亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于模糊灰色聚類法的植保無人機(jī)健康狀態(tài)評估

        2023-12-19 11:43:54張亞男張海軍張國輝吳瓊濤張藝馨
        管理工程師 2023年6期

        閆 瓊,楊 威,張亞男,張海軍,張國輝,吳瓊濤,張藝馨

        (鄭州航空工業(yè)管理學(xué)院,河南 鄭州 450046)

        隨著農(nóng)村勞動力持續(xù)短缺、土地集約化管理的加強(qiáng)和規(guī)模化種植的加快,國內(nèi)農(nóng)業(yè)種植更趨科技化和智能化,植保無人機(jī)順勢而生,并因具有高效、環(huán)保、安全、便利等特點(diǎn)被廣泛應(yīng)用。在植保無人機(jī)的全生命周期中,設(shè)備故障和性能劣化會帶來大量的停工損失和維修保障費(fèi)用,故及時地預(yù)測和掌握植保無人機(jī)的健康狀態(tài)是降低其故障率、提高使用效率以及經(jīng)濟(jì)性、安全性和可靠性的必要條件[1]。

        近年來,國內(nèi)外學(xué)者對設(shè)備健康狀態(tài)評估方面的研究日益增多,常用的方法有神經(jīng)網(wǎng)絡(luò)、模糊綜合評價法、深度學(xué)習(xí)和灰色系統(tǒng)理論等。文獻(xiàn)[2]運(yùn)用馬爾可夫模型對電力系統(tǒng)全域測量系統(tǒng)可靠性評估和健康狀態(tài)檢測。文獻(xiàn)[3]運(yùn)用層次分析法和模糊綜合評價法對飛機(jī)液壓系統(tǒng)進(jìn)行了健康狀態(tài)評估。文獻(xiàn)[4]利用歷史數(shù)據(jù)和現(xiàn)場運(yùn)行數(shù)據(jù),基于改進(jìn)的模糊層次分析法確定變壓器的整體健康狀態(tài)。文獻(xiàn)[5]結(jié)合動態(tài)權(quán)重并根據(jù)向量相似性原理,考慮關(guān)鍵指標(biāo)對設(shè)備健康狀態(tài)的影響,建立了以指數(shù)函數(shù)為基礎(chǔ)的動態(tài)權(quán)重指標(biāo)模型。文獻(xiàn)[6]運(yùn)用支持向量機(jī)并結(jié)合層次分析法和決策樹,實(shí)現(xiàn)對多特征向量數(shù)據(jù)的健康狀態(tài)分類,提高了判別度并以此建立模型,使評估結(jié)果精度更高。文獻(xiàn)[7]運(yùn)用深度學(xué)習(xí)的方法,通過正常狀態(tài)數(shù)據(jù)進(jìn)行無監(jiān)督訓(xùn)練,建立正常狀態(tài)特征空間,之后采集數(shù)據(jù)確定偏差,完成健康狀態(tài)的量化評估,該模型適用范圍廣但需要大量的數(shù)據(jù)來進(jìn)行訓(xùn)練。文獻(xiàn)[8]通過對系統(tǒng)內(nèi)各設(shè)備的健康狀態(tài)進(jìn)行監(jiān)測,并融合信息確定分系統(tǒng)健康狀態(tài)來對無人機(jī)進(jìn)行綜合健康管理,主要應(yīng)用于軍用飛行器的健康狀態(tài)評估。文獻(xiàn)[9]運(yùn)用灰色聚類法確定無人機(jī)垂直陀螺儀節(jié)點(diǎn)的健康度,并根據(jù)節(jié)點(diǎn)間的相互關(guān)系劃分不同的鏈路模型,對其工作鏈路進(jìn)行健康狀態(tài)評估。

        文獻(xiàn)[2]至文獻(xiàn)[5]雖然可以實(shí)現(xiàn)對系統(tǒng)的健康狀態(tài)評估,但尚存在依賴專家經(jīng)驗(yàn)、主觀性強(qiáng)等缺陷,使評估準(zhǔn)確率下降。文獻(xiàn)[6]和文獻(xiàn)[7]所采用的方法則需要采集大量數(shù)據(jù),成本較高,無法實(shí)現(xiàn)小樣本、貧信息、少數(shù)據(jù)建模。文獻(xiàn)[8]和文獻(xiàn)[9]研究了無人機(jī)分系統(tǒng)的健康狀態(tài),未對無人機(jī)整機(jī)健康狀態(tài)進(jìn)行綜合評估。

        為了解決上述問題,本文以典型的植保無人機(jī)為例,首先構(gòu)建植保無人機(jī)健康狀態(tài)評估指標(biāo)體系,然后采用組合賦權(quán)法和模糊灰色聚類法來對植保無人機(jī)進(jìn)行系統(tǒng)的健康狀態(tài)綜合評估,實(shí)現(xiàn)了小樣本、貧信息、少數(shù)據(jù)建模,最后進(jìn)行實(shí)例驗(yàn)證,進(jìn)一步確定整機(jī)的健康狀態(tài)。

        1 植保無人機(jī)健康狀態(tài)評估指標(biāo)體系構(gòu)建

        1.1 評價指標(biāo)的確定

        根據(jù)評價指標(biāo)選取的原則,結(jié)合植保無人機(jī)的工作原理、功能特性和結(jié)構(gòu)特點(diǎn),依據(jù)農(nóng)業(yè)部所批準(zhǔn)的關(guān)于《植保無人機(jī)質(zhì)量評價技術(shù)規(guī)范》以及植保無人機(jī)常見故障及處理方法的基礎(chǔ)上,構(gòu)建評價指標(biāo)體系,如圖1所示。

        圖1 植保無人機(jī)健康狀態(tài)評估指標(biāo)體系

        1.2 相關(guān)指標(biāo)說明

        本文對相關(guān)指標(biāo)進(jìn)行如下說明。

        (1)動力系統(tǒng)。動力系統(tǒng)主要功能是提供推升力,直接關(guān)系到整機(jī)的性能和使用狀態(tài)。

        ①電機(jī)轉(zhuǎn)速。電機(jī)提供動力驅(qū)動螺旋槳來實(shí)現(xiàn)飛行作業(yè),轉(zhuǎn)速異常會導(dǎo)致無人機(jī)無法完成盤旋、上升、下降等飛行任務(wù)。

        ②電機(jī)溫升。一般用溫升即電機(jī)高出環(huán)境溫度的數(shù)值來衡量電機(jī)的溫度變化,電機(jī)溫升越低運(yùn)行狀態(tài)越好,當(dāng)電機(jī)溫升突然增大或者超過閾值時,表明電機(jī)出現(xiàn)故障。

        ③電機(jī)電流。電機(jī)中電流是否滿足載荷需求非常關(guān)鍵,如果電流供給不足、動力系統(tǒng)動力不夠就很可能會造成墜機(jī)的危險。

        ④電池溫度。電池作為動力系統(tǒng)的動力保障,也是植保無人機(jī)易發(fā)生故障的部件,電池溫度一般不能超過60℃,否則會嚴(yán)重影響其壽命。

        ⑤續(xù)航時間。續(xù)航時間長短決定植保無人機(jī)的正常飛行和作業(yè)時間,續(xù)航時間過短會引起飛行事故。

        (2)噴灑系統(tǒng)。噴灑系統(tǒng)對于植保無人機(jī)至關(guān)重要,噴灑系統(tǒng)如果出現(xiàn)異常,作業(yè)效率會大幅降低,甚至導(dǎo)致無法開展正常的植保作業(yè)。

        ①噴灑流量。檢測噴灑流量是確定系統(tǒng)是否阻塞,是保障作業(yè)效率的關(guān)鍵,同時也避免因流量異常而導(dǎo)致藥害。

        ②霧滴密度。一般用霧滴密度(單位面積霧滴個數(shù))檢驗(yàn)霧化粒徑,來評定作業(yè)效果,霧化粒徑反映了噴霧的質(zhì)量,霧化粒徑太大會滾落到地面上,過小則容易受氣流影響,漂移和快速蒸發(fā),不易沉降。

        ③噴幅。噴幅反映了藥物噴灑的作業(yè)面,代表著噴霧的寬度,寬度過小則會降低作業(yè)效率,耽誤農(nóng)時,噴幅越寬代表其性能越好。

        (3)飛控系統(tǒng)。飛控系統(tǒng)設(shè)定之后比較穩(wěn)定,結(jié)合植保無人機(jī)的作業(yè)特點(diǎn),通過監(jiān)測懸停高度、避障距離和仿地飛行高度來評估飛控系統(tǒng)健康程度。

        ①懸停高度。在作業(yè)過程中,植保無人機(jī)懸停高度直接反映了飛控系統(tǒng)的穩(wěn)定性,影響農(nóng)業(yè)噴灑效果。

        ②避障距離。農(nóng)田環(huán)境復(fù)雜且障礙物多,雜草和樹木等使得無人機(jī)自主繞障功能極為重要,需要確保無人機(jī)在保障作業(yè)范圍的前提下有效避障。

        ③仿地飛行高度。有時農(nóng)田地形不平坦,僅靠目視無法判斷,仿地形飛行根據(jù)作物表面高度不同自動調(diào)整,在作業(yè)中非常重要。

        2 基于組合賦權(quán)法的權(quán)重計(jì)算

        組合賦權(quán)法是將主觀賦權(quán)法和客觀賦權(quán)法相結(jié)合,可以兼顧客觀優(yōu)勢與主觀重視程度,最大限度減少信息損失,使得出的權(quán)重更加科學(xué)合理。

        2.1 熵權(quán)法

        熵權(quán)法依據(jù)指標(biāo)變異程度,由信息熵確定熵權(quán),從而得出各指標(biāo)的權(quán)重,指標(biāo)信息熵越小表明其所占權(quán)重越大,是一種客觀賦權(quán)方法。包括如下步驟:

        步驟1:依據(jù)式(1)對原始矩陣X標(biāo)準(zhǔn)化后得到的矩陣Y每列進(jìn)行歸一化處理。

        (1)

        其中:yij表示第m個評估對象對第n個評價指標(biāo)的評價結(jié)果。歸一化處理后得到處理后的矩陣為R=[rij]m×n,rij∈[0,1]。

        步驟2:對于指標(biāo)體系中某個指標(biāo)rij,其信息熵為:

        (2)

        其中:當(dāng)rij=0,lnrij=0

        步驟3:由信息熵計(jì)算熵權(quán),第j個指標(biāo)的權(quán)重為:

        (3)

        2.2 層次分析法

        層次分析法是一種主觀賦權(quán)法,針對研究的問題需首先建立層次結(jié)構(gòu)模型,然后依據(jù)各要素相對于上一層元素的相對重要程度,構(gòu)造判斷矩陣,最后計(jì)算得到各層要素的權(quán)重值。步驟流程如圖2所示。

        圖2 層次分析法步驟流程

        (4)

        式中ēij表示判斷矩陣E中的元素,該矩陣根據(jù)1~9的標(biāo)度法確定相對重要程度。

        (5)

        (6)

        接著根據(jù)公式(7)計(jì)算最大特征根,并根據(jù)公式(8)及公式(9)對判斷矩陣進(jìn)行一致性檢驗(yàn)。

        (7)

        (8)

        (9)

        若C.R.小于等于0.1,則所求特征向量即為主觀權(quán)重向量,W*=(ω1*,ω2*,…,ωn*)。否則,需調(diào)整判斷矩陣后重新計(jì)算權(quán)重向量。

        2.3 組合賦權(quán)法

        運(yùn)用乘法合成歸一化方法(見公式10)對熵權(quán)法和層次分析法分別確定的權(quán)重進(jìn)行組合,得出組合權(quán)重[10],既兼顧了客觀數(shù)據(jù)的分布特點(diǎn),也兼顧了專家的個人經(jīng)驗(yàn),最大限度減少信息損失,使其權(quán)重更加科學(xué)合理。

        (10)

        其中:i=1,2,3,…,m,m代表每個一級指標(biāo)對應(yīng)的二級評估指標(biāo)個數(shù)。

        3 基于模糊灰色聚類法的植保無人機(jī)健康狀態(tài)評估模型

        3.1 植保無人機(jī)健康狀態(tài)等級的劃分

        健康狀態(tài)等級劃分是建立模型的基礎(chǔ)和進(jìn)行健康評估的前提。本文結(jié)合無人機(jī)的故障診斷情況、相關(guān)飛行器的健康等級分類以及專家經(jīng)驗(yàn)將無人機(jī)的健康狀態(tài)劃分為五個等級[11,12],等級劃分及說明如表1所示。

        表1 植保無人機(jī)健康狀態(tài)說明

        本文運(yùn)用模糊灰色聚類法構(gòu)建植保無人機(jī)健康狀態(tài)評估模型。依據(jù)圖1評價指標(biāo)體系,建立相應(yīng)的評估向量X=(X1,X2,X3)=(動力系統(tǒng),噴灑系統(tǒng),飛控系統(tǒng)),其中X=(x11,x12,x13,x14,x15)=(電機(jī)轉(zhuǎn)速,電機(jī)溫升,電機(jī)電流,電池溫度,續(xù)航時間)為動力系統(tǒng)的檢測指標(biāo),X=(x21,x22,x23)=(噴灑流量,霧滴密度,噴幅)為噴灑系統(tǒng)的檢測指標(biāo),X=(x31,x32,x33)=(懸停高度,避障距離,仿地飛行高度)為飛控系統(tǒng)的檢測指標(biāo)。

        3.2 基于灰色聚類的植保無人機(jī)健康狀態(tài)評估

        灰色聚類法具備許多獨(dú)特的優(yōu)點(diǎn),其模型直觀、結(jié)構(gòu)形式簡明,可解決模糊數(shù)學(xué)不易處理的部分信息已知而部分未知的小樣本、貧信息不確定性問題,依據(jù)信息覆蓋,實(shí)現(xiàn)少數(shù)據(jù)建模,來對系統(tǒng)做出科學(xué)、正確的評價[13]。

        3.2.1 原始指標(biāo)數(shù)據(jù)預(yù)處理

        對原始狀態(tài)數(shù)據(jù)X=[xij]作無量綱處理,將其規(guī)范在[0,1]之間,得到矩陣Y=[yij]。指標(biāo)類型不同,處理方法也有所區(qū)分,在無量綱處理之前先要對檢測指標(biāo)進(jìn)行分類,如表2所示。正向指標(biāo)、逆向指標(biāo)及適度指標(biāo),分別按照公式(11)、公式(12)、公式(13)進(jìn)行無量綱處理。

        表2 指標(biāo)分類

        (11)

        (12)

        (13)

        3.2.2 灰色聚類白化權(quán)函數(shù)的構(gòu)造

        灰色聚類法中白化權(quán)函數(shù)的構(gòu)造是從定性分析到定量建模的關(guān)鍵環(huán)節(jié),本文采用基于中心點(diǎn)的三角白化權(quán)函數(shù)。

        根據(jù)已劃分的五個健康狀態(tài)等級需對應(yīng)五個灰類,設(shè)第三個灰類的中心點(diǎn)為0.5,由此可得第三個灰類對應(yīng)的取值范圍為[0.3,0.7],同理進(jìn)行左右延伸依次確定其他灰類的中心點(diǎn)及取值范圍,進(jìn)而構(gòu)造白化權(quán)函數(shù)。根據(jù)五個灰類對應(yīng)的取值域可以得到三角白化權(quán)函數(shù),如圖3所示。

        圖3 植保無人機(jī)健康狀態(tài)白化權(quán)函數(shù)

        (14)

        (15)

        (16)

        (17)

        (18)

        3.2.3 確定指標(biāo)綜合權(quán)重

        利用熵權(quán)法和層次分析法分別確定主客觀賦權(quán)值,之后再運(yùn)用組合賦權(quán)法得到二級指標(biāo)相對于一級指標(biāo)的綜合權(quán)重,同理可得到一級指標(biāo)相對于目標(biāo)層的綜合權(quán)重。

        3.2.4 灰色聚類評估

        根據(jù)灰色聚類計(jì)算公式,計(jì)算一級指標(biāo)的聚類系數(shù)。

        (19)

        3.2.5 植保無人機(jī)整機(jī)健康狀態(tài)評估

        依據(jù)植保無人機(jī)健康狀態(tài)評估指標(biāo)體系和植保無人機(jī)一級指標(biāo)的評價結(jié)果,可得到灰色聚類評估矩陣M作為模糊評判矩陣。矩陣M與各一級指標(biāo)綜合權(quán)重相乘,由模糊評判式(20)計(jì)算得出整機(jī)的健康狀態(tài)評估結(jié)果。

        D=W·M

        (20)

        式中:“·”表示加權(quán)平均型模糊評判算子,W為權(quán)向量,D為模糊評判結(jié)果向量。

        4 A植保無人機(jī)健康狀態(tài)評估實(shí)例計(jì)算

        A植保無人機(jī)是一款六旋翼電動式農(nóng)業(yè)無人機(jī),主要用于農(nóng)藥噴灑,代表了當(dāng)下植保無人機(jī)主要結(jié)構(gòu)和功能特點(diǎn),在農(nóng)業(yè)植保領(lǐng)域得到廣泛應(yīng)用,整機(jī)外形如圖4所示。根據(jù)收集到四個不同時段的該植保無人機(jī)評價數(shù)據(jù),對其進(jìn)行健康狀態(tài)綜合評估。

        圖4 A植保無人機(jī)

        4.1 原始數(shù)據(jù)無量綱處理

        對表3中各時段的原始數(shù)據(jù)進(jìn)行無量綱處理,按照指標(biāo)分類代入對應(yīng)公式(11)到(13),計(jì)算結(jié)果如表4所示。

        表3 A植保無人機(jī)健康狀態(tài)綜合評估指標(biāo)原始數(shù)據(jù)

        表4 A植保無人機(jī)健康狀態(tài)綜合評估指標(biāo)無量綱數(shù)據(jù)

        4.2 評估指標(biāo)權(quán)重的確定

        4.2.1 熵權(quán)法確定客觀權(quán)重

        首先,計(jì)算植保無人機(jī)健康狀態(tài)評估指標(biāo)體系中二級指標(biāo)相對于一級指標(biāo)的客觀權(quán)重。以動力系統(tǒng)為例,對表4中的數(shù)據(jù)歸一化處理,得到矩陣R。利用式(2)和式(3)計(jì)算出動力系統(tǒng)中各二級指標(biāo)的客觀權(quán)重。

        同理,可以確定噴灑系統(tǒng)和飛控系統(tǒng)中各二級指標(biāo)客觀權(quán)重,如表5所示。

        表5 各指標(biāo)主客觀權(quán)重及綜合權(quán)重

        4.2.2 層次分析法確定主觀權(quán)重

        以動力系統(tǒng)為例,邀請專家依據(jù)個人經(jīng)驗(yàn)構(gòu)建判斷矩陣如下:

        接著求解判斷矩陣的最大特征值和特征向量,并對其進(jìn)行一致性檢驗(yàn),最終得出動力系統(tǒng)各二級指標(biāo)的主觀權(quán)重,同理可求得噴灑系統(tǒng)和飛控系統(tǒng)各二級指標(biāo)的主觀權(quán)重,計(jì)算結(jié)果如表5所示。以此類推可得到一級指標(biāo)相對于目標(biāo)層的主觀權(quán)重,如表5所示。

        4.2.3 組合賦權(quán)法確定綜合權(quán)重

        將得到的主客觀權(quán)重組合,利用公式(10)確定植保無人機(jī)各二級指標(biāo)相對于一級指標(biāo)的綜合權(quán)重。同理可得到植保無人機(jī)一級指標(biāo)相對于目標(biāo)層的綜合權(quán)重,如表5所示。

        4.3 一級指標(biāo)灰色聚類評估計(jì)算

        將表4中各指標(biāo)數(shù)據(jù)代入白化權(quán)函數(shù)公式,可求得各白化權(quán)函數(shù)值。將所得的白化權(quán)函數(shù)數(shù)值和所求得的植保無人機(jī)一級指標(biāo)各參數(shù)的綜合權(quán)重值代入公式(19)可計(jì)算得到4個時段一級指標(biāo)灰色聚類結(jié)果,結(jié)果如表6所示。

        表6 一級指標(biāo)灰色聚類結(jié)果

        根據(jù)表6的灰色聚類結(jié)果,由最大隸屬度原則可確定,評估對象在4個時段均處于健康狀態(tài)。將表6四個時段評估系統(tǒng)的健康狀態(tài)進(jìn)行對比,如圖5所示。

        結(jié)果表明,由于植保無人機(jī)的不斷使用,雖然該植保無人機(jī)各評估系統(tǒng)一直保持在健康狀態(tài),但健康度在總體上存在下降趨勢。

        圖5 各評估系統(tǒng)健康狀態(tài)對比圖

        4.4 植保無人機(jī)整機(jī)健康狀態(tài)評估

        由表6的一級指標(biāo)灰色聚類結(jié)果得到模糊評判矩陣M,將矩陣M和一級指標(biāo)權(quán)重向量M代入公式(20)進(jìn)行模糊綜合評價。經(jīng)過運(yùn)算可得4個時段A植保無人機(jī)的各健康等級的隸屬度即綜合評估結(jié)果,如表7所示。

        表7 整機(jī)健康狀態(tài)綜合評估結(jié)果

        由評估結(jié)果,得出整機(jī)處于健康狀態(tài),與A植保無人機(jī)的實(shí)際健康狀態(tài)相符,出現(xiàn)故障的可能性較小,無需檢修。根據(jù)表7中四個時段A植保無人機(jī)健康狀態(tài)綜合評估結(jié)果,對各時段的綜合評估結(jié)果進(jìn)行對比,如圖6所示。

        圖6 A植保無人機(jī)健康狀態(tài)對比圖

        由圖6各時段健康狀態(tài)的對比可知,整機(jī)的健康度正在緩慢下降,亞健康程度不斷提高,因此在使用過程中要嚴(yán)格遵守規(guī)范,日常注意植保無人機(jī)的保養(yǎng),減緩健康度的下降過程,延長該植保無人機(jī)的使用壽命。

        4.5 對比分析

        采用文獻(xiàn)[3]所述的層次分析法及模糊綜合評價法對該植保無人機(jī)進(jìn)行健康狀態(tài)評估。首先以調(diào)查問卷的形式邀請植保無人機(jī)專家對時段1的植保無人機(jī)的動力系統(tǒng)、噴灑系統(tǒng)、飛控系統(tǒng)的健康狀態(tài)進(jìn)行打分,得到模糊評價矩陣Rmh1。

        其中,動力系統(tǒng)、噴灑系統(tǒng)、飛控系統(tǒng)的權(quán)重值采用表5中的主觀權(quán)重值,即:

        WZ=[0.6232 0.2395 0.1373]

        設(shè)時段1的無人機(jī)健康模糊評價向量為Dm1,則:

        Dm1=WZ·Rmh1

        =(0 0 0.038 0.086 0.876)

        由計(jì)算結(jié)果可知,時段1時無人機(jī)的健康狀態(tài)為健康,且其隸屬度為0.876。

        同理,可以得到時段2、時段3、時段4時該無人機(jī)的評價向量Dm2、Dm3、Dm4。

        Dm2=(0 0 0.124 0.062 0.814)

        Dm3=(0 0 0.014 0.086 0.9)

        Dm4=(0 0 0.1 0.176 0.724)

        根據(jù)計(jì)算結(jié)果,采用文獻(xiàn)[3]所述方法對該植保無人機(jī)進(jìn)行健康評估,四個時段的評估結(jié)果也均為健康,但與本文所述方法計(jì)算出的健康隸屬度稍有不同,對比分析圖如圖7所示。

        根據(jù)圖7可知,本文與文獻(xiàn)所述方法的計(jì)算結(jié)果大致相同,但在時段3時的評估結(jié)果相差較大。究其原因,在于文獻(xiàn)[3]所述方法主要依靠行業(yè)專家的個人經(jīng)驗(yàn)進(jìn)行主觀評價,未考慮整機(jī)的整體運(yùn)行參數(shù),評價結(jié)果產(chǎn)生偏差的幾率較大。而本文所述方法采用的數(shù)據(jù)來源于無人機(jī)實(shí)際運(yùn)行數(shù)據(jù),故計(jì)算結(jié)果更加客觀、有效。

        5 結(jié) 論

        本文提出了一種基于模糊灰色聚類法的植保無人機(jī)健康狀態(tài)評估方法,經(jīng)實(shí)例驗(yàn)證,評估結(jié)果與植保無人機(jī)的實(shí)際健康狀態(tài)相符,得出的結(jié)果具有客觀性和準(zhǔn)確性。由此可以得出如下結(jié)論:

        (1)構(gòu)建的基于模糊灰色聚類法的評估模型可以處理小樣本、貧信息少數(shù)據(jù)建模的問題,能夠?qū)χ脖o人機(jī)的健康狀態(tài)進(jìn)行有效評估,且便于推廣,節(jié)約成本,具有較好的應(yīng)用價值。

        (2)在權(quán)重計(jì)算方面,將熵權(quán)法和層次分析法相結(jié)合,彌補(bǔ)了單一賦權(quán)法所造成的主觀因素影響過大或忽視決策者想法等缺陷,既兼顧了客觀數(shù)據(jù)的分布特點(diǎn),也兼顧了專家的個人經(jīng)驗(yàn),使得評估結(jié)果更加科學(xué)準(zhǔn)確。

        (3)選取了植保無人機(jī)作為研究對象,既研究了分系統(tǒng)的健康狀態(tài),也對整機(jī)健康狀態(tài)進(jìn)行了綜合評估。

        国产猛男猛女超爽免费视频| 人妻精品久久中文字幕| 亚洲熟妇夜夜一区二区三区| 亚洲成人av大片在线观看| 色偷偷色噜噜狠狠网站30根| 真人作爱免费视频| 国产在线精品一区二区在线看| 亚洲一码二码在线观看| 亚洲av熟女中文字幕| 无遮挡18禁啪啪羞羞漫画| 激情久久av一区av二区av三区 | 日本三区在线观看视频| 大陆国产乱人伦| 国产suv精品一区二人妻| 好大好湿好硬顶到了好爽视频| 深夜福利小视频在线观看| 国产一区二区精品久久凹凸| 亚洲一区二区三区18| 999精品无码a片在线1级| 日韩内射美女人妻一区二区三区| 国产亚洲精品综合一区| 国产成人av区一区二区三| 亚洲av中文无码乱人伦在线咪咕| 永久免费av无码网站性色av | 亚洲色图三级在线观看| 亚洲色国产欧美日韩| 2021国产最新在线视频一区| 亚洲一区二区三区新视频| 老熟女的中文字幕欲望| 国产成人无码一区二区在线观看| 美女超薄透明丝袜美腿| 精品成人av人一区二区三区 | 三上悠亚亚洲精品一区| 妺妺窝人体色www聚色窝| 日韩精品久久久一区| 日本精品啪啪一区二区| 一区二区三区内射美女毛片| 亚洲欧美日韩综合久久| 日本一区二区国产高清在线播放| 亚洲成人福利在线视频| 国产国拍精品av在线观看按摩|