基于嵌入分层决策树的电网完整性保护

为了提升系统抗攻击能力以及泛化能力,提出了一种基于支持向量机嵌入分层决策树的多智能体电网抗攻击系统完整性保护方案。首先利用多智能体来增强系统完整性保护的网络弹性,重点是系统的态势感知和自适应能力。进一步将分布式系统完整性保护设置中的数据驱动异常检测问题转化为多分类问题。然后提出了一种支持向量机嵌入分层决策树的有监督学习算法和一种自适应的负荷卸载策略,以提升检测能力,减少时间成本。实验结果表明,所提出的系统完整性保护方案能够检测出电网的异常运行状态,并能够调整其补救措施,以适应各种网络攻击。     

基于三角直觉模糊的交互式偏好顺序决策模型

针对多属性决策问题中决策者主观判断的模糊性和决策过程中存在的补偿问题,本文提出了基于三角直觉模糊数的多属性决策模型。首先,用三角直觉模糊数来完成模糊信息的表达,从而更好地描述出决策信息的不确定性。其次,利用改进后的交互式多准则决策方法（an acronym in Portuguese for interactive multi-criteria decision-making, TODIM）,并结合偏好顺序结构评估法（Preference Ranking Organization Method for Enrichment Evaluations, PROMETHEE-II）方法在模糊环境中对备选方案进行排序,使该框架更具实用性和适用性。最后,通过案例证明了该决策框架的有效性,并对决策结果进行进一步敏感性分析,分析结果验证了其稳定性。