[发明专利]一种基于模糊综合评价的超细粉碎产品的评价方法在审
申请号: | 201810017282.4 | 申请日: | 2018-01-09 |
公开(公告)号: | CN108090322A | 公开(公告)日: | 2018-05-29 |
发明(设计)人: | 朱再胜;朱金波;骆振福;刘银;周伟;韩有理;王海楠;费之奎 | 申请(专利权)人: | 安徽理工大学 |
主分类号: | G06F19/00 | 分类号: | G06F19/00 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 232001 *** | 国省代码: | 安徽;34 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 模糊 超细粉碎 综合评价 模糊数学 综合评价体系 层次分析法 综合性指标 模糊评价 多指标 构建 权重 | ||
本发明涉及一种基于模糊综合评价的超细粉碎产品的评价方法,包括以下步骤:1)选择指标并构建综合评价模型;2)、通过层次分析法确定各指标的权重;3)、模糊综合评价体系的构造,通过模糊数学相关知识计算出产品的模糊评价集,继而得出模糊综合评价值。本发明在超细粉碎领域运用了模糊数学相关知识,建立了一种基于层次分析法的模糊综合评价体系,将多指标综合为单个指标,为产品质量的评价提供了综合性指标。
技术领域
本发明涉及一种产品的评价方法,尤其是涉及一种基于模糊综合评价的超细粉碎产品的评价方法。
背景技术
矿物的超细粉碎难以直接将颗粒粉碎到所需的粒度,一般包括粉碎和分级或者预粉碎和超细粉碎两大环节。产品的质量对上一环节处理过程及下一个处理过程具有检验和指导意义。在水泥生产、化工、冶金细磨、矿物粉碎等行业领域中,粉碎工作效率低,单位电耗大。从南非铂金生产的磨矿成本比例中可以得知,电能成本占很大一部分,比例为37%。因此优化磨机的工艺参数,使设备具有更好的粉碎效果是很有价值和意义的研究课题。
根据评价试验结果优劣的指标多少可将试验分为单指标试验和多指标试验,一般说,科学研究与工程实施中许多工艺优化问题大多是多指标优化问题,矿物的超细粉碎就是其中之一。但多指标优化问题中各指标之间通过各指标相互渗透、相互制约,对其中一个指标优化是以其它指标劣化作为代价,而且各指标的单位又往往不一致,因此很难客观的评价多指标问题解的相对优劣性。为了解决这个难题,使得在试验过程中能够有比较的基础,众多学者建立了综合评价准则或方法,如功效系数法、约束法等,把多指标决策问题转化为单指标决策问题,等等。
模糊评价通过精确的数字手段处理模糊的评价对象,能对蕴藏信息呈现模糊性的资料作出比较科学、合理、贴近实际的量化评价。评价结果是一个向量,而不是一个点值,包含的信息比较丰富,既可以比较准确的刻画被评价对象,又可以进一步加工,得到参考信息。
发明内容
本发明在超细粉碎领域运用了模糊数学相关知识,建立了一种基于层次分析法的模糊综合评价体系,将多指标综合为单个指标,以便评价某一产品质量的优劣。
本发明的目的可以通过以下技术方案来实现。
一种基于模糊综合评价的超细粉碎产品的评价方法,包括以下步骤:
1)、选取超细粉碎过程中若干个评价指标Wn来反应产品综合特性,建立综合评价模型;
2)、确定各指标的权重向量V=(v1,v2,···,vn)
3)、确定评价集U及各评价指标的值域,评价集U={W1,W2,···,Wn};
4)、确定各指标的隶属度函数f(x);
5)、确定各评价指标的隶属度u;
6)、确定产品的模糊评价集P;
7)、确定产品的综合评价值Z。
所述步骤1)中,综合评价模型可以是多级综合也可以是一级综合。
所述步骤1)中,评价指标包括产品数、质量等需要考量的各方面参数。本实施案例中n=3,选用合格产品质量为W1、粒度分布分维数为W2和d
所述步骤2)中,应用层次分析法来确定指标的权重向量。
所述步骤3)中,评价集中包括产品的多个评价指标。
所述步骤3)中,根据生产实际及理论推算确定评价指标Wn的值x的值域 [a,b]。
所述步骤4)中,根据超细粉碎过程的特性及各评价指标属性来选取各评价指标的隶属度函数。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于安徽理工大学,未经安徽理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810017282.4/2.html,转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用