Results 101 to 110 of about 79,323 (169)
四川大学学报. 自然科学版, 2004 以地下水各聚类指标水质级别国家标准值为评价标准 ,建立投影寻踪技术模型 ,将评价模型运用于韩城矿区桑树坪煤矿水环境质量现状评价中 ,并与其它方法的结果进行比较 .实例应用表明 :投影寻踪技术用于水环境质量评价具有较好的客观性和实用性 ,亦可用于其它环境质量的综合评价 .
姜林, 李梦龙
doaj
, 1986 本文扼要地介绍了石油储集层评价专家系统。该系统是以人工智能理论为基础,结合模糊数学、概率统计等方法,系统地总结测井资料解释专家的知识和经验,给出了一种新的储集层评价专家系统结构。具体内容有知识模型、知识表达、控制机构、说明能力及其在计算机上的实现。另外 ...
张士杰 +6 more
core
, 2008 干旱区内陆河流域的自然地理背景决定了生态的脆弱性,流域生态系统孕含着一定的风险性。从塔里木河干流自然条件和人为干扰状况出发,建立塔里木河干流生态风险评价指标体系,并运用AHP-模糊综合评价方法构建了塔里木河干流生态风险评价模型。在此基础上,通过加权平均方法对模糊评价结果进行处理,借助ARC-G IS的地统计分析工具,生成风险评价结果图。研究表明:塔里木河干流的生态风险分布具有明显的空间差异性。并且,生态风险指数由上游的2.5增加为下游的4.1,生态风险大的区域主要分布在干流下游地区 ...
林毅 +5 more
core
, 2015 传统项目评价是一种典型的方法导向型评价,其主要特征是:项目评价是以研究方法为主导的,评价活动必须严格按照某种特定的研究方法进行设计。近年来,项目评价领域正在经历由方法导向型评价向理论驱动型评价转变。理论驱动型评价是一种以理论为基础的评价途径,其核心思想是系统运用现有社会科学理论、利益相关者理论、二者之间的组合理论以及与项目本身相关的理论等建构一个涵盖项目预期影响、项目运转、项目因果机制或干预机制以及环境因素等内容的项目理论,并以此来指导项目评价实践。厦门大学哲学社会科学繁荣计划项目(项目号:2013 ...
孙翊锋
core
, 2008 针对乌鲁木齐市附属绿地园林植物选择要求,选择观赏性、生态适应性、生态功能性、经济指标4个评价因素及18个评价因子构成评价体系,运用层次分析法确定指标权重,利用指数和法对乌鲁木齐市初选的192种园林植物进行适宜性评价,并根据适宜度指数进行分级。评价结果表明:综合评价效能为1级植物有37种;2级植物有106种;3级植物有42种 ...
唐疆蜀, 易治伍, 尹林克, 孙静
core
, 2001 在回顾有关绩效的理论与实证研究基础上 ,通过对绩效概念多维性的考量、绩效评价标准的确定、评量指标体系的构建以及多样性评量指标的整合意义与方法等四个绩效评价的最基本问题进行反思 ,提出如下观点 :( 1 )对绩效进行考量时必须同时考虑时间、方式和结果三个维度 ; ( 2 )绩效评价标准的确定应先于具体评量指标的选择 ,且应保持一定的稳定性 ,不可随意增删 ; ( 3)评量指标的选择应本着贵精不贵多、贵明确不贵模糊、贵敏感不贵迟钝 ,贵关键不贵空泛的原则进行 ; ( 4 ...
凌文铨, 方俐洛, 杨杰
core
, 2007 为了给区域尺度的水土流失治理、规划及评价提供科学的依据,将"风险评价"的概念引入水土保持学科之中,定义了区域水土流失生态风险评价的概念,提出了评价的方法与步骤,构建了区域水土流失生态风险评价模型框架,并以延河流域为例进行了应用。结果表明:延河中游及安塞县和宝塔区为优先治理区 ...
王国梁, 张志国, 李锐
core
, 1988 本文从海洋工程地质工作的发展阐明区域性调查和评价是历史发展的必然和技术进步的结果。文中比较全面地介绍了包括海上和岸上两方面工作的调查方法,资料解释工作的目的和意义,以及工程地质评价的内容和作用。强调了地球物理 ...
顾小芸
core
, 2010 选取3个主要水质监测指标,运用物元模型对长江中下游45个主要湖泊水质进行综合评价,结果显示:长江中下游地区被评价的45个湖泊中,没有Ⅰ类水质湖泊,Ⅱ类水质湖泊数占被评价湖泊数的2.22%,Ⅲ类水质湖泊数占被评价湖泊数的31.11%,Ⅳ类水质湖泊数占被评价湖泊数的28.89%,Ⅴ类水质湖泊数占被评价湖泊数的37.78%,其中水质超过地表水Ⅲ类水质标准的湖泊数占被评价湖泊数的66.67%,总体看来,长江中下游地区湖泊水质总体上较差。将评价结果与湖泊富营养化等级进行对照,结果显示 ...
肖玖金, 谭周亮, 李旭东
core
Dianci bileiqi, 2014 基于《雷电防护第2部分:风险管理》（GB/T21714.2—2008）及BP人工神经网络理论,利用MATLAB软件建立了一个三级BP网络预警模型,经过网络训练、网络检测得到训练成熟的普通建筑雷灾风险BP网络评价模型。BP神经网络的运用有助于评价模型更加准确客观地反映建筑物雷灾风险各影响因素与最终风险评价结果之间的非线性关系。为了验证该评价模型的评判效果,除对训练成熟的网络评价模型进行检测,还进一步选取《雷电防护第2部分:风险管理》（GB/T21714.2—2008）中提供的评估实例进行验证性评估 ...
华晨辉, 杨仲江, 罗骕翾, 路明
doaj