决策空间自组织多模态多目标鲸鱼优化算法研究

针对当前多模态多目标优化算法在获得Pareto解集的完整性、收敛性方面的不足,提出了一种决策空间自组织多模态多目标鲸鱼优化算法(MMO_SOM_WOA)。首先将鲸鱼优化算法首次用于求解多模态多目标问题,通过鲸鱼优化算法本身的随机性提高寻找Pareto解集完整性的能力。其次将自组织映射网络与鲸鱼优化算法相结合,迭代开始时为鲸鱼优化算法建立良好的邻域。最后使用精英反向学习策略初始化种群和非支配排序机制获得均匀且完整的解。通过与当前5种经典算法在多模态多目标优化问题上进行仿真对比,结果表明MMO_SOM_WOA算法兼顾Pareto解集的多样性和Pareto解的完整性,收敛速度和收敛精度均得到提升具有较高的性能,有效解决多模态多目标优化问题。

大电网解列决策空间筛选及快速搜索方法

解列是电力系统在受到大干扰、系统完整性无法保持的情况下将系统分解成几个孤岛的控制。如何高效寻找满足特定约束集的解列断面,是当前主动解列问题的研究热点。但是随系统规模的增大,现有基于图论模型的策略搜索算法,不同程度上存在维数灾困难。该文提出基于弱联接理论的决策空间预筛方法将有效降低预决策空间规模,再利用有序二元决策图将使求解大规模系统的解列策略(集)成为可能。对IEEE-68系统的测试结果显示,方法可在不损失可行解的前提下,极大程度上降低决策空间规模。

TCPN的状态可达及可调度决策空间算法

Tsai等提出了时间限制Petri网（TCPN），并讨论变迁可激活、可调度规律及其计算公式．然而，由于网拓扑和动态的复杂性，某些概念的逻辑关系及公式有矛盾．本文通过引入调度决策变量、动态标记准确地刻画调度规律，修正澄清了Tsai文中的问题，完善了TCPN的调度分析．另外，讨论了TCPN沿含有失败变迁激活路径的调度问题，

决策空间定向搜索的高维多目标优化策略

传统的多目标进化算法(MOEA)对于低维连续的多目标优化问题已经具有良好的性能,但是随着优化问题目标维数的增加,优化难度也将剧增,主要原因是算法本身搜索能力不足,维数增加时选择压力变小,收敛性和分布性冲突难以平衡.利用连续多目标优化问题的特性,针对高维多目标优化的难点所在,提出了一种在决策空间的定向搜索策略(decision space,简称 DS),该策略可与基于支配关系的 MOEA 相结合.DS 首先对优化问题进行采样分析,对问题特性进行解析,得到收敛性子空间控制向量和分布性子空间控制向量.将算法搜索过程分为收敛性搜索阶段和分布性搜索阶段,分别对应收敛性子空间和分布性子空间,在不同阶段搜索时,利用采样分析结果,对生成子代个体的区域进行宏观的影响.将收敛性和分布性分阶段考虑,避免了收敛性和分布性难以平衡的难点,同时,具体在某一阶段内搜索资源相对集中,一定程度上增加了算法的搜索能力.实验结合了 DS 策略的 NSGA-II,SPEA2 算法与原NSGA-II,SPEA2 算法进行实验对比,并以 DS-NSGA-II 为例,与其他高维算法 MOEAD-PBI,NSGA-III,Hype,MSOPS,LMEA进行对比实验.实验结果表明,DS策略的引入,使得 NSGA-II,SPEA2算法在高维多目标优化问题上的性能有了显著提高,DS-NSGAII 与现有的经典高维多目标算法相比有较强的竞争力.

基于三维决策空间的医疗设备维修策略研究

目的:解决医疗设备维修决策盲目化、主观性的问题,准确划分业务流,实现维修效益的提高。方法:利用三维决策空间模型,以维修外包环境成熟度、设备重要性、维修业务的层次和故障的复杂程度构建立体条件区域,从而分类形成不同的维修策略。结果:提出了不同区域内设备的维修方式选择策略,能更客观、方便地根据维修需求选取较为合理的维修方式。结论:三维决策空间能有效划分繁杂的维修业务,为医学工程科提供针对性的决策辅助,进一步提升医疗设备维修的综合效益和服务质量。

三支决策空间上三支决策评价函数的构造

在基于偏序集的三支决策空间上,回顾从半三支决策评价函数、多个三支决策评价函数到三支决策评价函数的构造方法。并在此研究基础上给出了几个新的三支决策评价函数的构造。

大学课程的决策空间及其有效构建

大学课程决策要呈现更多的民主化、科学化、制度化色彩,一个重要的路径就是构建有效的决策空间,它是一个组织平台、运行机制和公共理念的复合体,藉此更多的利益相关者可以就大学课程的各个方面进行民主对话、互动交流和博弈协调。构建大学课程的决策空间需要建构参与型决策文化、优化决策主体构成和完善课程决策运行机制等等。

支持一体化协作指挥决策的统一决策空间

以海上编队一体化作战需求为牵引,以提升海上编队作战指挥辅助决策能力为目的,在系统地分析了编队多指挥层次、多作战方面一体化协作指挥决策方式的基础上,提出统一决策空间的概念,设计统一决策空间的层次结构,并对层次结构中的4个层次进行分析,对面向协作的海上编队辅助决策技术的进一步研究有重要的参考意义。

概率决策空间上的SPA可能度格序结构

在决策过程中,考虑到事件发生概率影响到决策状态的不确定性,在概率知识表示系统中融合集对分析方法,定义概率决策空间(Ω,A,P)上的SPA(set pair analysis)联系影响度,分析SPA联系度的偏序关系,定义SPA联系函数格,给出构建SPA联系函数可能度格序结构的方法,说明这种方法的有效性,为在概率决策空间上进行格序决策提供了一种新的数据描述方法。

基于知识粒度的决策空间方法研究与实现

本文利用粗糙集理论中的粗度概念,在对获取规则进行扩展性的粒度描述的基础上,提出了一种工具--知识依赖关系图(KDRD),构造了n维知识粒度决策空间以及基于多决策类的同构映射决策空间,建立了基于KDRD和决策空间的决策算法,并结合机械故障诊断说明了本方法非常适于故障诊断等通过结论获取原因的智能决策系统.

支持产品设计的决策空间方法

利用粗糙集理论中的粗度概念,在对获取产品设计知识进行扩展性粒度描述的基础上,通过引入知识依赖关系图,构造了n维知识粒度决策空间以及基于多决策类的同构映射决策空间,提出了基于知识依赖关系图和决策空间的决策算法,并结合产品设计中滚动轴承选择决策说明其实用性.

决策空间上的电力系统热稳定安全域边界

定义了由发电机节点有功功率注入和电压幅值、负荷节点的有功功率和无功功率注入所组成的决策空间上的热稳定安全域(THSR)。THSR特别适合于电力系统在线安全监视、评估与控制的需要,因而快速确定这样的决策空间上系统热稳定安全运行区域的边界具有重要意义。研究表明,在工程实际关心的范围内,决策空间中热稳定安全域边界面可用超平面近似描述,并且基于交流潮流模型和灵敏度法推导出了计算超平面系数的解析式。实际大系统的算例表明,在计算速度和精度2个方面均可满足在线计算的工程需要。

三支决策空间下的区间参数优化模型及应用

区间概念格理论是在区间参数基础上提出的一种新的对象挖掘方法,它能够更精确地处理不确定信息。区间参数[α,β]决定了区间概念和格结构,进而对提取的决策准则产生影响。为了解决区间参数优化问题,首先将区间概念格与三支决策粗糙集理论相结合,提出了三支决策空间理论;然后在此基础上将区间概念外延划分为3个域:正域、边界域和负域,并给出了基于区间概念格的三支决策规则与决策损失函数,通过调整区间参数寻找更加可靠的决策准则,从而优化区间参数;最后通过实例对模型进行验证。

基于决策空间划分模型的多目标进化算法

为有效利用决定空间中的信息、提高收敛速度与准确度,提出了基于决策空间划分模型的多目标进化算法.该算法将决策空间划分成多个子决策空间并在每个子决策空间内映射出一个超球体,运用某一多目标进化算法完成超球体内个体的1轮次进化,基于粒子群优化算法的粒子移动机制实现超球体间的信息共享、引导超球体质心向最优解集方向移动.对8个测试问题的实验结果表明:基于决策空间划分模型的多目标进化算法在收敛精度和收敛稳定性方面比FastPGA,MOCell,NSGA-Ⅱ和SPEA2算法表现出更好的性能.

基于知识融合和深度强化学习的智能紧急切机决策

紧急控制是在严重故障后维持电力系统暂态安全稳定的重要手段。目前常用的“人在环路”离线紧急控制决策制定方式存在效率不高、严重依赖专家经验等问题,该文提出一种基于知识融合和深度强化学习(deep reinforcement learning,DRL)的智能紧急切机决策制定方法。首先,构建基于DRL的紧急切机决策制定框架。然后,在智能体处理多个发电机决策时,由于产生的高维决策空间使得智能体训练困难,提出决策空间压缩和应用分支竞争Q(branching dueling Q,BDQ)网络的两种解决方法。接着,为了进一步提高智能体的探索效率和决策质量,在智能体训练中融合紧急切机控制相关知识经验。最后,在10机39节点系统中的仿真结果表明,所提方法可以在多发电机决策时快速给出有效的紧急切机决策,应用BDQ网络比决策空间压缩的决策性能更好,知识融合策略可引导智能体减少无效决策探索从而提升决策性能。

基于直觉模糊可能性分布的三支决策模型的研究

直觉模糊集理论和可能性理论的融合是不确定问题领域的一个研究热点。文中提出了一种基于直觉模糊可能性分布的直觉模糊可能性测度(Intuitionistic Fuzzy Probability Measurement,IFPM),并在此基础上构建了三支决策模型。首先,定义了直觉模糊决策空间及该空间上的直觉模糊可能性分布,并对其性质进行了证明,给出了论域对象的隶属度和非隶属度可能性均值的计算方法。然后,讨论了论域对象的隶属度和非隶属度可能性均值与决策阈值的关系,分析了它们之间的概率分布情况。根据概率分布-可能性分布的转换关系,给出决策规则和三支决策模型,提出了一种基于直觉模糊可能性分布的IFPM决策风险计算方法。最后,考虑论域中对象的增减变化引起的IFPM变化,给出对应公式并对动态决策过程进行分析,同时通过实例验证了该模型的有效性。

集对分析在不确定性智能决策中的应用

语言是思维的表达,智能决策是基于确定性与不确定性对立统一思维的一类高级决策。文章综述集对分析在纯自然语言决策,自然语言与数学混合语言决策,区间数决策和直觉模糊决策,集对分析粗糙集决策,联系数与马尔可夫链相结合的决策,赵森烽-克勤概率的贝叶斯决策,偏联系数的决策和同异反综合集成决策等方面的应用。特点是把基于确定性的决策建模与不确定性系统分析相结合,把系统宏观层次的分析与微观层次的分析相结合,把两种或多种决策方法综合集成,根据不确定性的具体情况给出决策建议,因而是一种立足于全局的智能决策,并认为集对分析的不确定性智能决策过程,在本质上是把决策系统中的信息能转换成智能的过程。

决策论视域中的官员腐败:缘由、演化及其遏制

官员具有"经济人"的特征,既有实施腐败行为的可能,也有不实施腐败行为的可能,其最终行动取决于内在的成本收益分析。内在成本收益分析建构的决策空间依赖于制度建设的质量和官员个人的羞耻度。提高制度建设的质量,中短期依赖监督纠错的能力,长期依赖政府权力的重新配置。而官员个人的羞耻度则须依赖持续有力的思想道德教育。制度建设和道德建设须立足改变腐败成本收益对比的决策空间,才能使官员不敢腐败、不想腐败,也不能腐败,从而引导形成官员主动抵制腐败的内生动力机制。

基于改进近似动态规划的安全约束机组组合算法

针对电力系统的安全约束机组组合问题,提出了一种基于改进近似动态规划的求解算法。考虑到安全约束机组组合是一个多时段混合整数非线性规划问题,难以直接求解,所提算法将其建模成马尔可夫决策过程,并利用近似动态规划实现解耦求解。为了处理近似动态规划决策空间过大的问题,所提算法通过决策空间缩减技术提前获得大部分机组的开停机状态,有效提高求解效率。在IEEE 39节点系统和一个实际系统上进行了算例分析,验证了所提算法的有效性。

基于区间离散解产生器的决策变量区间离散多目标优化方法

针对数学特性要求严格且现有约束处理方法无法有效解决的决策空间离散分布多目标优化问题,提出一种求解决策变量离散分布的多目标进化算法。首先设计一个满足区间离散解的个体产生器,指引种群的搜索方向;然后针对常规约束违反度计算方法无法适用于决策变量离散约束的情况,提出了一种区间离散约束违反度的计算方法,并将满足决策变量离散约束的个体使用改进可行性规则来处理常规的等式约束和不等式约束;最后对考虑决策变量区间离散模型和未考虑决策变量区间离散模型进行仿真比较。结果表明,在相同的仿真条件下,使用本文处理决策变量离散分布的算法,直接在有定义的变量区间循环产生个体,提高了算法的效率,并且满足可行域的非支配个体明显比未考虑区间离散约束的个体数量多,分布均匀性好。