投影寻踪分类模型在常见造纸纤维原料综合评价中的应用

将投影寻踪分类（PPC）模型与基于实数编码的加速遗传算法（RAGA）相结合,同时优化多个指标参数,将高维数据指标转化为低维空间上的一维投影值,建立RAGA-PPC模型,用于造纸纤维原料分类,并对造纸纤维原料进行综合评价。结果表明,基于RAGA-PPC模型的评价结果与造纸纤维原料实际分类结果一致,此方法客观可靠,精度高,具有一定的应用前景。     

推求水稻非充分灌溉下优化灌溉制度的新方法——基于实码加速遗传算法的多维动态规划法

采用改进的加速遗传算法(RAGA)与多维动态规划法(DP)相结合，提出了遗传动态规划模型(RAGA桪P)，解决了多维动态规划法在求解作物非充分灌溉下的灌溉制度优化过程中的反复试算、易早熟及陷入局部最优而难于求得真正最优解的问题。本方法在三江平原井灌水稻非充分灌溉条件下的灌溉制度优化中得以应用，取得满意的效果。     

哈尔滨市水资源优化配置方案研究

简要分析了哈尔滨市的水资源利用现状,在水资源优化配置的理论基础上,用线性规划的方法建立了哈尔滨市水资源优化配置模型,对模型参数进行确定,用基于实数编码的加速遗传算法计算出哈尔滨市水资源优化配置方案。本文的研究成果对哈尔滨市水资源保护、合理开发利用能够起到一定的积极作用,同时对于解决哈尔滨市水资源不足和水污染问题也将具有重要的意义。     

基于RAGA的PPE模型在空调冷热源方案综合评价中的应用

空调冷热源方案评价中各单项指标评价常常存在独立性和不相容性。本文将投影寻踪评价模型(PPE)应用于方案评价中,利用基于实码的加速遗传算法(RAGA)来优化投影方向,将多维数据指标转换成低维子空间,通过寻求最优投影方向来计算投影函数值,从而根据投影值的大小进行方案评价。结合实例进行验证,其结果合理,同时可以避免权重确定主观性,为空调冷热源方案的选择提供了一种新的方法和思路。     

投影寻踪分类模型在膜下滴灌模式评价中的应用

针对综合考虑产量、品质、水分利用效率等指标的灌水模式优选问题,本文提出了融入加速遗传算法的膜下滴灌灌水模式投影寻踪评价模型。该模型通过高维数据向低维空间的转换,把样本的多个评价指标转化成一个综合指标,实现了对膜下滴灌多种灌水模式的评价。最后应用该模型于新疆的大田试验中,对9种灌水模式进行了评价和优选,结果表明,对整体考虑产量、品质、水分利用效率的最优灌水模式的选择与大田实验方案选择相符,能客观、真实地反映各评价指标的贡献率和方向性。     

投影寻踪模型在塔里木河流域水资源承载力综合评价中的应用

针对区域水资源承载力状况,采用高维降维技术——投影寻踪分类模型（PPC）,利用基于实数编码的加速遗传算法（RA-GA）优化其投影方向,将多维数据指标（样本评价指标）转换到低维子空间,根据投影函数值的大小评价出样本的优劣,从而做出评价,最大限度避免了灰色关联法评判中权重矩阵取值的人为干扰,取得了满意的效果,为区域水资源承载力状况评价及其它评判问题提供一条新的方法与思路。     

基于RAGA的PPC模型对区域水资源可持续利用的评价

以人口、资源、环境、社会、经济5个子系统整体考虑，建立水资源可持续利用评价指标体系?针对该问题，运用基于RAGA的PPC模型，把高维数据转换到低维子空间，获得指标体系最佳投影方向和投影值．从而做出判断。最大限度避免了模糊综合评判等方法中权重的人为干扰。模型简单、高效、可行。     

城市供水库群分解协调模型研究

针对城市供水库群水资源合理配置问题,采用大系统分解协调理论进行了探讨和研究,将供水库群分解为独立子系统,并在其间建立控制反馈的联系。同时,对子问题选用加速遗传算法进行求解;并以深圳市宝安区供水库群为研究对象,选择带有权重的相对缺水率最小为目标函数,建立了二层分解协调模型,验证了模型的可行性。     

项目投资决策的投影寻踪评价模型及其应用

项目决策中各指标间存在的制约和矛盾关系常常会影响到决策结果的合理性,将投影寻踪评价模型（PPE）应用于项目决策中,利用基于实码的加速遗传算法（RAGA）来优化投影方向,将多维数据指标转换成低维子空间,通过寻求最优投影方向来计算投影函数值,从而根据投影值的大小进行项目决策.结合实例进行验证,其结果合理,同时可以避免权重确定主观性,为项目决策提供了一条新的方法和思路.     

降维处理的多指标人机系统方案评价方法

为解决人机系统方案评价中指标众多、权重难于确定等问题,提出一种基于降维处理的多指标人机系统方案评价方法。该方法利用投影寻踪法构造投影函数,在无需确定指标权重的情况下,按照最优投影方向将高维指标数据投影到一维,通过比较一维投影值可获得最优设计方案,实现了高维指标数据的降维处理。同时,针对最优投影方向搜寻速度较慢、全局收敛性难以保证等问题,引入实数编码加速遗传算法,以投影值的标准差与局部密度的乘积为目标函数,投影向量为优化变量,搜寻最优投影方向,可快速获得评价结果。最后,以钻机的方案评价为例,对提出的方法进行了验证。