基于灰色理论的粉煤灰品质综合评价系统

基于灰色聚类分析的矿山环境质量评价焦明连【摘要】在灰色聚类分析中,把山西省矿区环境质量作为灰色系统进行研究,利用灰色聚类分析方法对山西省矿区环境质量进行评价.为定量评估研究区矿区环境质量,以国家环境质量标准为依据,以矿山环境11个主要污染物为评价指标,对2012年12个监测点的环境质量监测数据建立了灰色聚类评价模型.在对数据样本进行预处理之前,需采用平均标准化方法对原始样本数据进行无量纲化.通过建立灰类的三角形白化权函数计算实测值的灰类隶属度,采用临界值倒数法得到不同污染因子的危害度,最后对样本数据进行灰色综合聚类评价,并基于ARCGIS平台直观地显示矿山环境质量总体情况.数值结果表明了该方法的合理性和有效性.该研究成果为矿山环境评价提供一条新途径,同时可以在非煤矿山环境评价中进行推广应用.【期刊名称】《煤矿开采》【年(卷),期】2016(021)002【总页数】5页(P78-82)【关键词】灰色聚类法;白化权函数;矿区环境;评价模型【作者】焦明连【作者单位】淮海工学院测绘工程学院, 江苏连云港 222005【正文语种】中文【中图分类】X8煤炭是我国的重要战略资源，但在煤炭资源开采中，由于忽视了生态环境保护,水质污染、水土流失、土壤沙化、土地塌陷、空气污染等一系列问题非常突出，严重制约着人类经济社会的可持续发展。

因此，正确地分析和评价煤炭开采对生态环境的影响对促进人类社会的健康可持续发展具有重要参考价值。

模糊数学法[1]、层次分析法[2]和综合评价法[3]是目前比较流行的矿山环境评价方法。

评价结果受主观因素影响较大[4]。

矿山环境作为一个开放系统，其作用机制纷繁复杂。

因此，矿山环境数据也主要在有限的时空范围内获取，从而导致数据能提供的信息不完全或不确切。

为了实现高精度的矿山环境质量评价，本文将矿山环境系统看作是一个灰色系统开展相关研究。

灰色聚类将灰色理论与聚类思想有机结合，依据不同灰类的白化权函数，将聚类对象归入事先定好的各个灰类中。

基于灰色系统理论的室内空气品质的评价方法摘要室内空气品质的影响因素很多，涉及多个单项指标，而且室内室内空气品质的等级是一个模糊概念，因此如何根据所测的各个单项指标值对室内空气品质做出综合评价是急需解决的重要问题。

评价方法应能够反映多个因子共同作用于室内空气品质的综合效应。

本文利用灰色系统理论的灰色关联分析方法，根据灰色关联矩阵提供的丰富信息对室内空气品质进行综合评价。

通过比较分析，灰色评价方法计算过程简单方便，充分利用了获得的信息。

结果直观可靠，是多因子综合评价较好的方法。

关键词室内空气品质灰色系统理论灰色关联分析灰色关联矩阵随着社会的进步和生活水平的提高，人们对居住环境提出了越来越高的要求，除了提供一个为大多数室内人员认可的舒适的热环境外，还应该提供清新宜人、激发活力并且对健康无负面影响的室内空气环境。

因此室内空气品质问题引起了人们越来越广泛的关注，而建立一种能客观地评价空气品质的数学模式，一直是室内空气品质研究中的重要课题。

因为室内空气品质受到多种因素的影响，评价方法应能够反映多个因子共同作用于室内空气的综合效应，目前已提出的方法有：评价指数法[1]、模糊综合评判法[2]等。

本文将运用灰色系统理论的灰色关联分析方法对室内空气品质进行评价，根据分析和比较，这种方法是多因子综合评定理想的方法。

1 评价因子的选择室内污染物种类繁多，可分为颗粒（固体、液体或生物颗粒）、气体和蒸汽，它们当中有的会引起某种不愉快的感觉，有的被认为对健康有害，还有一些目前还不为人类所认识。

就其来源来讲，有的来自室内的材料、设备以及生物活动，有的来自室外空气的渗透，还有的来自暖通空调系统，这些物质的存在是室内空气品质不良的重要原因[3]。

由于种类繁多，不可能对每种污染物都进行检测，需要从中挑选有代表性的，对人体感觉和健康有重要影响的因子作为室内空气品质检测和评价的内容。

几十年来人们对各种污染物的发生源、散发强度、对健康的影响、控制策略进行了深入的研究，获得了大量非常有用的资料。

基于灰色系统理论的高校教学质量评价模型研究摘要：教学质量评价是高校教育管理中的重要环节，为了更科学地评价教学质量，本文基于灰色系统理论，构建了一种高校教学质量评价模型。

在这个模型中，我们将教学质量的各个指标看作是灰色系统中的因素，通过对其进行加权处理，得到了一个较为全面的教学质量评价结果。

本文还通过实证研究，验证了该模型的有效性，并运用该模型对某高校的教学质量进行了评价，结果表明，该模型具有一定的参考价值，可为高校教学质量评价提供新的思路和方法。

一、引言高校教学质量一直是教育管理者关注的焦点，如何科学、全面地评价高校教学质量，成为了高校管理中的难题。

传统的教学质量评价方法往往局限于某些指标的评价，未能全面反映教学质量的多方面信息。

我们需要寻求一种新的评价方法，来更好地评价高校的教学质量。

灰色系统理论是20世纪80年代提出的一种新型的系统理论，它将不完备、不确定的系统问题看作是灰色系统，通过对系统的灰色信息进行分析和处理，可以得到更可靠的决策结果。

本文尝试将灰色系统理论引入到高校教学质量评价中，构建一种基于灰色系统理论的高校教学质量评价模型，以期能更全面、科学地评价高校的教学质量。

二、研究方法1. 灰色系统理论灰色系统理论是对不完备、不确定系统的一种研究方法，它将不完备的信息看作是灰色信息，通过对灰色信息的分析和处理，得到对系统的更准确的认识。

灰色系统理论的主要特点是对信息的不确定性和不完备性进行了较好的处理，使得系统的分析更为全面。

三、实证研究四、结论与启示在今后的研究中，我们还将探索其他系统理论与方法的应用，如模糊系统理论、神经网络等，来构建更为全面、科学的高校教学质量评价模型，为高校教育管理带来新的思路和方法。

我们也将不断完善现有模型，为其应用提供更多的支持和保障，以期为高校教学质量的提升提供更为有效的支持和帮助。

基于灰色系统理论的高校教学质量评价模型研究
首先，本文提取了5个高校教学质量评价指标，分别为教师教学水平、课程设置、教学资源、学生评价和毕业生就业情况。

这些指标反映了教育教学的质量和效果，也是评价高校教学质量的基本参照。

然后，根据灰色系统理论的思想，对这些指标进行了灰色关联分析，求出它们之间的关联度。

最后，采用灰色系统预测模型，对教学质量进行预测和评估。

具体而言，本文采用GM(1,1)模型来预测高校教学质量的发展趋势。

该模型利用灰色理论中的一次累加生成规律对数据进行分析和处理，通过灰色微分方程对信号序列进行预测。

在预测之前，需要对原始数据进行序列化和累加，使得数据趋势更加明显，然后再利用该模型进行预测和评估。

最后，通过误差分析和敏感性分析，对模型的精度和稳定性进行检验和改进。

通过这种基于灰色系统理论的高校教学质量评价模型，可以更加准确地评估高校的教学质量，及时调整和改进课程设置，提高教学教研水平，为学生的学习和生活创造更好的条件。

同时，这也是一种比较科学和有效的评估方法，有利于在高校内部和社会公众中树立良好的教育教学形象和声誉。

因此，在对高校教学质量进行评价和改进时，可以考虑采用这种基于灰色系统理论的评价模型，从而更好地推动高校教育事业的可持续发展。

基于灰色系统理论的高校教学质量评价模型研究1. 引言1.1 研究背景高等教育是国家发展的基础，高校教学质量评价一直是教育领域关注的焦点之一。

随着社会经济的快速发展和科技进步，人们对高校教学质量的要求也越来越高，如何科学、全面地评价高校教学质量成为亟待解决的问题。

传统的教学质量评价方法存在主观性强、指标单一、数据不足等问题，无法全面客观地反映高校教学质量的真实情况。

本研究旨在基于灰色系统理论构建高校教学质量评价模型，通过案例分析和模型效果评估，探讨该模型的实用性和有效性，为提升高校教学质量评价的科学性和客观性提供理论和方法支持。

该研究具有一定的理论指导和实践意义，对高校教学质量评价体系的改革和完善具有积极意义。

1.2 研究意义高等教育质量评价一直是教育界和学术界关注的焦点之一。

而高校教学质量评价作为高等教育质量评价的重要组成部分，对于提升教学质量、促进教学改革、推动高校发展具有重要意义。

当前，传统的高校教学质量评价模型存在着一些问题，比如评价指标单一、评价对象不够客观、评价结果难以量化等，难以很好地适应高等教育质量评价的需求。

开展基于灰色系统理论的高校教学质量评价模型研究具有重要的意义。

灰色系统理论是一种综合不完备信息、模糊信息的系统分析方法，能够处理信息不完全、模糊不确定性等问题。

将灰色系统理论引入高校教学质量评价模型研究中，可以更好地解决目前存在的问题，提高评价结果的客观性和科学性。

本研究旨在构建基于灰色系统理论的高校教学质量评价模型，探讨其在高校教学质量评价中的应用效果，为提升高等教育质量评价水平提供新的理论支持和方法借鉴。

这对于推动高校教学质量评价的科学化、规范化发展具有重要意义。

1.3 研究目的研究目的：本研究旨在基于灰色系统理论，构建一个有效的高校教学质量评价模型。

具体目的如下：通过对灰色系统理论的概述，深入探讨其在教育领域的应用潜力，为构建教学质量评价模型奠定理论基础。

借助灰色系统理论的特点，结合高校教学实践，建立一个综合考量师生双方需求和评价指标的模型，以更准确地评估教学质量。

基于灰色关联的能源指标评价体系
1、确定评价指标，分别为一级、二级、三级指标
2、利用粗集理论处理指标，去除指标的冗余，并确定权重，避免了人为因素的干扰，增强了客观性和可信性。

对于粗集理论，不需要提供求解问题时所需处理的数据集合之外的任何先验知识, 仅对实测数据本身进行分类处理即可发掘隐含知识, 揭示潜在的数据内部规律; 可处理不完备的数据信息; 能在保留关键数据信息的前提下对数据进行化简并求出知识的最小表达; 能评估数据间的依赖关系, 从经验数据中获取易于验证的分类规则,有利于智能控制。

可以利用粗糙集理论中属性重要性的概念来确定权重。

利用以上方法分别求出各指标对上一级指标的权重后，即可从上一级开始, 自上而下的求出各级指标关于评价目标的综合权重。

3、确定参考序列和比较序列。

参考序列：反映系统行为特征的数据组成的序列，最优指标数据，可为各项指标的最大或最小值。

评价标准使各项指标的最优值，当“效益型指标”时，取最大值；“成本型指标”时，取最小值
比较序列：影响系统行为的因素组成的数据序列。

4、对指标数据无量纲化处理。

系统指标数据的物理意义不同，量纲也不同，需进行初值化处理。

5、计算灰色关联系数
使各指标数据在（0,1）之间
6、把关联系数和权重进行加权计算，计算出关联度。

7、依关联度对各能源排序
应用实例：灰色关联度用于自然灾害的灾情评价、城市公共交通服务质量的评价、企业创新技术风险的评价、环境工程评标等
关键问题：利用粗集理论确定权重，排除人为因素的影响
关联系数公式的确定，是否有人为因素。

基于AHP法的课程教学效果灰色聚类综合评价模型于艳红【摘要】摘要：针对教学评价中存在的主观性等问题，笔者依据灰色聚类分析原理，提供一种综合评价方法，使得评价过程客观公正，减少了评价中的主观因素.首先，利用建立评价指标体系，并利用AHP法确定各指标的权重系数，以此作为灰色聚类权；其次，利用统一标准确定白化值，以此建立白化函数；最后计算聚类向量，形成综合评价模型.通过结合实例进行综合评价，表明利用该模型可得到较客观、可靠的教学评价.【期刊名称】山东师范大学学报（自然科学版）【年(卷),期】2015(000)003【总页数】4【关键词】课程教学效果； AHP法；灰色聚类分析；评价模型1 引言正确评价教学效果、真实反应教师的教学水平、学生的接受水平以及教学对学生产生的效果是一项极其复杂的工作.在实际操作中，由于人们对事物的看法及认识不同，从而在教学评价中对评价对象的判断存在一定差异，导致评价结果与实际情况存在偏差[1].因此，设计科学、合理的评价方法，尽量减少人为的判断失误，是教学评价研究中一个亟待解决的问题.目前对教学评价的常用方法有因子分析法、模糊评价法、BP神经网络法、层次分析法等[2-5].这些方法有一定科学性，但受人的主观影响较大.本文运用灰色聚类分析法，通过改进聚类权重和白化值的确定方式，提出基于灰色聚类层次分析法的教学效果评价方法.2 评价指标体系本文的评价指标体系来源于文献[6]，并经过适当改动.主要包括1个一级指标教学效果，3个二级指标，教师教学过程、辅助教学手段和学生学习状况，以及若干三级指标.评价指标体系如图1所示.3 灰色聚类层次分析法灰色聚类法是建立在以灰数的白化函数生成为基础的一种多维灰色评估方法，它将聚类对象针对不同聚类指标所拥有的白化数，按照若干灰分类进行归纳，从而判断出聚类对象所属的灰类[7].在灰色聚类分析中，最重要的步骤是确定白化值和聚类权.在传统的灰色聚类分析中，聚类权由白化值来确定的，虽然这样在确定聚类权时能够最大程度的避免人为主观因素干扰，但白化值的选择对结果的准确性影响较大.然而目前白化值的确定并没有统一方法，所以，本文采用层次分析法来确定聚类权.虽然层次分析法仍为一种主观确定权重的方法，但其科学性和适用性已经过长期实践的检验，无疑是一种好的方法.同时，对白化权值的确定采用统一的标准，尽量将人为影响降到最低.3.1 评价过程教学质量的灰色聚类层次评价过程如图2所示.3.2 灰色聚类对象与聚类权的确定采用N种方案作为灰色聚类对象，并以Cj(j=1,2,…，11)作为评价指标，以各指标的评价分数(10分制)进行度量，建立如下评价指标矩阵D：(1)式中，i为评价对象序号，i∈{1，2，…，N}；j为评价指标序号，j∈{1，2，…，11}.聚类系数用层次分析法确定，其具体步骤如下：1) 采用专家打分法来确定各级指标的相对重要度，并以9标度法表示，其结果如表1-4.2) 利用仿真软件matlab计算各判断矩阵的最大特征值λm ax分别为3，4.021，3.009和4.046，利用公式及计算出各判断矩阵的随机一致性比率CR分别为0，0.008，0.008和0.017，均满足CR<0.1的一致性判断条件，因此以上各判断矩阵均具有较好的一致性.对各判断矩阵的特征向量进行标准化后得到各级指标的权重：A=(a1,a2,a3)=(0.297,0.163,0.540),(2)B1=(b1,b2,b3,b4)=(0.392,0.320,0.144,0.144),(3)B2=(b5,b6,b7)=(0.297,0.540,0.163),(4)B3=(b8,b9,b10,b11)=(0.148,0.231,0.195,0.426).(5)3.3 确定灰类和白化值本文将教学质量综合评价分为4个等级：优、良、中、差.取灰类数为4，k=1,2,3,4分别代表综合评价的4个等级.对评价指标的分数求平均值μj，定义μj+1.5，μj+0.5，μj-0.5，μj-1.5分别作为综合评价4个等级的白化值，记为λjk，k=1,2,3,4，白化值λjk组成的矩阵λ的计算结果表示为：(6)3.4 灰类的白化权函数和聚类向量用分段函数来表示教学效果评价指标的白化权函数，用以描述该指标的灰数对其临界值的权重程度.记为第j个聚类指标对第k子类的白化权函数，其形式如下：(7)(8)(9)(10)将dij代入白化权函数中，由(11)式计算各子类的灰色聚类系数，并组合成聚类系数向量，如式(12).(11)(12)令评价对象所属灰类为k*，求得为计算聚类对象的综合评价等级.4 案例分析根据问卷调查结果，以下5门课的打分如表5所示(10分制).通过上述方法，计算结果如表6.从结果中可以看出，5门课程中无一门评价为优秀，课程IV的评价为差.从课程IV的得分情况来看，辅助教学手段类指标与学生学习状况的前3项指标(出勤率、考试成绩、试验成绩)均最高，但动手能力一项最低，而这项的权重指标相当高(b11=0.426，a3=0.540)，最终导致了该课程综合评价最低.然而，对比该课程聚类系数向量的其它等级数据，其中优类等级的聚类系数为0.3018，说明该课程成为“优类”的潜力很大.笔者曾尝试将课程IV的动手能力一项分数改为3，运算结果该课程就为“优”.针对其它课程的评价结果分析类似，这里不再详述.5 结语1) 通过对课程的实例测评，可以看出利用基于AHP的灰色聚类法能对影响教学质量的各种因素进行综合考虑，进而能够较好地避免个人的主观判断，以保证评价结果的客观公正性.本文所提供的方法还可利用计算机编制成软件，进而可方便进一步推广应用.2) 在分析评价结果时，除关注本方法得出的评价结果外，还应重点考察各种可能出现的结果，即分析聚类系数向量中的“次大”类.对其未达到“最大”的原因作进一步分析，这样可以为决策提供更为丰富的参考信息.3) 本方法的重点在于聚类权重的确定，该步骤也是受人为因素影响最大的一个环节.因此，如何合理的确定聚类权重，进而保证评价结果的公正合理，应作为今后进一步研究的重点方向[8].6 参考文献：[1] 张素梅. 基于AHP法的教师教学质量模糊综合评价[J]. 高等理科教育，2009，2: 51-55.[2] 李国安，李卫华. 因子分析法在简易评价教师课程教学效果中的应用[J]. 数学的实践与认识，2006，36 (3): 79-83.[3] 解学祖. 教学质量评估的统计分析法[J]. 数理统计与管理，2001，20 (3): 54-59.[4] 杨萍. AHP法在评价教师课堂教学中的应用[J]. 数学的实践与认识，2004，34 (2): 32-34.[5] 彭志捌，尹雪莲. 基于BP神经网络的教学质量评价模型[J]. 安徽建筑工业学院学报，2009，17 (6): 110-113.[6] 孙玉荣，彭金波. 基于AHP的课堂教学效果评价指标体系研究[J]. 湖南工业大学学报，2010，24 (5): 86-88.[7] 易德生，郭萍. 灰色理论论与方法[M]. 北京：石油工业出版社，1992:221-235.[8] 于艳红，于艳春.基于AHP法的沥青路面破损状况灰色聚类综合评价模型[J]. 内蒙古农业大学学报:自然科学版，2012，2:155-158.doi：10.3969/j.issn.1001-4748.2015.03.016。

基于灰色聚类的电能质量综合评估方法周辉;杨洪耕;吴传来【期刊名称】《电力系统保护与控制》【年(卷),期】2012(040)015【摘要】Aiming at the continuity problem of comprehensive evaluation of power quality, based on the national standard limits of power quality indices, this paper normalizes the power quality indices and combines the combination weighting method with the grey clustering method to comprehensively evaluate power quality. First of all, the weights of all indices are obtained by analytic hierarchy process (AHP); then, if one or more indices of the evaluating object are over standard, the whitenization values of the indices in every grey class are obtained according to their severities or the normalized value; lastly, the power quality is comprehensively evaluated by grey clustering method, and the power quality level and the power quality score are obtained. Case result shows that the proposed method solves the evaluation continuity problem of the indices' ranging from one side to the other side of the boundary, providing a new idea for comprehensive evaluation of power quality.%针对电能质量综合评价连续性问题,在国家标准规定的电能质量指标限值的基础上对电能质量指标做了归一化处理,将层次分析法与灰色聚类方法相结合对电能质量进行综合评估.通过层次分析法得到各指标权重；再根据评估对象中是否存在指标超标现象,由指标归一化值或指标严重程度得到各指标属于各灰类的白化权数；运用灰色聚类评估方法对电能质量进行综合评估,得到评估对象的电能质量等级和评分值.实例表明,该方法有效解决了电能质量综合评估从指标不越界到越界的评价等级连续性问题,为电能质量综合评估提供了一种新思路.【总页数】6页(P70-75)【作者】周辉;杨洪耕;吴传来【作者单位】四川大学电气信息学院,四川成都610065;四川大学电气信息学院,四川成都610065;四川大学电气信息学院,四川成都610065【正文语种】中文【中图分类】TM714【相关文献】1.基于改进灰色聚类的配电网应急可靠性综合评估方法 [J], 王华昕;徐晨;邹龙;赵永熹;范宏;陆如2.基于支持概率距离的电能质量综合评估方法 [J], 邓焱;徐栋杰;刘文泽3.基于改进灰色聚类的配电网基建改造项目综合评估方法研究 [J], 廖天明;傅晓飞;李肇卿;胡锦泓;屈志坚;童克彦;刘自超;陆如4.基于概率统计的电能质量综合评估方法研究 [J], 王莉5.基于监测值和IAHP的电能质量综合评估方法 [J], 王磊;王秋莎;陈岩因版权原因，仅展示原文概要，查看原文内容请购买。

第42卷第6期电力系统保护与控制V ol.42 No.6 2014年3月16日Power System Protection and Control Mar.16, 2014 基于灰色关联度和理想解法的电能质量综合评估方法李正明，施 诗，潘天红，陈武晖（江苏大学电气信息工程学院，江苏 镇江 212013）摘要：电能质量的合理性评估是电能分质定价的基础，也是实现电能综合治理的重要依据。

为提高电能评估的客观性与科学性，将灰色系统理论引入理想解法中，构造一种新的贴近度指标，判定电能质量的等级及优劣排序，避免了理想解法在遇到贴近度相等时不能区分样本之间优劣性的情况，使得评估更加合理。

此外，结合G1法与熵权法确定权重因子，实现了权重的主客观统一，为评估奠定基础。

实例分析表明，该方法能细化电能质量的等级，使得评价结果更加客观、合理和全面。

关键词：电能质量；组合赋权；理想解法；灰色关联度；贴近度A synthetic power quality assessment based on grey correlation analysis and TOPSIS methodLI Zheng-ming, SHI Shi, PAN Tian-hong, CHEN Wu-hui(School of Electrical and Information Engineering, Jiangsu University, Zhenjiang 212013, China)Abstract: A reasonable power quality evaluation method is not only the foundation to set the price according to power quality, but also the important basis to manage electric energy comprehensively. In order to evaluate the power quality objectively and scientifically, a novel relative similarity degree index is presented to evaluate the grade of power quality and order preference by integrating the grey correlation analysis into the ideal solution (TOPSIS) method. Then it can avoid the case that TOPSIS cannot distinguish samples' disparity due to the equal relative similarity degrees. Furthermore, to achieve a unification of objectivity and subjectivity of weight, a weight factor is determined by combining the G1 with entropy weight method, which is also a foundation for evaluation. A case study demonstrates that the proposed method can elaborate the grade of power quality and make the power quality assessment being more objective, reasonable and comprehensive.This work is supported by National Natural Science Foundation of China (No. 61273142).Key words: power quality; combinatorial weighting method; TOPSIS; grey correlation degree; relative similarity degree中图分类号：TM711 文献标识码：A 文章编号：1674-3415(2014)06-0014-060 引言随着科学技术和经济的发展，不仅对电能的需求量日益增加，同时对电能质量的要求也越来越高。

基于灰色理论的配电网建设工程综合评价应用研究配电网是电力系统的重要组成部分，对影响配电网建设工程综合评价的因素进行总结，构建配电网建设工程综合评价指标体系，并根据评价指标的特点和配电网建设工程的实际情况构造了基于灰色理论的配电网建设综合评价模型，通过应用举例验证本文所研究内容对配电网建设工程综合评价有实用价值。

灰色层次分析法配电网综合评价体系1引言配电网的建设发展水平对电力用户的用电质量和供电能力有直接影响，同时它也是影响电力系统节能降耗程度的关键，要克服配电网发展建设中的障碍，就要对配电网建设工程进行整体的综合评价，以发现、分析配电网建设中所存在的问题。

构建科学合理、行之有效并且符合实际情况的配电网建设工程综合评价指标体系在对配电网建设进行设计指导上具有重要意义。

2配电网的定义及其在电力系统中的作用完整的电力系统由发电、输电网、配电网和用电四部分组成，配电网是电力系统与用户关系最密切的部分，是保证电力系统整体供电质量的关键部分。

配电网的定义按功能确定，即由供电企业直接向用户供电的电网，都可认为是配电网。

电力生产过程通常包括发电、变电、送电、配电和售电五个基本环节。

由发电厂、输配电线路、变电设备、配电设备和用电设备及其生产过程联结起来的有机整体称为电力系统。

而电力系统中，由送电、变电、配电设备及各种电压等级的电力线路所组成的部分称为电力网，简称电网。

为了方便研究和计算，将电网分为送电网和配电网两部分。

一般来讲，将35kv及以上电压等级的电网称送电网；10kv及以下电压等级的电网称为配电网，其作用是将电能分配给用户。

它由配电变电所和配电线路组成，配电网的供电电压一般采取两种形式：一是以3～10kv电压的高压大功率用户直接供电；二是经10kv专用变压器或公用变压器降压后以380/220v向低压、小功率用户供电。

3基于灰色层次分析法的配电网建设工程综合评价模型依据配电网建设工程的特点，甄选出关键指标，构建如下配电网建设工程综合评价指标体系：3.1指标权重的确定采用层次分析法（ahp）确定各指标权重，首先由专家打分对同层次的两两指标进行比较，采用1～9比例标度方法，构造判断矩阵，然后计算各层矩阵的特征向量，再做归一化处理，求出各层指标的权重用w表示，并进行归一化检验3.2灰色关联系数的计算首先通过专家打分对评价指标进行打分，根据配电网工程的性质以及该指标在过去出现过或将来可能出现的情况确定最优值，由各指标的最优值构成理想方案，将其作为对比方案，再由专家对各指标进行满意度打分，构造由参考序列和被比较序列构成的矩阵，通过邓氏关联度公式，计算建设方案中的指标与该指标最优值的灰色关联系数，邓氏关联度的计算公式如下：3.3灰色关联度的计算将得到的指标权重与灰色关联系数结合，得底层指标灰色关联度，将其作为上一层的基础指标，再对上一层指标进行灰色关联度计算直至最高层，备选方案与理想方案的关联度数值应在＼[0，1＼]内变化，关联度越接近1，表示与理想方案的接近度越大，关联度越接近0，表示与理想方案的接近程度越小，建设方案与理想方案的灰色关联度公式为μ=we，其中，μ表示合成灰色关联度，w表示指标权重，e表示灰色关联矩阵，由此得到建设方案的评价结果。

基于灰色关联分析的煤矿通风系统两级评价After reading or practice, get the feeling, and after reflection and summary，to guidthe work or life.编制：审核：日期：基于灰色关联分析的煤矿通风系统两级评价温馨提示：本文是以实现工程、系统安全为目的,应用安全系统工程原理和方法,对工程、系统中存在的危险、有害因素进行辨识与分析,判断工程是否能开展的一种汇报。

文档下载完成后可以直接编辑，请根据自己的需求进行修改后套用。

摘要：通过大量的统计分析。

得到影响煤矿通风系统的主要因素, 确定了煤矿通风系统综合评价指标体系, 引进了灰色关联度多层次分析法, 构建了煤矿通风系统灰色关联评价模型, 最后给出模型予以验证。

关键词：煤矿通风系统；灰色关联度；安全评价矿井通风系统是利用通风动力向井下备用风地点提供优量足够的新鲜空气, 稀释并排出有毒有害气体, 营造一个安全舒适的作业环境, 其优劣与否直接影响工人的身体健康和生命安全。

由于影响通风系统的因素很多, 衡量矿井通风系统优劣的指标也很多。

因此, 评价矿井通风系统安全与否是个重要而复杂的问题, 做好这项工作, 对提高矿井通风系统管理具有重要意义。

本文选用了灰色关联分析的通风系统两级评价方法, 理由如下：(1)灰色关联度评价法简便可行, 评价结果直观、可靠, 又弥补了模糊综合评判法的不足。

(2)目前, 矿井通风系统安全评价方法有多种, 这些方法各有优缺点, 但评价的精确性和矿井通风系统的不完全可知性之间的矛盾都未能解决。

近年来, 模糊数学评价方法引起了人们的重视。

然而矿井通风系统除了模糊性之外, 还有一种特性, 即系统的灰色性——信息的不完全性和非确知性。

系统的灰色性不但包含了随机性和模糊性, 还包括了这两种不确定性以外的系统的更为广泛的特性, 因此, 采用灰色系统关联度评价法对矿井通风系统进行评价, 能有效地弥补模糊综合评判法的不足, 使评价结果更为客观、合理。