一种基于t相似分类的连续值域决策表的决策算法

首先给出t相似度的定义,并引入t相似类的概念.随后,借助研究对象的t相似类定义了相似划分算法和广义决策集,并研究它们的性质,给出基于相似划分的类对应规则提取方法.接着,给出类对应规则中各条件类的区间表达,得到了面向连续值域决策表的规则提取算法.最后,结合实例说明了决策规则提取算法的实现过程.     

基于二元语义前景关联分析的风险型多准则决策方法

针对准则值为二元语义、准则权系数完全未知的风险型多准则决策问题, 提出一种基于二元语义前景关联分析的决策方法. 该方法通过确定二元语义正、负理想方案, 计算二元语义关联系数; 分别以正、负理想方案为参考点, 计算各准则下各方案的二元语义前景值, 构建前景决策矩阵; 进而依据各准则的灰色均值关联度确定准则权系数, 通过二元语义相对前景关联度对方案进行排序. 最后的实例分析表明了所提出方法的有效性.

     

基于相似数据选取和改进梯度提升决策树的电力负荷预测

针对高精度电力负荷预测问题,构建了相似数据选取和改进梯度提升决策树的新预测方法。该方法借助灰色关联分析等方法计算历史日与待预测日在气象、时间和前趋势等类特征因子上的局部相似度,依据取小综合相似度选择相似历史日数据组成训练数据集;进而,引入相似度加权损失函数,改进梯度提升决策树算法。仿真结果表明,其预测平均绝对百分比误差小于2.2%,日最大误差不超过6%;与BP神经网络和梯度提升决策树相比,其日平均绝对误差、日最大误差及周平均误差均方差分别减少1.136%和0.316%、4.738%和1.324%以及1.062和0.822。     

模糊模态命题逻辑及其广义重言式

首先讨论广义泛代数理论,引入变维运算和广义型的概念,并进而给出了广义泛代数的定义.随后,给出模糊模态命题逻辑的概念,并定义了模糊模态命题运算.最后,以泛代数理论为基础给出M 系统的定义,并讨论了相应系统中广义重言式的性质及其分类,证明了系统M 只有三种广义重言式.     

随机出、入水双容水箱液位控制实验及被控对象的数学模型

首先介绍双容水箱液位控制实验仪的实物系统装置,随后,设计了随机出入水的双容水箱供排液系统液位控制实验,并用机理分析法建立被控对象的数学模型,最后分析上述系统的能控性和能观性.     

基于最优特征组合改进极限梯度提升的负荷预测

为解决常规特征选择方法无法有效度量特征间的非线性相关的局限性,提出基于最优特征组合改进极限梯度提升(extreme gradient boosting,XGBoost)的负荷预测方法.该方法首先计算历史负荷与待预测负荷之间的互信息值(MI),取互信息最大的K个历史负荷特征形成MI滤集;进而从MI滤集取特征归因(SHAP)值最大的前L个特征形成SHAP滤集.通过粒子群优化寻找最优K、L值,建立基于最优特征组合改进极限梯度提升的预测模型(optimal feature combination improved XGBoost,OFCI-XGBoost).结果表明所提方法的预测误差为1.11％,低于相同策略改进的支持向量机、决策树、岭回归模型,验证了该预测模型的有效性.     

分区支持向量回归及其在负荷预测中的应用

为解决局地短期电力负荷预测问题,给出了一种基于自适应聚类分区和支持向量机回归的多模型变结构负荷预测新方法.首先根据局地电力负荷的特点,使用模糊C均值聚类方法给出预测时间点的自适应分区;然后利用支持向量回归方法对不同分区分别构建预测子模型;最后提出一种基于仿真分析的模型评估和参数优化方法,在测试评估的基础上优化确定各子模型的参数,并适当调整各分区的结构.实验表明该预测方法比常用的神经网络预测方法具有更高的准确率和更强的鲁棒性.     

基于可辨识矩阵和逻辑运算的属性约简算法的改进

首先,举例说明文献[1]中基于可辨识矩阵和逻辑运算的属性约简算法用于不相容决策表会产生错误的约简结果;随后,在分析错误产生原因的基础上给出一种改进算法,并借助实例验证了它的有效性;最后,通过分析可辨识矩阵的结构,说明了改进算法与文献[2]基于辨识矩阵的属性约简算法得到的约简结果完全相同,但改进算法具有更高的计算效率.