基于多目标模糊优选模型的防洪预报调度规则决策树制定与效果分析——以大亚湾区鱿鱼湾水库为例

以鱿鱼湾水库为研究对象,基于多目标模糊优选模型和决策树方法,探讨了防洪预报调度规则的制定和效果分析,通过收集整理鱿鱼湾水库的水文数据,分析水库调洪演算基本原则,研究多目标模糊优选模型理论和方法,制定水库防洪预报调度规则决策树,并对洪水调度的准确性和适用性进行分析。研究结果表明,基于多目标模糊优选模型的防洪预报调度规则决策树可以有效提高水库的防洪能力和评估模型的决策效果,可为类似研究提供借鉴参考。

基于目标鲁棒的电动汽车及基站储能联合参与电力市场的决策模型

随着电动汽车(electric vehicle,EV)和第五代移动网络技术(5th generation mobile communication technology,5G)基站规模的不断增长,聚合商作为一种能够将众多EV和5G基站聚合起来的主体,在电力市场进行投标决策时会面临多重不确定因素。为应对市场电价和调频信号的不确定性以及EV和基站储能的时序响应能力可能存在互补性的问题,提出了一种基于目标鲁棒的EV和基站储能联合参与电力市场的决策方法。基于EV和基站储能单体模型建立了聚合商的聚合模型;计及市场电价和调频信号的不确定性,构建了聚合商参与电力市场的目标鲁棒优化模型;通过算例验证了所提模型相于传统不确定性优化模型的优越性,以及EV和基站储能联合参与电力市场可显著提高聚合商的收益。所提策略可为聚合商的投标决策提供参考,聚合商可利用所提模型合理地平衡决策行为的经济性和鲁棒性。

加工时间模糊车间多目标调度与奖惩灰靶决策

为了实现加工时间模糊条件下柔性车间多目标优化调度,提出了基于邻域动态选择NSGA-II算法的优化方法和基于奖惩灰靶理论的决策方法。针对加工时间模糊条件下的车间调度问题,采用模糊集理论建立了多目标优化调度模型。在调度优化方面,对NSGA-II算法选择策略进行改进,构造了邻域动态选择NSGA-II的车间调度多目标优化方法。在决策方面,在灰靶决策理论中引入了奖惩算子,该方法可以决策出信息熵意义下的最优结果。经生产案例验证,与标准NSGA-II算法、混沌映射NSGA-II算法、双层遗传算法等相比,邻域动态选择NSGA-II算法的Pareto解集处于支配地位,表明该方法优化能力最强;经加权灰靶理论决策的最优调度方案满足时间约束和逻辑约束,是一种可行调度方案。实验结果表明,优化和决策方法是可行的,且具有一定优越性。

基于多目标模糊优选的普通干线公路网风险路段改进决策方法

为了保证决策者能够在有限的资源条件下合理地对路网多个风险路段进行安全性改进,通过分析影响风险路段安全改进的因素,应用模糊优选方法和数学变换法将决策者提供的模糊判断矩阵转化为满足一致性要求的相对优属度矩阵,建立了适用于普通干线公路网风险路段安全改进决策的多目标模糊优选模型并进行求解,将该模型应用于贵州省都匀公路管理局所辖普通干线公路网的安全改进项目中,得到了良好的决策和应用效果。结果表明,模糊优选模型在公路项目群安全改进决策中具有可靠性和有效性。

基于模糊多目标决策的物联网大数据聚类算法

现有的物联网大数据聚类算法容易受到相似性攻击,聚类效果较差。为了提升自适应能力,提出了一种基于模糊多目标决策的物联网大数据聚类算法。选取梯度下降法进行重复迭代,得到物联网事件的模糊置信度和支持度阈值,利用模糊C均值聚类算法获取最优模糊划分矩阵;建立目标决策矩阵,确定目标权重,明确理想决策目标和负理想决策目标,获取最终决策结果,从而实现物联网大数据的有效聚类。选取某电力企业的物联网大数据平台进行聚类实验,结果表明,该算法可有效聚类物联网平台中的海量数据,聚类结果的簇间区分度、簇间关联性和聚类敏捷性高。

在模糊条件下对多目标运输问题的决策

本文对于经典运输问题(TP)这一类特殊的线性规划问题用一种模糊规划方法来确定多目标运输问题(MOTP)的最优调和解,并定义它的模糊隶属度函数,通过使用一系列的距离函数测量调和解与理想解的贴近度来测试该方法的性能。此外,本文运用实例研究表明,当目标函数和约束条件的数量增加时模糊方法优于交互式算法。

基于灰色关联分析的概率对偶犹豫模糊多目标决策模型及算法

研究概率对偶犹豫模糊环境下权重未知的多目标决策问题。首先,定义标准概率对偶犹豫模糊Hamming距离;其次,根据距离测度及最大偏差法确定权重,通过灰色关联系数和加权关联度进行多目标择优,提出基于灰色关联分析的概率对偶犹豫模糊多目标决策模型及算法;最后,通过实例验证模型及算法的有效性。

基于改进北方苍鹰优化算法的封闭小区开放决策模型

为减少封闭小区开放过程中安全、环境与噪声等因素带来的影响,考虑小区开放的影响因素与费用值之间的关系,同时考虑小区出口和入口数量对内部交通疏散的影响,建立封闭小区是否开放的多目标优化模型。在北方苍鹰优化算法基础上,优化苍鹰的捕食行为,改进北方苍鹰优化算法对模型进行求解。通过虚拟路网验证模型和改进算法的有效性,计算结果表明,合理设置封闭小区的决策方式,可以减少车辆出行时间和出行总费用值,开放封闭小区能有效缓解交通压力。此外,将改进北方苍鹰优化算法(ENGO)与非支配排序遗传算法和社会工程优化器进行比较,研究结果能表明ENGO具有的优越性,相比其它两种算法,其反世代距离平均上升9.59%,超体积平均上升3.21%,运行时间平均下降5.88%。

地表-地下水资源系统多目标管理模型与模糊决策研究

分析和研究了地表－地下水资源系统多目标管理问题和有限方案多目标决策问题，首先建立起系统的多目标管理模型，提出一种规范加权目标协调法，然后得到求解的限方案多目标决策问题的模糊优选决策模型；最后结合实例进行分析、计算。计算结果表明，所建立的模型和提出的方法是合理的和有效的。

洪泽湖多目标水量调度决策模型及其应用

针对洪泽湖水量利用与生态水位维持这一矛盾开展多目标水量调度决策方法研究,构建贴近适宜生态水位(生态效益)、缺水率最小、引水量最小、入湖水量改变度最小等目标的多目标调度模型,考虑生态效益目标与水资源利用目标的不可共度性及决策者偏好模糊性特征,采用多目标模糊决策法从非劣解集中筛选最适宜调度方案。结果表明:多目标模型解集反映生态效益和经济社会效益的置换关系,贴近适宜生态水位的调控方式在一定程度上降低洪泽湖调蓄能力,与水资源利用形成矛盾关系;模糊决策法筛选的均衡调度策略可以有效反映决策者的偏好情况,并提供适用于不同情景的优化调度方式;生态目标优先方案通过减少供水、增加引水量、调节入湖水量等方式有效补充生态用水,可将生态水位偏离差降低至0.30 m,可为生态优先原则下的适宜调度策略制定提供参考。

基于梯形模糊数的分层多目标线性规划模型在多属性不确定决策问题中的应用

文中首先建立了基于梯形模糊数的分层多目标线性规划模型,应用梯形模糊数来表示专家偏好信息。然后通过运用分层序列优化方法求解该模型,得出不同方案的模糊属性值和理想方案值,再根据模糊数的距离公式,求出每一个评价方案与理想方案之间的差值,然后得出评价方案之间的排序。最后,本文选择了深圳、广州、武汉、株洲、杭州五市的工业企业作为研究对象,分别用梯形模糊数和三角模糊数表示它们在经济效益、资源节约、环境保护和社会效益方面的综合情况,并根据本文所建立的模型和已有的基于三角模糊数的模型来进行比较分析,得出这些不同地区的企业在这四个方面的综合排名。通过这个实例的分析,也进一步证明和强调了文中所建立模型的实用性和可行性。

一类基于模糊推理的具有机动自适应的目标跟踪算法

针对变结构多模型算法在机动目标跟踪中对目标机动不确定性、量测不确定性自适应能力不足的问题,提出一种基于模糊推理的机动自适应目标跟踪算法.设计一种基于模糊推理的双级机动判别模型,利用模型概率信息和主模型滤波残差加权范数进行主模型可信度和机动判别推理;并将双级机动判别引入基于可能模型集的期望模式扩增方法(EMA-LMS)框架,提出一种模糊推理EMA-LMS算法,实现对模型集自适应的参数和策略的在线调节,从而生成更加接近目标真实运动模式的期望模型,并更好地对模型进行取舍.仿真结果表明,本文算法能够有效增强算法对目标机动和量测不确定的自适应性,提高跟踪精度.

铁路选线设计方案多目标决策模糊优选模型及其应用研究

铁路选线设计方案优选是一个多目标决策问题。本文中将方案优选视为多目标决策模糊优化问题 ,建立了相应的系统模糊优选模型 ,并结合实例编制了该模型的应用软件。

基于多粒度犹豫模糊语言术语集的TOPSIS决策方法研究

为了解决在实际决策时,由于知识背景不同决策者采用不同粒度语言术语集来表达而导致决策结果不准确的问题,本文提出了一种基于多粒度犹豫模糊语言术语集的逼近理想解排序(technique for order preference by similarity to ideal solution,TOPSIS)决策方法。首先选用各术语集中的最大粒度作为标准粒度,通过转换算法将每个决策者的语言术语集转换到同一标准粒度下进行集结,得出相应的隶属度语言术语集;然后结合TOPSIS方法,计算每个备选方案与正、负理想点距离,以相对贴近度的大小排序实现最优方案的选择;最后,通过一个实例,验证该方法的可行性和优越性。本文所提方法可应用于最优方案的选择问题中,提升决策结果准确度。

工程系统多目标多层次模糊决策模型及其应用

在进行工程系统某些的问题决策时 ,需考虑的因素 (目标 )往往很多 ,且各因素之间还存在不同的层次。为此 ,根据模糊数学的基本理论 ,首先提出层次判断矩阵的建立和层次单排序方法 ,在此基础上 ,利用合成层次总权重来构筑多目标多层次模糊决策模型。最后 ,结合具体实例展开应用研究 ,该结果可为实际的工程系统决策由定性到定量计算提供一种新的思路。

多目标多维模糊决策模型的模糊交叉算法

对多目标多维模糊决策模型做了进一步研究 ,提出一种模糊环境下带有目标权重主观监督因子的目标函数 ,提出了计算模糊决策识别矩阵与目标权重的模糊交叉计算公式。该算法既充分利用了模糊决策中的客观信息 ,又充分利用了决策专家的知识与经验 ,将客观定权与主观定权有机结合起来 ,为求解最优模糊决策识别矩阵和确定目标最优权重提供了一种有效途径 ,进一步丰富了多目标多维模糊决策理论模型。将本文提出的模糊决策方法应用于 16家电炉炼钢企业的模糊综合评价决策 ,取得了较为满意的效果。

多目标有约束关系模糊网络图决策模型及其应用

根据多目标模糊决策理论，本文首先提出接近度概念，其次计算模糊关系矩阵并将其转化为接近度网络图。在此基础上，建立了基于网络最大流寻优的多目标有约束关系的模糊网络图决策模型。最后，应用该模型对某矿井工业广场的工程设计位置问题进行了多目标决策，效果很好。

基于多目标模糊决策的兵力分配模型

考虑作战兵力分配的多种目标因素,由模糊数学方法建立综合效益对于“优”的模糊关系矩阵并作为效率矩阵,建立了兵力分配的数学规划模型.结合传统的分派(指派)问题,给出了一种兵力分配模型及求解方法.

基于云模型的Pythagorean模糊语言多属性决策方法

针对专家给出的属性值为Pythagorean模糊语言且专家权重与属性权重均未知的多属性决策问题进行了研究,提出一种基于云模型的多属性决策方法。首先,根据Pythagorean模糊语言决策信息的距离熵计算得到属性权重;其次,计算决策矩阵间的距离从而得到各决策专家权重;再次,构建Pythagorean模糊云模型决策矩阵并利用专家权重和属性权重进行信息集结;最后,基于TOPSIS方法求取正、负理想解,依据理想解计算各方案贴近度并据此对各备选方案进行排序选择。案例分析表明,该方法优化了复杂环境下的决策,避免了决策信息的丢失,能够较好地解决决策信息的不确定性和决策过程的随机性,具有一定的可行性和有效性。

多阶段多目标系统的模糊优化决策理论与模型

本文将文[1]提出的模糊优选理论,拓广应用于多阶段多目标决策系统。发展了文[2]提出的多阶段多目标系统的模糊优化(也称优选)决策理论、模型与解法。并给出实例。