利用粒子群算法计算AHP判断矩阵排序权重

根据判断矩阵的基本性质,可以将判断矩阵的排序权重计算归结为一个最小化一致性指标的最小优化问题。针对这个最优化问题,提出一种利用改进的粒子群算法计算排序权重的算法。首先对判断矩阵排序权重计算及一致性检验、改进的粒子群算法进行了介绍,然后对排序权重计算进行了描述,最后给出仿真实验数据及其分析。实验结果验证了此算法的有效性,并显示该算法具有很高的精度和稳定性。

基于模拟退火粒子群算法的AHP排序权值计算

层次分析法(AHP)中根据判断矩阵求解排序权重问题本质上为一个使一致性指标最小化的优化问题。针对现有解决方法中的不足,提出一种结合粒子群和模拟退火原理,并且根据AHP的特点引入特征粒子来求解判断矩阵排序权重的算法,同时,针对一致性不满足条件的矩阵或者残缺矩阵,在一致性指标中引入可信度参数,使算法能够动态修正不一致判断矩阵或者残缺矩阵,应用的范围更加广泛。文中对判断矩阵求解排序权重以及一致性检验、模拟退火粒子群算法解决AHP排序问题进行了介绍,并给出了实验数据以及分析。实例结果表明,算法可行且有效,计算结果精度高,稳定性好。

考虑故障条件下电压稳定约束的最优潮流

为提高电力系统电能质量和电压质量、降低网损、保证电力系统安全经济运行,将潮流雅克比矩阵最小模特征值作为电压稳定性的指标,研究考虑故障条件下电压稳定约束的多目标最优潮流问题。用权重组合的方式将多目标转化为单一目标,权重的选取采用层次分析法。最优潮流的求解采用改进的多种群协同粒子群优化算法。该算法保留了原多种群协同粒子群优化算法的master-slave种群结构,在此基础上增强两种种群的协同作用。根据slave粒子群的特点,在每次迭代中引入更多的有效信息加以分享,有助于扩大粒子的搜索空间,提高跳出局部极小的可能性。此外,在master种群中使用了选择机制,提高向较好解空间搜索的速度,加快收敛。仿真算例取得良好的优化结果,说明了所提方法的有效性。

不完全判断矩阵的一致性及权重估值模型研究

研究层次分析法中不完全判断矩阵的若干问题,基于随机确定性判断矩阵的概念,定义不完全判断矩阵局部一致性和局部满意一致性,并建立判别不完全判断矩阵是否具有局部满意一致性的数学概念模型;针对Harker方法没有充分估计不完全判断矩阵内含不确定性的缺点,建立一个新模型来估计权重的上、下限范围,模型采用颗粒群优化算法求解.

基于粒子群算法的模糊层次分析模型

针对模糊层次分析法中存在的模糊判断矩阵一致性检验和修正困难、元素权重计算繁琐的问题,从模糊判断矩阵的定义角度出发,构建了基于粒子群算法的模糊层次分析模型(PSO-FAHP),提出了包含模糊判断矩阵一致性修正及各元素排序过程的非线性带约束优化问题,引入粒子群算法实现了问题的求解,并分析了模型的合理性。最后通过数值算例对比了模型的计算结果,验证了模型的正确性。对模糊层次分析法的实践应用具有一定的指导意义。

基于语言判断矩阵的信息不完全的群决策方法

针对方案间的比较信息为确定语言等级或位于两个连续语言等级之间,甚至缺失,以及决策者权系数信息不完全确定的群决策问题,提出一种基于证据推理和二元语义的群决策方法。该方法根据决策者的原始评价矩阵信息得到属于语言等级的信任度,利用证据推理算法得到各方案在各语言等级下的信任度,将其转化为二元语义形式,根据决策者权系数的不完全确定信息和二元语义的距离等构建非线性规划模型,并利用改进的粒子群算法进行求解,根据求解结果得到方案集的一个排序。最后实例说明了该方法的可行性和有效性。

基于粒子群优化算法的残缺判断矩阵修补

层次分析法中残缺判断矩阵的修补可以归结为一个在满足一致性比例条件下为残缺要素寻找最合适的值的优化问题。针对这个优化问题,提出利用粒子群算法修补残缺判断矩阵的算法。文中对基于粒子群优化算法的残缺判断矩阵修补基本思路进行了介绍,然后给出了具体的算法描述,最后给出实验数据及其分析。实验结果验证了此算法的有效性。

一种耦合功能集割裂解耦方法

以设计矩阵表示的耦合功能集为研究对象,针对耦合功能集中功能耦合的程度,给出了一种度量的方法;使用混沌思想改进了粒子群算法,以参数可行解的减少量为目标函数,实现了耦合功能的顺序规划。最后通过某汽车停车档的设计实例验证了算法的有效性。