20xx-20xx美賽論文評(píng)析與靈敏度分析(完整版)
【正文】 Logistic回歸方程預(yù)測(cè)三個(gè)國(guó)家的汽車總量的變化情況；然后建立優(yōu)化模型（如下）來描述在各方面獲得最大的利益，接著用圖片表示了每個(gè)國(guó)家三種車輛數(shù)量的變化情況。引入外部和內(nèi)部影響模型（主要形式都是微分方程），然后在此基礎(chǔ)上建立諾頓模型模擬電動(dòng)汽車的數(shù)量和變化趨勢(shì)（考慮EV和CV兩種車）接著估計(jì)可以保存的石油量：最后通過AHP分析得到不同類型發(fā)電方法的權(quán)重。模糊綜合評(píng)價(jià)的敏感度分析：分析了評(píng)價(jià)準(zhǔn)則權(quán)重的敏感性，得出模型是穩(wěn)定的，低敏感性的。穩(wěn)定性（魯棒性）分析通過對(duì)原始數(shù)據(jù)添加輸入噪聲，得到模型是穩(wěn)定的。靈敏度分析基于最大熵的靈敏度分析的灰色關(guān)聯(lián)分析模型。反之則不穩(wěn)定。最小電力成本模型：確定發(fā)電站數(shù)量模型：
環(huán)評(píng)公示相關(guān)推薦
鄂ICP備17016276號(hào)-1