一种基于其望满意度的群决策方法

群决策过程是群成员相互作用的动态过程，在这个过程中，不同的群成员表现出不同的影响力和偏好模糊程度。基于不精确偏好方法和行为决策理论的满意方法，通过将决策人相对重要性权重的估计与群成员影响力和偏好模糊程度联系起来，定了一种期望满意度函数，并提出了一种基于期望满意度函数的群决策方法。最后，通过一个实例对方法进行了验证。     

一种基于期望满意度的群决策方法

群决策过程是群成员相互作用的动态过程 .在这个过程中 ,不同的群成员表现出不同的影响力和偏好模糊程度 .基于不精确偏好规划方法和行为决策理论的满意方法 ,通过将决策人相对重要性权重的估计与群成员影响力和偏好模糊程度联系起来 ,定了一种期望满意度函数 ,并提出了一种基于期望满意度函数的群决策方法 .最后 ,通过一个实例对方法进行了验证     

船型方案优选的多目标群决策方法

利用与粒子群优化（PSO）算法相结合的多方案、多目标群决策方法对多种船型方案进行了决策优选. 首先在利用加权距离保证决策结果一致性的单方案、多目标决策方法的基础上,提出一种新的多方案、多目标群决策方法,然后引入 PSO方法对个体评价值进行迭代调整,使决策结果既能保持各位专家的初始偏好,又使各位利益相关者的意见具有良好的一致性. 将此决策方法引入船舶初步设计阶段的船型方案决策过程,分析确定船舶初步设计的重点属性指标及其权重,根据主尺度约束均匀生成系列船型方案,然后邀请多位专家进行评价决策,最终获得了船舶最佳主尺度决策结果. 该方法具有较高的可靠度,并为船舶主尺度方案优选提供了一种简便、高效的新方法.     

工程领域中一种多目标模糊数群组期望决策方法

针对工程领域中的多目标群决策问题，给出权的语言变量评价、数及群评价模糊数，提出一种将群评价模糊数转化为群期望的方法。     

基于不完全信息的一种群决策方法

针对不完全信息下的多属性群决策问题，提出了一个新的交互式决策方法，在个人效用信息的集成过程中，该方法有机地结合了决策者的重要性指标和一致性指标，使集成结果体现了群决策的思想和原则；在评价过程中，给出了一个新的偏好指标，当决策者不能提供更多信息的时候，利用它能够建立方案集上的全序关系。     

基于多参数的群决策方法

研究了多指标决策问题中，指标随着时间的变化，增加了一个时间维度，以进行更合理的综合排序，有效克服群决策方法中只考虑指标、方案二维排序问题的弊端．给出了三维标度下的群决策方法及具体步骤，并通过实例得出，把时间考虑进去能更有效地把近几年的数据进行分析，从而为决策者提供更全面的决策依据．     

基于极值的交互式多目标决策方法

针对多目标求解过程中决策者不易参与,求解方法过于复杂的问题,以单目标极值为基础,以交互式决策模型为核心,提出了一种基于极值的交互式多目标求解方法.该方法能充分体现决策者的主观愿望并实现决策者与决策模型的信息交换,避免了在多目标向单目标转换时各单项目标或各目标满意度权重系数确定的困难,对非劣解的比较更加客观、清晰.实例计算表明该方法结果合理、交互过程简单、决策者容易参与问题求解,是一种便于推广的求解方法.     

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．     

一种多Agent协商中多目标群决策算法

为解决多Agent多目标群决策情形中属性的权重或决策Agent的权重未知时无法进行有效决策的问题,提出了采用迭代思想改进模糊多目标群决策模糊优选算法的途径.在模糊多目标群决策中,将未知模糊权重通过有效地迭代计算得出,从而确定出决策的最优排序结果.实例演算证明该算法可行且决策时间较短.     

多目标模糊数群组期望决策方法

针对一类既包含定量目标又包含定性目标的多目标群决策问题，专家们给出定性目标和权的语言变量评价，将其用模糊数表示，再把各专家对各方案在单一目标下的评价模糊聚合成群。本文给出一种把单目标下群评价模糊转化成群“期望”的方法，通过把各方案在各个下的群“期望值”相加，按群“期望和”大小，给出方案值的群排序。     

生产计划的多目标群体偏差度决策及其支持系统

将定量的多目标生产计划模型和定性的群体决策规则相结合,建立了一个生产计划多目标群体决策系统.运用群体决策的偏差度分析,对该系统提出生产计划的群体偏差度决策的排序方法.同时,还研制了相应的生产计划群体决策支持系统     

考虑负荷平移的虚拟电厂低碳经济调度

虚拟电厂是聚合发电侧分布式能源与用户侧负荷需求的有效途径。针对可再生能源发电出力的间歇性和反调峰特性问题,以碳配额与可再生能源消纳保障机制为背景,本文建立了考虑负荷平移、“碳交易-绿证”、可再生能源消纳权重、碳排放配额、运行成本约束的虚拟电厂多目标调度优化模型。首先,以风光出力追踪和用电负荷波动平抑为目标构造负荷平移模型,并给出“移出—汇总—分配”的求解策略;其次,引入碳交易与绿证交易机制,以系统调度成本和CO₂排放量最优为目标,构建多目标优化模型,实现虚拟电厂低碳化与经济性的有效平衡;最后,运用参照点法(reference point approach, RPA)对调度模型进行求解,并结合模糊理论和二元对比定权法给出RPA度量标准取值模型。算例仿真结果表明：模型可以有效提高虚拟电厂的经济效益与可再生能源消纳能力,激发虚拟电厂低碳减排的积极性。     

基于数据通信可靠性的单负载决策电耗优化研究

提出了基于数据通信可靠性的单负载决策电耗优化研究方法.该方法通过家庭区域网（HAN）和邻域网（NAN）网关可靠性分析,建立约束马尔可夫决策过程（CMDP）模型,以单负载作为决策者进行缓征负载调度优化,实现电耗成本最小化.仿真结果表明,提出的电耗优化研究方法有效地降低了电耗成本.此外,通过智能电网数据通信设施中组件的冗余部署可以进一步降低电耗成本.     

电力系统事故恢复过程中的负荷有功分配

对电力系统恢复过程中缺电区域的电力负荷分配问题进行了分析研究．为了满足电力系统实时调度的要求,建立了考虑Ｎ－１断线安全约束的负荷有功分配线性规划模型,并编制了程序,进行了计算．计算表明,该模型的计算结果符合调度实际情况,能够应用于实际调度．     

基于联系数的多目标决策应用

在联系数的基础上,建立了一种基于联系数的多目标决策方法模受,并给出了具体的实例说明该方法的具体应用.     

电力系统中长期负荷预测的改进决策树算法

以不完备数据分析(ROUSTIDA)补全算法为数据处理前导，将其与属性组合法相结合，提出应用于电力系统中长期负荷预测的改进决策树算法．算例的计算结果表明，该算法弥补了决策树算法的固有缺陷，具有计算速度快、预测精度高、预测误差变化小等优点．尤其在候选属性繁多，原始数据不完整或不准确时，改进算法更具优越性．     

基于决策树算法的AMT挂挡过程冗余控制研究

为了对AMT系统挂挡过程进行良好的冗余控制,针对挂挡位移传感器失效状况,提出了一种基于CART决策树算法的挂挡时间预测模型.模型建立过程中,选取挂挡阶段的气压p、变速器输入轴转速n₁、变速器输出轴转速n₂和同步器的同步速差Δn作为特征值变量,选取挂挡时间作为预测值.通过交叉验证,对原始决策树进行修剪,得到最优决策树模型.在使用测试集进行模型验证时,在预测误差不超过50 ms的情况下,对挂挡时间的预测具有90%以上的准确率.台架及实车试验表明,在挂挡位移传感器失效的情况下,基于该算法的电磁阀控制策略可以完成正常的换挡操作,通过实际传动比和控制策略预测得到的理论传动比的对比发现,预测的换挡点时刻的判断误差在50 ms以内.      

基于多目标决策的电网无功优化

从经济学的角度引入了调控成本概念,用变量梯度法计算系统优化前后网损变化量、优化前后电压平均偏离变化量、调控成本三个指标,再用层次分析法(AHP)进行多目标决策,计算电容器和变压器是否值得动作.IEEEl4节点算例表明所提出的方法能有效地提高系统运行的经济性和安全性.     

一种新的火电单元机组负荷控制策略

在分析现有火电单元机组负荷控制策略的基础上，提出一种新的协调控制方案，它是基本的炉跟机和机跟炉方式的综合，将功率和汽压的控制分别分解给锅炉和汽机的控制端，使控制器对功率和汽压偏差的响应从锅炉控制侧和同控制侧同时作出，仿真实验研究表明这种方法比原有的方法有较好的动态特性，增强了负荷控制中快速响应负荷设定和稳定汽压的能力。     

基于支撑向量机的电力系统峰负荷预测

将支撑向量机(SVM)方法用于电力系统峰负荷预测,它具有精度高、全局最优等显著特点.为了确定SVM中直接影响其推广能力的超参数,与一般采用的试凑法不同,提出了利用交叉有效性验证方法确定这些参数.另外,在样本的输入信息中,除负荷变量外,还根据峰负荷预测的特点,加入了对峰负荷预测影响较大的温度变量、星期类型及节假日信息,以提高预测精度.实际算例表明,在相同的负荷及气象数据的前提下,该方法的预测精度比神经网络方法提高了0 4%~0 8%.