基于粗糙集的作战飞机总体设计方案综合评估

针对作战飞机总体设计方案综合评估法权系数确定过于依靠专家主观判断和经验的不足,应用粗糙集理论对典型的第三代以上作战飞机机型的各种指标数据进行挖掘,利用信息熵概念求得各指标的属性重要度,从而确定各指标的权系数。应用实例表明,该方法是客观的,可行的和有效的。     

基于多维递阶熵的元胜任力模型实证

为了提升人力资源效用,减少用人风险,测评个体胜任力,针对七维度的元胜任力模型,提出了多维递阶熵决策模型.首先分析元胜任力性质呈现动态渐变的特征,进行信度和效度检验,然后通过层次分解和维数递进的方式,运用熵模型集结元胜任力的多个维度:概念能力、创造力、学习能力、反省能力、情绪能力、沟通能力、解决问题能力,获得综合测评值.最后,人力资源案例的实证研究表明,基于递阶熵计算元胜任力值,验证了元胜任力模型在实际工作中具有有效性和可行性,为提升人力资源效用提供了科学依据.     

客观多因素权重分配方法及其应用

综合模糊聚类技术和粗糙集理论中的信息熵原理,提出了一种多因素决策中确定各因素权重分配的新方法.利用模糊聚类分析对数据进行聚类,并提取最佳聚类;基于粗糙集中信息熵原理确定各因素的权重分配.算例结果表明:方法合理有效,具一定的可行性.     

Solar signals in the minimum extreme temperature records in the southern region of the Gulf of Mexico

Minimum extreme temperature series from several meteorological stations of the Gulf of Mexico are spectrally analyzed using the Maximum Entropy Method.We obtained significant periodicities similar to those found in meteorological and solar activity phenomena. This indicates that probably the solar activity signals are present in the minimum extreme temperature records of this Mexican region.     

基于AHP-Entropy 综合权重法的航空四站装备保障安全评价

针对航空四站装备保障安全评价问题,提出了基于层次分析法和熵权法的综合权重模糊评价模型。在构 建航空四站装备保障安全评价指标体系的基础上,综合利用层次分析法、熵权法的优点,改进了权重确立方法。该 方法将影响因素的主观性与客观性相结合,得出各指标综合权重。通过模糊综合评价法对某航空四站装备保障实 例分析,结果表明该权重确立法客观合理,可为航空四站装备保障风险控制提供判断依据。     

一种基于条件熵的航电设备故障诊断方法

针对目前航电设备故障诊断能力相对较弱的现状，提出一种将粗糙集中的条件熵算法应用于故障诊断的方法，并将该方法应用于实例．结果表明诊断结果准确简化，有助于提高装备可靠性和维修性。     

Thermodynamic features of aircraft diagonal gas turbines

An effect of the Coriolis forces on the process of gas expansion in the turbine stage is considered. Expressions for efficiency with regard for the radial flow passage are derived. The calculation results and statistical data on the geometric parameters of diagonal stages are presented.     

天津市发展物流业的若干分析与建议

首先，从宏观角度出发，分析了天津市在京津冀经济圈中所处的地位及其在“十五”期间经济发展状况。又应用了区位熵的概念，分析天津市各类制造业的比较优势，从而论证了天津市发展物流中心的宏观可行性。接着，立足于世界港口集装箱吞吐量的预测，结合天津港保税区和天津空港物流加工区“十五”期间的发展，分析了天津市建设现代航运中心和物流中心所面临的机遇以及应注意的宏观机制问题。     

信息和熵

介绍了当今信息时代里与之密切相关的理论－熵，分析了不同学科中的熵的概念，熵与信息的关系和功能等，并把滴论用于生命，社会，市场和决策中，深入浅出地分析了信息革命将引起的经济世界的变化。     

基于ACMPE、ISSL-Isomap和GWO-SVM的行星齿轮箱故障诊断

针对从行星齿轮箱非线性、非平稳振动信号特征提取困难的问题,提出了一种基于自适应复合多尺度排列熵(ACMPE)、改进监督型自组织增量学习神经网络界标点等度规映射(ISSL-Isomap)和灰狼群优化支持向量机(GWO-SVM)相结合的行星齿轮箱故障诊断方法。利用ACMPE从复杂域提取振动信号的故障特征,构建高维故障特征集;采用ISSL-Isomap方法对高维故障特征集进行维数约简,提取出低维、敏感故障特征;应用GWO -SVM分类器对低维故障特征进行模式识别,判断故障类型。行星齿轮箱故障诊断实验结果分析表明:与多尺度排列熵(MPE)、复合多尺度排列熵(CMPE)等特征提取方法相比,ACMPE方法在分类效果和识别精度上更具优势;与局部切空间排列(LTSA)、等度规映射(Isomap)、加权Isomap(W-Isomap)、监督Isomap(S-Isomap)和监督型自组织增量学习神经网络界标点Isomap(SSL-Isomap)等降维方法进行比较,ISSL-Isomap方法降维效果最佳;所提方法的故障识别率达到100%,具有一定优越性。