPSIS法
- 描述： 对现有的机坪地井保障集成度有限，能源供应效率不够高等问题以及航空地井的研究应用现状进行了分析，从安全性、经济性、高效性多个角度构建地井组合方案的评价指标体系，提出了利用熵权法确定指标权重，并在此基础上采用基础加权法与TOPSIS方法对不同方案进行评价排序，最终得到相对较优的六种地井组合方案，为今后机场的地井选择与设计提供了参考。
- 支线航空网络节点的聚类与关键节点识别
- 作者： 何行 刘旺根 何珊 赵振涵 来源： 舰船电子工程 年份： 2023 文献类型 ： 期刊 关键词： 熵权 关键节点 TOPSIS法 支线航空 聚类分析
- 描述： 为了提高支线航空网络运行安全性，科学合理分析支线机场重要性，基于复杂网络理论分析支线航空网络的拓扑结构，构建节点重要度指标体系，应用基于密度的Descan算法对支线航空网络的161个机场节点进行聚类分析，应用熵权法、逼近理想解法（TOPSIS）综合评价机场节点重要度，完成节点的分类和关键点的识别。研究结果表明：连云港、大理、泸州、宜宾等24个关键节点为重要机场，聚类与熵权-Topsis法结果几乎一致，可为航空网络的关键节点选择提供理论基础，重点保护关键节点，提高支线航空网络运行的安全性。
- 基于BP-Adaboost与TOPSIS的航空装备供应商评价
- 作者： 顾玉磊 马晖 王愚勤 胡卉 刘富鑫 来源： 山东大学学报(工学版) 年份： 2023 文献类型 ： 期刊 关键词： 航空装备制造业 因子分析 供应商管理 TOPSIS法 AdaBoost算法 供应商评价指标体系 BP
- 描述： 为提升航空装备供应商评价标准的适用性及准确性,提出并设计出一种基于逆向传播(back propagation,BP)神经网络-弱分类器(Adaboo st)与优劣解距离法(technique for order preference by similarity to an ideal solution,TOPS IS)相结合的供应商评价方法。在构建评价模型过程中,运用因子分析理论对供应商评价指标进行筛选,构建适合航空装备行业特点的供应商评价指标体系。在Adaboost算法元框架下,将BP神经网络作为基分类器,设计基于BP-Adaboost强分类器供应商分类模型。针对BP-Adaboost算法无法精确计算供应商综合得分的不足,设计基于TOPSIS法的供应商评价模型。案例分析结果表明,基于BP-Adaboost与TOPSIS结合的供应商评价模型具有更高的评价准确度,对企业完善供应商管理体系提供理论和实践指导。
- 基于改进GRA-TOPSIS法的飞行员核心胜任力评估
- 作者： 王向章 来源： 西安航空学院学报 年份： 2024 文献类型 ： 期刊 关键词： 飞行员 组合赋权法 TOPSIS法 核心胜任力 GRA 差异性分析
- 描述： 为评估飞行员岗位核心胜任力，有针对性地改进飞行训练，基于改进的GRA-TOPSIS法对飞行员核心胜任力水平进行评估。首先，通过CBTA体系和EBT手册确定9大核心胜任力评估指标，以资深飞行员、教员为对象进行问卷调查、专家访谈，对所得结果进行信度、效度、独立样本检验，最终确定了33项飞行员核心胜任力指标。其次，运用群决策相对熵结法、熵权法确定指标体系权重，改进GRA-TOPSIS算法以相对贴近度形式评价飞行员核心胜任力。最后，对随机抽取5名A330机型机长和副驾驶的核心胜任力进行综合评估，并以雷达图算法表征各飞行员核心胜任力水平差异。结果表明，改进的评估方法可以客观反应权重数值，能有效评估飞行员核心胜任力，有效识别各飞行员的胜任力偏差。
- 基于BP-Adaboost与TOPSIS的航空装备供应商评价
- 作者： 顾玉磊 马晖 王愚勤 胡卉 刘富鑫 来源： 山东大学学报(工学版) 年份： 2024 文献类型 ： 期刊 关键词： 航空装备制造业 因子分析 供应商管理 TOPSIS法 AdaBoost算法 供应商评价指标体系 BP
- 描述： 为提升航空装备供应商评价标准的适用性及准确性，提出并设计出一种基于逆向传播(back propagation, BP)神经网络-弱分类器(Adaboost)与优劣解距离法(technique for order preference by similarity to an ideal solution, TOPSIS)的航空装备供应商评价方法。运用因子分析理论对供应商评价指标进行筛选，构建适合航空装备行业特点的供应商评价指标体系。在Adaboost算法元框架下，将BP神经网络作为基分类器，设计基于BP-Adaboost强分类器供应商分类模型。针对BP-Adaboost算法无法精确计算供应商综合得分的不足，设计基于TOPSIS法的供应商评价模型。案例分析结果表明，基于BP-Adaboost与TOPSIS法的航空装备供应商评价模型具有更高的评价准确度，对企业完善供应商管理体系提供理论和实践指导。