为寻找合适的影响因素,提升企业核心竞争力水平,提出基于可拓共轭对分析和云模型的核心竞争力影响因素分析方法。通过对典型农机制造企业分析,运用可拓共轭对分析理论,建立企业内部业务流程和供应链两个角度的虚实、软硬共轭对模型,寻找所有影响因素集合。在此基础上构建基于相对偏好关系的云模型,处理评价信息的不确定性和模糊性,计算核心竞争力初始重要度。引入自相关矩阵进行修正并判断各相关因素的重要度,确定关键核心影响因素。最后通过实例分析验证所提模型的科学性和可行性,帮助企业寻找核心竞争力提升方向。

为了满足广大用户和销售者对路灯造型设计评价的大量需求,提出了一种基于云模型的路灯造型设计评价方法。首先对路灯的美学特征、功能特征、人机属性、技术需求和环境需求等因素进行分析,建立由指标层、因子层、属性层和目标层构成的路灯造型设计评价指标体系;运用层次分析法确定各评价指标相应的权重系数。其次评价小组对路灯造型设计方案的各评价指标进行打分,利用云模型对评价结果进行分析,提出基于云模型的路灯造型设计评价方法。通过案例验证了该方法的合理性和有效性。

为了将机械产品与服务相结合实现创新设计,对产品服务系统方案设计中顾客价值的获取方法进行了研究;再将其传递到性能域中,通过确定性能特征重要度优先级来更加合理地分配资源。基于手段-目的链理论构建顾客价值层次模型,从顾客期望的角度分析顾客价值进而得到顾客价值域模型。采用并行结构质量屋将产品服务系统中顾客价值传递到产品与服务性能域。采用云模型处理专家评价信息,解决群决策的模糊性和随机性问题。采用云相对偏好关系将云模型转化为精确值完成并行结构质量屋相关计算得到性能特征重要度。最后以某型号采煤机的顾客价值获取与传递为例,验证了所提方法的可行性与有效性。

由于齿轮箱故障振动信号具有非平稳性与不确定性的特点,导致齿轮箱故障诊断精度较低。针对该问题提出一种基于局部均值分解(LMD)云模型特征提取结合粒子群优化(PSO)核极限学习机(KELM)的齿轮箱故障诊断方法。首先,将故障振动信号用LMD分解得到若干PF分量,并利用相关系数原则筛选出相关性较高的PF分量;其次,在云模型中输入筛选后的PF分量,采用逆向云发生器对特征向量进行提取并输入到PSO-KELM中进行故障诊断;最后,利用QPZZ-Ⅱ实验台齿轮箱实测数据对该方法进行了性能分析。结果表明,该方法识别精度为97.65%,与多种方法进行对比,该方法具备最佳识别性能。

为诊断大型LNG高压泵自停状态是正常保护动作,还是高压泵自身故障所致,提出基于层次分析-云模型的大型LNG高压泵自停故障智能诊断方法。采用层次分析-云模型的高压泵运行状态识别方法,由层次分析模型构建高压泵运行状态评价指标体系后,由云模型的正向云发生器,分析高压泵运行状态的评价指标隶属度,识别处于自停状态的高压泵;使用基于卷积神经网络的自停故障智能诊断方法,由小波包方法提取自停高压泵的振动信号特征后,输入卷积神经网络,实现自停故障诊断。实验结果显示:此方法对大型LNG接收站中6个高压泵自停状态识别后,自停的6号高压泵属于3级故障,为非正常保护动作,诊断结果准确。

针对现有电力变压器模糊综合评判中只考虑指标模糊性而忽视随机性的问题，提出了新的基于云模型的电力变压器状态综合评判方法。采用层次分析法获取指标的权重信息，利用变权模式对定量指标权重进行修正，采用云模型对定量数据进行表述，同时考虑到了不确定性中的模糊性和随机性。实验环节证明该方法使评判结果更加接近实际，为变压器状态综合评判提供了一种有效可行的方法。

为弥补整体式液压模板技术综合效益评价体系研究领域的空缺,本文围绕整体式液压模板技术综合效益评价展开研究。分析整体式液压模板技术施工工艺,建立整体式液压模板技术综合效益评价指标体系;构建基于C-OWA算子和云模型理论的整体式液压模板技术综合效益评价模型,利用C-OWA算子计算指标权重,并运用云模型理论确定综合效益评价等级;通过实例分析,综合效益评价等级为“优”,与项目实际情况基本符合,表明所建立评价模型具有较好的适用性。

为了能够充分考虑评产品功能需求配置优化过程中评价信息的模糊性和随机性,提出了基于云模型的配置优化方法。在此过程中,建立云模型语言评价标度。结合正态云处理质量功能展开评价信息,确定顾客需求以及功能需求重要度。同时,以信息公理为依据,选择信息量最小的功能需求配置方案。针对模糊信息公理计算过程中可能出现无穷大情况的缺点,运用正态云模型将定性功能需求定量化,再以信息公理计算。考虑到功能需求之间的补偿关系,基于非准确性计算方法以总信息量最小为目标建立0-1非线性规划模型。最后以某装载机功能需求优化为例,验证了所提出方法的有效性。

针对传统方案评价方法只考虑评价信息的模糊性而忽略信息随机性的问题,同时考虑决策者具有参照依赖和损失规避行为,提出基于云模型的改进交互式多属性决策（简称为TODIM）方案评价方法。首先采用云模型对语义评价变量进行量化;其次定义算术平均云,基于云距离测度算法分析专家评价云与算术平均云的相似度,确定专家动态权重,并通过云的集成方法构建加权云决策矩阵;再定义正、负理想云模型并以最大化所有方案的总体贴近度为目标,建立线性规划模型确定指标权重;最后采用基于云距离测度算法的云-TODIM方法计算每个方案相对于其他所有方案的总体优势度,从而对方案排序。以云服务供应商的评价与选择为例,验证了所提方法的有效性。

针对传统不确定性大群体多属性决策方法中只考虑决策信息的模糊性,没有考虑信息的随机性这一问题,提出了一种基于云模型的多属性决策方法,从而用于解决由多个小群体组成的不确定性大群体决策问题。首先将不确定语言评价值转化为一维正态云;其次采用决策者主观确定和一致性分析相结合的方法确定针对不同决策对象的小群体权重,进而生成综合云;然后提出了一种改进的云相似度算法作为云模型距离的度量,通过比较各方案综合云与最优云的相似度对方案排序。最后通过实例验证了所提方法的可行性和有效性。