概率区间值犹豫模糊集多属性群决策模型及其应用

目的:研究概率区间值犹豫模糊集及应用。方法:将概率区间值犹豫模糊数,用区间值隶属度的中位数、区间值隶属度的清晰度以及概率构成的三维点坐标进行刻画,在此基础上提出了概率区间值犹豫模糊元的相关运算。根据概率区间值犹豫模糊元的相关运算采用熵值法计算属性权重。最后基于TOPSIS思想给出了一个新的贴近度公式,并利用新的贴近度公式对方案排序。结果:建立的概率区间值犹豫模糊集多属性群决策模型可以有效排序方案。结论:将概率区间值犹豫模糊集采用区间值隶属度的中位数、区间值隶属度的清晰度以及概率来表示不仅可行,而且可以用来解决多属性群决策问题。

基于DNN-NKDE的公交车驻站时间概率区间预测

针对公交车在站台驻站时间的影响因素分析,考虑在复杂的乘车模式下引入驻站时间概率区间预测的概念。通过DNN算法构建驻站时间预测模型得到预测结果,统计预测值与真实值的误差集并划分为多个子区段,对每个子区段采用非参数核密度估计算法构建概率区间预测模型,估计重组各子区段在某置信水平下的公交车驻站时间概率区间预测结果。利用济宁市公交车到离站等信息数据,验证方法的有效性和可行性。

喀什地区河流水质概率区间预测改进方法探讨

针对传统随机抽样方法计算精度不高的局限,文章采用交叉熵抽样方法对其进行改进,并对喀什地区河流水质浓度变化区间进行概率预测,并结合河流水质监测数据对水质浓度概率预测精度进行对比分析。分析表明:相比于传统随机抽样方法,改进方法后喀什地区氨氮浓度和溶解氧浓度预测误差平均可分别降低5.6%和6.2%,其浓度概率区间更符合水质浓度的波动变化,浓度概率区间预测结果可作为水质预警指标确定的重要依据。

加权概率区间值犹豫模糊集及决策应用

对概率区间值犹豫模糊集中的不同区间值隶属度赋予了决策专家权重,定义了加权概率区间值犹豫模糊集(WPIVHFS).针对WPIVHFS中的加权概率区间值犹豫模糊数,采用区间值隶属度的中位数、区间值隶属度的清晰度、概率以及相对应的决策专家权重构成四维点坐标进行刻画,在此基础上建立了加权概率区间值犹豫模糊元(WPIVHFE)的外部固定函数模型、内部稳定函数模型、2个WPIVHFE的大小比较准则与距离测度模型.利用熵值法分别计算属性的外部权重与内部权重,并依据属性的外部权重与内部权重相离程度值来确定属性的综合权重.考虑方案的外部固定函数值、内部稳定函数值来计算各个方案的综合属性值.方案的排序结果表明:在采用四维点坐标来描述WPIVHFS的基础上建立的决策算法不但科学有效,而且提供了一种多角度观察方案排序结果的方法.

一种新型日前光伏功率概率区间预测方法研究

面对大量光伏出力并网,其带来的波动性和不确定性给智能微电网的控制和设计带来了很大的挑战。因此,文章提出一种基于WD-BiLSTM-NPKDE的日前光伏功率概率区间预测方法。首先,利用小波分解方法进行数据信号分解,进一步消除随机性、波动性对预测精度的影响;其次,将分解后的分量输入到BiLSTM模型进行训练;再次,采用非参数核密度估计求解概率预测结果;最后,得到给定置信水平下的光伏功率预测区间。算例结果表明,该方法能有效得到光伏功率区间。

一种基于Beta分布的风电功率预测误差最小概率区间的模型和算法

针对用正态分布计算风电功率预测误差区间时出现的问题,提出一种基于Beta分布的风电功率预测误差区间的估计方法。该方法根据发电调度对系统备用容量安全性和经济性的要求,建立一个能够计算任意概率水平、Beta分布最小概率区间的优化模型,通过引入Beta分布函数的反函数形式,把等式约束的优化问题简化成一个无约束的优化问题,并根据Beta分布特点给出了一个快速的算法。仿真结果证明了所提模型、算法的正确性,和Beta分布的合理性。

考虑风电不确定性的概率区间潮流模型与算法

该文基于证据理论构造了风电场的随机出力和不确定节点负荷的基本可信度分配,提出了一种电力系统概率区间潮流(probabilistic interval power flow,PIPF)模型和算法。通过构建输入不确定量的多维联合可信度分配,将概率区间潮流问题转化为若干个区间潮流问题。并采用区间优化法求解区间潮流,获得潮流状态量的区间极值,最终合成了潮流变量的似然累积概率分布和信任累积概率分布。IEEE 30、118标准系统的计算结果表明,所提的概率区间潮流把概率潮流和区间潮流统一于一个模型,获得潮流变量的似然和信任累积概率分布,可用以判断变量取值的最大和最小概率,对电力系统运行有良好的指导意义。

基于滑动分块百分位数Bootstrap法的风电功率概率区间预测

提出一种基于非参数滑动分块百分位数Bootstrap法(MBPB)的风电功率概率区间预测方法。由于风功率数据存在显著的时间相依结构,该方法首先对预测功率进行等间隔划分,再以某区间内的预测误差序列为样本,借助滑动分块Bootstrap法(MBB)抽样产生多个伪样本,然后对伪样本数据通过滑动分块百分位Bootstrap法和四分位法相结合的统计推断生成一定置信水平下的误差上下限,进而得到该预测功率段内的概率预测区间。同时建立包含区间覆盖率和区间平均带宽的评价指标,通过将其与百分位法、百分位数Bootstrap(PB)法的预测结果对比,表明基于MBPB的概率性预测区间的覆盖率更高,平均带宽更窄,精度更好且效果也更优。

基于概率区间的不确定性动作建模研究

对不确定性动作建模有助于提高虚拟角色行为表现的逼真度和可信度。现有行为模型由于动作缺少必要的不确定性而显得重复、单调,为此,提出了利用概率区间对角色不确定性动作建模的方法。基于区间代数提出了概率区间的概念,并指出了概率区间的完备性问题,着重研究了正态概率区间的数学运算及其完备化的加性和乘性方法。与代数区间相比,概率区间能够更加精确地描述动作的不确定性效应。以坦克虚拟角色为例,研究了正态区间在不确定性动作建模中的应用,通过对射击动作的不确定性建模验证了所提方法的合理性和有效性。

基于模糊信息概率区间数的突发地质灾害降水因子评价研究

根据2010、2012两年云南省的820个地质灾害监测记录，基于模糊信息概率区间数的大小来开展降水量因子的评价研究。结果表明：突发地质灾害发生前10 d的单日降水量与灾害的关系很小，基本不能用于预警模型的建立和风险评价分析；累积降水量与突发地质灾害关系明显，特别是5～10 d的累积降水量预测概括率已达60％以上，可以用于突发地质灾害预警模型的建立和实际的监测预警；加衰减系数的有效累积降水量因子对突发地质灾害预测效果并无提升，与普通累积降水量因子相比并无优势。

基于关联系数的概率区间犹豫模糊多属性决策方法

为了测量概率区间犹豫模糊集的平均程度、离差程度、信息不完全度和整体相关关系,文章提出了概率不确定语言集的均值关联系数、方差关联系数、信息不完全度关联系数及综合关联系数,并给出了关联系数的相关性质,构建了基于关联系数的概率区间犹豫模糊集多属性决策模型,最后应用实例验证了该方法的合理性和有效性。

概率区间型决策中求方案期望值极值的简便算法

给出了一个求概率区间型决策中方案的最大期望值和最小期望值的简便算法 ,证明了该算法的正确性 。

基于可达概率区间的不确定决策树

针对不确定数据的概率分布难以获取的客观实际,讨论了缺失概率分布的值不确定离散对象的决策树。定义了(条件)概率区间,并证明了(条件)概率区间是可达概率区间;基于可达概率区间,定义了(条件)熵区间,并给出了求解(条件)熵区间的上/下界的方法;采用条件熵区间作为属性选择度量,提出了一种新的不确定决策树,将以0-1划分对象的决策树扩展到以概率区间分配对象的决策树,这样不仅可以处理缺失概率分布的值不确定离散对象,也可以处理确定离散对象。通过在基于UCI数据集的不确定数据集上的实验,证实了不确定决策树是有效的。

不确定环境下定期人寿保险的破产概率区间的计算

针对实际问题存在的不确定因素,研究了含不确定参数的定期人寿保险的破产模型,其中死亡率和净年保单数分别用区间数和随机参数刻画.推导了破产概率区间的计算公式,且用泊松分布近似时得到其近似计算方法.该模型的建立既考虑了初始准备金的利息积累和任何时刻的新投保人的加入,并采用了新的分组方式,又考虑了实际问题中的不确定因素,因而能够更加真实地刻画了实际过程,比传统模型更具实用性.

基于VMD-GRU和非参数核密度估计的风电功率概率区间预测

提出一种组合的风电功率概率区间预测模型。采用变分模态分解(variational mode decomposition,VMD)算法降低风电功率序列的不平稳性;基于门控循环单元(gated recurrent unit,GRU)神经网络构建点预测模型,得到风电功率的点预测值及误差集,并将误差集划分为多个子区段,对不同的子区段分别采用非参数核密度估计(nonparametric kernel density estimation,NKDE)算法构建概率区间预测模型;将各子区段预测结果进行重组,估计得到在某置信水平下的风电功率概率预测区间。利用我国某实际风电场的历史数据进行仿真研究,验证了所提出方法的有效性。

基于BP神经网络与非参数核密度估计的短期风电功率概率区间预测

考虑到风电功率确定性预测已不能满足电网调度和电网规划的要求,提出了一种基于BP神经网络与非参数核密度估计的短期风电功率概率区间预测方法。在利用神经网络进行功率点预测的基础上,将功率进行分区段误差统计,求取各区段核密度估计的概率密度函数,并在给定置信度下,预测风电功率波动区间。通过对我国依兰风电场数据进行仿真与分析,表明该方法具有良好的实用性,在置信度为90%下,各项评价预测指标均满足工程需求。

论企业价值评估的价值概率区间

当前的企业价值评估值都是点估计值。本文提出了价值概率区间的概念,并从当前国内外学者对于价值评估结果的准确性理论研究出发,分别从定性和定量两个方面研究说明了价值概率区间的合理性;从企业价值评估的功能角度讨论了价值概率区间的优越性。文章指出,相对于点估计值,用概率区间表示的企业价值由于包含了更多企业未来经营的不确定性,更具有柔性,因此将更容易被相关各方所接受。接下来,基于当前的主流评估技术,提出了一种企业价值评估的随机DCF两阶段模型,并且给出了模型中参数的估计方法和模型的求解方法。最后通过案例分析,对该评估方法的适用性做了一定的尝试。

基于改进蒙特卡洛算法的河流水质概率区间时空变化预测研究

文章引入交叉熵抽样方法对蒙特卡洛随机抽样进行优化和改进,并将改进算法结合水动力-水质模型对云南中部某河流水质概率区间时空变化进行预测。结果表明:改进算法在河流主要水质指标趋势的预测精度上好于传统算法;研究河流氨氮浓度在0.33~0.35mg/L的累积概率最高为0.702,而溶解氧浓度在4.31~4.51mg/L,累积概率最高达0.646;改进算法可估算不同概率下各水质指标随时间变化的波动曲线,可以河流水质预警提供关键依据;研究河流中上游出现高浓度氨氮和低浓度溶解氧的概率高于下游。研究成果对于河流水质预警系统构建提供重要依据。

基于概率区间的成都市大气PM_(10)浓度的特征分析

以日尺度及一天内的各个时间段为基础,突破传统以PM10平均值作为衡量一个片区PM10浓度水平的做法,主张以大概率事件出现区间来判定地方的PM10浓度水平,对成都市沙河铺片区的大气PM10浓度特征进行浅析,以成都市沙河铺片区为实例,得出05:00～07:00、19:00～21:00是该地区容易出现PM10浓度值高的时段。

基于近似随进占优的概率区间数信息多属性决策方法

针对传统区间数包含信息量太少,导致决策结果具有很大不确定性的问题,提出基于VIKOR的概率区间数多属性决策方法。该方法将概率信息引入区间数,定义概率区间数的运算规则和集结算子。基于近似随机占优理念,定义一种新的主客观结合的占优度,基于此确立了概率区间数的比较规则。最后将专家给出的概率区间数决策矩阵转换为占优度矩阵,并利用VIKOR方法对其求解。算例分析表明,该方法对概率分布的缓急变化具有很好的稳定性,而对于概率分布的偏态趋势变化具有敏感性,得到的决策结果在与传统方法一致的基础上更准确。