Fuzzy-TOPSIS法的油田开发方案优选

油田开发方案的优选是一项复杂且重要的工程.基于方法集成的思想,针对备选方案,尽可能列举可能影响油田优选的全部指标,并通过层次模糊赋权法对全部指标按权重大小进行排序,排序靠前的指标对油田开发的影响较大,从而进行筛选得到主要指标.为解决无法量化的模糊指标的评选问题,采用语言评价信息与精确数进行转化,再利用TOPSIS方法依据对象与理想解和负理想解之间的距离计算其贴近度,贴近度越大说明方案越佳.最后以某油田开发项目多个开发方案为实例进行优选.     

Vague集TOPSIS方法在方案优选中的应用

指出Vague集理论中现有距离度量的不足之处以及Vague集距离度量的基本准则,建立新的距离公式,给出建立在该距离公式基础上的TOPSIS方法,并将其应用到方案选优的实例中,得到合理的结论.     

基于马氏距离的TOPSIS决策方法及其应用

针对决策指标之间的相关性问题,将马氏距离引入传统TOPSIS方法,提出了基于马氏距离的TOPSIS方法.在此基础上,分析了基于马氏距离改进后贴近度的性质,并以投资决策方案选择为例加以说明.结果表明,基于马氏距离改进的TOPSIS方法对决策数据的非奇异线性变换具有不变性.协方差矩阵体现了决策指标之间的相关性,因而可以有效避免指标的相关性对决策效果的影响.     

Fuzzy-AHP-TOPSIS法在多属性方案优选中的应用——基于油气田开发项目方案优选的研究

基于集成创新的思想,将多属性决策中模糊层次分析法和灰色—正负理想点逼近法优势集成,创建Fuzzy-AHP-TOPSIS法对方案进行最终优劣排序.方法综合考虑了决策者的主观权重和投资项目各影响因素间固有的客观权重、投资风险和收益等诸多因素,为企业投资项目的比选提供了一种新的可靠的决策方法.最后以某气田开发项目-中石油某气田增压开采方案的优选为实例加以说明.     

基于Shephard距离函数的DEA TOPSIS方法研究

本文通过对Shephard距离函数的引入,正式构建了DEA TOPSIS决策单元排序方法的框架。本文首先定义了正(负)理想决策制定单元(DMU)以及相应的(反)生产可能集,然后在考虑正(负)理想DMU的条件下分别给出DMU的(反)效率评价模型以及对应的Shephard距离函数,然后基于评价对象到理想DMU相对接近度这一综合评价值给出了DMU的一个完全排序。最后,本文通过算例分析说明了该方法的有效性和实用性。     

基于累积前景理论的石油管道路径方案优选

建立以一种基于前景理论的石油管道输送路径方案优选方法.首先依据决策者对各个属性的期望,将具有清晰数、区间数和语义短语三种形式的决策矩阵转化成为前景决策矩阵.其次,再利用主客观赋权偏差最小的思想,构建组合赋权模型,计算各个属性的权重;然后,根据决策者对待收益和损失的不同风险态度,计算各个方案的累积前景值.最后,以石化某油田外输管道路径方案问题为实例,介绍了该方法的决策流程,为解决同类工程方案优选问题提供了一种新的途径.     

基于信息熵的城市扬尘治理方案优选决策

城市扬尘的治理需要考虑到成本、效果以及对周围环境的影响等诸多因素,我国扬尘治理方案呈现明显的单一性和定性描述.因此,如何准确认识扬尘治理方案多属性决策对扬尘治理的实际工作具有重要意义.构建了城市扬尘治理方案优选评价指标体系,采用信息熵理论对方案优选的科学性和有效性进行实证研究.结果表明,抑尘周期和成本系数对扬尘治理方案优选具有较大的影响力,高压清洗方案可操作性高,适应性强,为最优方案;基于信息熵理论的扬尘治理方案优选决策计算简单,评价结果客观全面,可以很好的综合反映道路扬尘治理方案优选决策,可为城市扬尘治理提供科学依据.     

基于博弈论和相对熵的基坑支护方案优选

基坑支护方案优选是一项多属性决策,提出了一种基于博弈论组合赋权和相对熵的逼近理想解(TOPSIS)决策模型.首先采用信息熵确定客观权重,运用层次分析法确定主观权重,然后引入博弈论集结模型将主客观权重科学化组合,得到综合权重,最后采用一种基于相对熵的逼近理想解决策方法进行基坑支护方案优选,并结合工程实例进行验证.结果证明:基于相对熵的TOPSIS决策模型在案例中的评价结果与工程实际相吻合.     

基于灰数距离熵的四参数区间数的TOPSIS模型及实证分析

针对区间属性权重未知和传统灰熵模型存在缺陷的多属性决策问题,提出一种改进的四参数区间数的灰数距离熵测度决策方法.通过考虑四参数区间数中指标取值的双重重心点和方差建立属性权重模型.利用,改进的多指标决策的逼近理想点法,通过定义的距离熵测度公式,将建立的权重模型和灰数距离熵测度模型应用到湖南省页岩气探矿权招标的优选中,结果验证了决策方法的合理性和有效性.     

一种基于相关系数矩阵的TOPSIS决策方法

在多属性决策分析中,传统的TOPSIS法是基于欧氏距离来计算各方案到正负理想点的距离,但欧氏距离没有考虑各属性之间的相关性;从这一角度出发,将相关系数矩阵与欧式距离结合,从而弥补了欧氏距离的不足,最后进行了实例分析.     

基于地质分类进行水驱开发效果评价

根据杏南油田不同开发阶段的动静态资料,详细研究工区的油藏地质特征,明确影响开发的地质因素,并在此基础上进行了生产动态分析及开发效果评价.针对模糊综合评判法在权重确定方面的随意性,提出了一种基于客观赋权的模糊综合评判方法,建立了一种新的基于地质分类的水驱开发效果评价方法.评价结果符合区块地质实际概况,能够较准确地、定量评价水驱开发效果.根据评价结果对区块进行措施调整,取得了明显的社会和经济效益.     

基于TOPSIS法的城市间宏观经济效益差异的比较研究

提供了基于多目标决策中的TOPS IS法的城市间宏观经济效益差异的一种评价比较方法及一套指标体系.并实证分析了呼和浩特市、包头市近五年来的宏观经济效益,得到了与实际相吻合的结果.     

TOPSIS法在油田企业勘探开发投资一体化效益评价中的应用

尝试将TOPSIS方法引入油田区块效益评价中.首先结合油田企业实际建立包括区块资源条件,反映勘探、开发生产全过程的投入产出指标体系.然后采用熵值法求解指标权重,利用灰色关联法判断各个对象的关联程度,并采用TOPSIS法对区块效益大小进行排序.评价结果较为准确,符合实际情况,有效解决区块间的综合竞争力分析比较,为决策者明确投资方向提供重要依据.     

Bonn Workshop on Combinatorial Optimization

Journal of the Operational Research Society -     

基于粒子群算法的大型网络计划费用优化

大型网络计划费用优化对科学有效地进行工程项目进度管理具有重要意义,但大型网络计划费用优化随工作个数增加而约束方程和计算量骤增,成为数学和计算机科学领域至今未解决的难题.借助建立评价函数、设计进化方程、设计网络计划时间参数的计算机算法等基础工作,选择工作持续时间作为粒子空间坐标并设置可行解范围,用蒙特卡洛方法和限制条件优化初始粒子群,用二维动态数组解决大型网络计划粒子群算法优化运行image超限问题,成功求解有61个工作的大型网络计划费用优化算例.因此,经过特定设计的粒子群算法是微机和有限的计算时间条件下求解大型网络计划费用优化问题的一个有效方法.     

基于多目标属性权重优化的犹豫模糊语言TOPSIS决策方法

犹豫模糊语言术语集作为一种有效的信息表达形式,能够很好的反映出人们的定性且犹豫的决策信息。传统的距离测度会导致犹豫模糊语言信息的流失,因此,本文首先提出了一种新的犹豫模糊语言距离测度,并研究了该距离测度的性质。其次,针对属性权重完全未知的犹豫模糊语言多属性决策问题,考虑方案和属性两个层面,构建了多目标优化的属性权重确定模型。进而,基于多目标权重优化模型和犹豫模糊语言距离测度,提出了一种改进的犹豫模糊语言TOPSIS法。最后通过实例说明了所提出的TOPSIS法的实用性和有效性,并进行了灵敏度和比较分析。     

基于Vague集的TOPSIS

针对应用广泛的TOPS IS方法的特征,研究在V ague集中应用TOPS IS的方法.首先用记分函数来确定理想解和负理想解,在此基础上建立了基于V ague集的TOPS IS的决策方法,并通过实际算例验证了此方法的有效性.     

Combinatorial Optimization Problems with Soft and Hard Requirements

In this paper, the authors describe a heuristic principle for the solution of an important class of problems. Using real-world examples, it is then shown how some difficult combinatorial problems are modelled and solved by the suggested principle. In one case, a detailed discussion of the implementation of the solution is also provided.     

基于蒙特卡洛方法的网络计划资源优化

蒙特卡洛方法由计算机产生伪随机数而生成试验点,根据约束条件找到优化解,据此编制C语言程序,可以成功求解网络计划的工期固定-资源均衡优化、资源有限-工期最短优化和资源有限-工期最短-资源均衡优化,并给出蒙特卡洛方法得到最优解的概率.算例结果表明:相同条件下,基于蒙特卡洛方法的工期固定-资源均衡优化方案资源方差较粒子群算法小,基于蒙特卡洛方法的资源有限-工期最短优化方案工期较遗传算法短,基于蒙特卡洛方法的资源有限-工期最短-资源均衡优化方案工期较遗传算法短.