权重未知的多目标优选方法

本文研究了目标权重未事先确知的多目标优选问题,提出了一种新的最小加权偏差优选方法。实际应用说明,该方法可行、有效,可为解决多目标优选问题提供新途径。     

基于空间分割的代理模型并行序列采样方法

针对当前代理模型序列采样缺少并行采样策略、无法有效利用并行计算资源的问题,提出了一种基于空间分割的代理模型并行序列采样方法．利用Voronoi图将设计空间分割为与样本数量相同的子空间,每个样本的交叉验证误差作为对应子空间的误差指标,利用蒙特卡罗法计算每个子空间的尺寸作为稀疏性指标．以两种指标的权重和计算子空间的样本需求度,确定须要增加样本的目标子空间．每个目标子空间增加一个样本,新增样本同时考虑与该子空间中已有样本及与本次迭代中已加入样本的空间距离,避免样本聚集．通过测试不同权重系数对采样结果的影响得出较优参数,通过对比并行采样与随机采样策略验证其效果．最后,通过与一次性采样和若干序列采样方法对比,验证了所提出并行采样方法的有效性．     

求解信息不完全多目标问题的两种决策方法

本文对决策者偏好信息（即目标权重）部分不确知的多目标决策问题作了研究，提出和建立了最大加权平方法与最小加权偏差平方法。实例说明该方法可行、有效且易实现，可为解决信息不完全多目标决策问题提供新途径。     

注水站数字监控工艺升级改造

本文以205注水站2010年度数字监控工艺升级改造工程为基础,分析论述了注水站数字监控工艺流程,并提出工艺调整方案及改造后工艺技术进步总结和效益分析.     

复杂系统模糊随机多目标决策的递阶分解协调方法

本文建立了复杂系统模糊随机多目标决策（ＦＳＭＯＤＭ）模型，讨论了模糊事件的模糊概率的若干基本性质。在此基础上，将ＦＳＭＯＤＭ转化为清晰的多目标决策模型，并设计了递阶分解协调方法。