[发明专利]一种黑启动方案评估的方法

权利要求书

1.一种基于组合权重PROMETHEE评价模型的黑启动方案评估的方法，其特征在于，该黑启动方案评估的方法将实数形式的初始决策矩阵转换成Vague集形式的决策矩阵，并将权重向量也转化成Vague集形式的决策矩阵；利用基于Vague集形式的PROMETHEE方法对方案进行排序，得到排序序列。

2.如权利要求1所述的基于组合权重PROMETHEE评价模型的黑启动方案评估的方法，其特征在于，在将实数形式的初始决策矩阵转换成Vague集形式的决策矩阵，并将权重向量也转化成Vague集形式的决策矩阵前需要：

给出黑启动评估的各评估指标的排序向量，利用有序二元比较法求出主观权重；

根据由每个评价指标的值组成的初始决策矩阵利用变异系数法求取客观权重；

利用向量相似度理论求得综合权重。

3.如权利要求2所述的基于组合权重PROMETHEE评价模型的黑启动方案评估的方法，其特征在于，所述主观权重由有序二元比较法求得具体方法为：

步骤一、确定评价对象和专家集：X为考察的全体对象集，记为X＝{x₁,x₂,...x_N}为参与确定指标权重的专家集为P＝{p₁,p₂...p_L}；

步骤二、应用集值迭代法为各指标排序：权重为{λ₁,λ₂,...λ_L}，在指标集中按照重要程度对指标进行排序，k(1≤k≤L)选取的指标顺序集为X_k＝(x₃,x₅,x₁,x_N...,x_N-1)，式中x₃位于X_k的第一个位置，即表示x₃在k认为最重要，按照各个指标在X_k中的位置分别赋予指标得分，在X_k中x₃对应的得分为N，x₅对应的得分为N-1，x_N-1对应的得分为1；

μ_i,k(1≤i≤N,1≤k≤L)为指标i在k处所获得的得分，令作为综合评分，式中1≤i≤N，根据g_i的由大到小对评价指标进行新的排序，

步骤三、分别对相邻评价指标进行比较获得比较矩阵；

通过对比相邻指标中前一指标相对后一指标的重要程度，给出评价区间，区间端点值取相邻的r_k数值，相对重要程度为介于两者两r_k数值对应的重要程度之间；

步骤四、将区间通过下式转化为点值：

式中，r_ij′为专家i对指标j的评价矩阵中的下界，r_ij″为评价矩阵中的上界，j＝1，2，…，n-1；

步骤五、确定评价指标的权重：由于N个指标相邻进行比较，得到N-1个比较值：

式中：r₁代表的含义为重新排序后的第一个指标相对于第二个指标的重要程度，用第一个指标和第二个指标的绝对重要度之比阐述，

的综合权重为：

其他指标的权重为：

4.如权利要求2所述的基于组合权重PROMETHEE评价模型的黑启动方案评估的方法，其特征在于，所述客观权重由变异系数法求得具体方法为：

步骤一、评价指标体系共有m个评价指标，对n个评价对象进行了系统评测与数据采样，原始数据评价矩阵表示为矩阵X：

步骤二、依据各个分类对象指标的实际值计算各指标的均值和标准差：

其中第j个指标的均值和标准差分别为：

式中j＝1，2，……m；

步骤三、计算各指标的变异系数：

步骤四、确定各指标的权重：

先对指标变异系数进行归一化处理，然后得到指标的权重集V_j＝{ν₁,ν₂,…ν_M}，其中