1) fussy hierarchy principle component analysis
模糊层次主成分分析
1.
Combined with the advantages of fuzzy comprehensive evaluation and principle component analysis ,this paper constructed a fussy hierarchy principle component analysis evaluation model to the reasonable flow of scientific and technological talents based on the characters of hierarchy analysis process theory and the evaluation system of scientific and technological talents.
结合层次分析理论及科技人才合理流动测评变量体系的特性,构造了集"模糊综合测评"、"主成分分析测评"优点于一体的"科技人才合理流动程度的模糊层次主成分分析测评模型",并以百分制赋值的方法,对模型中属性测评变量的模糊综合评价值的确定进行了修正。
3) Fuzzy analytic hierarchy process
模糊层次分析法
1.
Region water security evaluation method based on information entropy and improved fuzzy analytic hierarchy process;
信息熵与改进模糊层次分析法耦合的区域水安全评价模型
2.
Application of fuzzy analytic hierarchy process in decision-making of investment;
模糊层次分析法在投资决策中的应用
3.
Human resource risk factors assessment based on the fuzzy analytic hierarchy process;
基于模糊层次分析法的企业人力资源风险因素评价
4) FAHP
模糊层次分析法
1.
Flight Simulator Effectiveness Evaluation Based on FAHP;
基于模糊层次分析法的飞行模拟器效能评估
2.
Application of FAHP in the Evaluation Model of Fighting Effectiveness of Radar Netting;
应用模糊层次分析法评估雷达组网作战效能
3.
Method of Threat Assessment Based on FAHP;
基于模糊层次分析法的威胁估计
5) fuzzy analytical hierarchy process
模糊层次分析法
1.
Application of fuzzy analytical hierarchy process on variable weight basis in profile control well selection in low permeability reservoir;
基于变权的模糊层次分析法在低渗油藏调剖选井中的应用
2.
Determination of pipeline risk factor weight by fuzzy analytical hierarchy process;
模糊层次分析法确定管线风险因素权重
3.
Application of fuzzy analytical hierarchy process in suppliers selection;
模糊层次分析法在供应商选择中的应用
6) fuzzy AHP
模糊层次分析法
1.
Application of Fuzzy AHP in the Optional Airport Alternative Power;
模糊层次分析法在机场备用电源选择中的应用
2.
Analysis of new energy development in Heilongjiang based on fuzzy AHP;
基于模糊层次分析法的黑龙江新能源开发决策分析
3.
Aiming at this shortcoming, this paper uses fuzzy AHP method to evaluate the FCC unit.
针对目前关键装置要害部位的安全技术报告中只进行定性评估的不足,运用模糊层次分析法对催化裂化装置进行了评价,评价结果对改进关键装置要害部位安全管理提供了决策依据。
补充资料：主成分分析
| 主成分分析 principal component analysis 将多个变量通过线性变换以选出较少个数重要变量的一种多元统计分析方法。又称主分量分析。在实际课题中，为了全面分析问题，往往提出很多与此有关的变量（或因素），因为每个变量都在不同程度上反映这个课题的某些信息。但是，在用统计分析方法研究这个多变量的课题时，变量个数太多就会增加课题的复杂性。人们自然希望变量个数较少而得到的信息较多。在很多情形，变量之间是有一定的相关关系的，当两个变量之间有一定相关关系时，可以解释为这两个变量反映此课题的信息有一定的重叠。主成分分析是对于原先提出的所有变量，建立尽可能少的新变量，使得这些新变量是两两不相关的，而且这些新变量在反映课题的信息方面尽可能保持原有的信息。主成分分析首先是由K.皮尔森对非随机变量引入的，尔后H.霍特林将此方法推广到随机向量的情形。信息的大小通常用离差平方和或方差来衡量。 |
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条