《表3 指标权重：基于GRA和AHP的GRNN神经网络零件失效概率预测方法》

《表3 指标权重：基于GRA和AHP的GRNN神经网络零件失效概率预测方法》   提示：宽带有限、当前游客访问压缩模式
本系列图表出处文件名：随高清版一同展现
《基于GRA和AHP的GRNN神经网络零件失效概率预测方法》


  1. 获取 高清版本忘记账户？点击这里登录
  1. 下载图表忘记账户？点击这里登录

对各个子指标层指标采用相同的方法计算并进行一致性检验，结果如表3所示.

图表编号XD0033923400    严禁用于非法目的
绘制时间2019.04.25
作者鞠萍华、柯磊、冉琰、朱晓、李松涛
绘制单位重庆大学机械传动国家重点实验室、重庆大学机械传动国家重点实验室、重庆大学机械传动国家重点实验室、重庆大学机械传动国家重点实验室、重庆大学机械传动国家重点实验室
更多格式高清、无水印（增值服务）

相关图表

  1. 《表4 各类簇的预测效果：基于密度峰值聚类及GRNN神经网络的光伏发电功率预测方法》2020.09.28
  2. 《表5 各模型预测结果：基于密度峰值聚类及GRNN神经网络的光伏发电功率预测方法》2020.09.28
  3. 《表7 各指标权重及赋分：基于群决策的AHP渡槽安全综合评价方法》2020.10.01
  4. 《表5 AHP权重法与基于熵权方法RBF神经网络评价比较》2019.11.25
  5. 《表3 评估结果：基于BP神经网络和概率神经网络的健康水平预测与监测》2020.10.28
  6. 《表2 概率神经网络(PNN)和广义回归神经网络(GRNN)的分类与判别结果》2021.02.01
  7. 《表2 专家权重划分：基于事故树和贝叶斯网络的隧道塌陷风险概率估计方法研究》2020.04.20
  8. 《表3 指标综合权重计算：基于改进AHP和CRITIC法的配电网规划方案综合评估》2020.03.01
  9. 《表1 1～9比较尺度表：基于AHP-GRA的用户身份可信评价方法》2020.04.10
  10. 《表2 专家权重因素：基于专家经验法的机械密封基本事件失效概率分析方法》2020.02.15
  11. 《表1 基于GRA和AHP的学科服务绩效评估模型层次结构列表》2019.12.01
  12. 《表5 每种房间预测结果：基于图形识别和GRNN网络的照明设计自动化系统》2019.10.01
  13. 《表3 指标权重表：基于层次分析法和神经网络结合的桥梁维修优先级决策方法研究》2019.05.10
  14. 《表3 监测点指标浓度：基于GRA-AHP模型的岩溶地下水水质评价》2019.08.12
  15. 《表3 风险因素权重值：基于粗糙集-AHP-BP神经网络预测事故概率》2019.07.25
  16. 《表3 风险因素权重值：基于粗糙集-AHP-BP神经网络预测事故概率》2019.07.25
  17. 《表5 一级指标权重：基于AHP与加权和法的大型地下铝土矿采矿方法优选——以猫场铝矿为例》2019.01.15
  18. 《表4 指标综合权重：基于GRA和AHP的GRNN神经网络零件失效概率预测方法》2019.04.25
  19. 《表1 机械零件失效概率影响因素及特征指标》2019.04.25
  20. 《表5 预测误差比较：基于GRA和AHP的GRNN神经网络零件失效概率预测方法》2019.04.25

随机翻阅

《表1 不同网格数下喷管喉部和出口温度》 《表1：线性经济模型换基迭代准则的研究》 《表1 斜坡地质灾害易发性评价表》 《表2 中加双方教学时长的比较》 《表2 协调发展度计算指标归一化标准表》 《表1 总结玻璃化载体系统》 《表2 粉末配比 (质量百分数) 和对应的涂层编号Tab.2 Mass ratio of powders and number of coatings》 《表5 维汉新生儿克托莱指数和维尔维克指数均值 (±s)》 《表1 两组患者24 h心房颤动转复情况对比[n(%)]》 《表2 CFETPV项目管理层培训效果评估指标体系》