1、“.....即若,则标度向标度转化。专家语言信息集成在对部分样本残缺数据的指标做语言评价时,为更加客观的反应真实的角度预测城市各小区的负荷密度,但不论是哪种方法都有着个共同的瓶颈,即预测的结果在很大程度上有赖于所搜集样本数据的完整性。对于些新开发或欠发达地区,由于相关数据关口或信息系统建立不到位以至于定数量样本的部份指标数据无法收集,从而导致不能顺利预测城市各小区负荷密度的问题。目前,对于这类问题的处理方法只是简单利用混合语言信息弥补残缺数据的电力负荷密度预测法原稿给出了专家对残缺数据的样本指标做语言评价的结果。根据致化方法,取并规定将专家评价结果归化至专家的标准下,同时和专家权重确定式起,确定专家位臵权重为以及最终的综合评价结果。最终评价结果如表所示。对于同决策者,所给语言信息类型不同这问题,可采用将不确定语言信息转化为确定语言信息的方法......”。

2、“.....通过模糊推理将各专家给出的对残缺数据指标的混合语言评价信息转为实际数据的估计值,利用该数据同其它已知数据起训练神经网络,以此网络结构和待定小区的各指标信息,预测该小区的负荷密度。通过对城市若干小区做比较分析,并预测其中部份小区的负荷密度,结果表明所言评估标度,专家采用时的语言评估标度。表列出了所收集数据的情况。利用混合语言信息弥补残缺数据的电力负荷密度预测法原稿。从表可以看出在实际数据的收集中有大量的数据是收集不成功的,若按传统的除去残缺数据样本的方法处理所收集到的数据,将浪费掉大量的样本。根据预测步骤通过专家对残缺数据的样本指标做语言评价,表集或估计待定小区的指标数据,将其带入到训练后的网络结构中,预测该待定小区的负荷密度值。算例分析以城市的个小区为例,验证和分析所提方法的有效性。以人口密度人人均收入元人均电量人,作为小区负荷密度的影响因素,选取个专家......”。

3、“.....已知专家采用时的语言评到小原则排序根据评价结果的所排位臵确定其对最终结果的影响,基于这思想利用集成算子集成各专家的语言评价信息。从表可以看出在实际数据的收集中有大量的数据是收集不成功的,若按传统的除去残缺数据样本的方法处理所收集到的数据,将浪费掉大量的样本。根据预测步骤通过专家对残缺数据的样本指标做语言评价,表给出了专家估标度,专家采用时的语言评估标度。表列出了所收集数据的情况。摘要城市电力负荷密度预测法在实际预测过程中其结果的可信度在很大程度上依赖于样本数据的完整性,而在现实情况下由于各种原因将导致些所选样本的部份指标数据残缺,这对准确的城市电力负荷密度预测造成了很大的困难。针对这问题提出了种利用混合语言评价信息弥补残对于同决策者,所给语言信息类型不同这问题,可采用将不确定语言信息转化为确定语言信息的方法......”。

4、“.....为了保证语言信息的丰富性,现规定语言标度的转化律从低标度向高标度转化,即若,则标度向标度转化。专家语言信息集成在对部分样本残缺数据的指标做语言评价时,为更加客观的反应真实与分别表示激活的专家评价模糊集合与实际数据模糊集合。模糊推理产生的结果是模糊集合,而预测计算需要的是精确值,因此还需对模糊结果清晰化,采用如今比较常用的面积平分法,清晰化最终模糊集合结果。经过节的计算方法,即完成了将专家混合语言评价信息转化成定量实际数据的过程。对于不同决策者而言,决策者选取的语言标言信息的集成方式进行了深入的研究,通过对实际情况的了解可以认为,由同水平下的专家所给出的评价结果,其对最终结果的影响应与专家本身无关,只与专家结果的排序位臵有关,即将各专家的评价结果按从大到小原则排序根据评价结果的所排位臵确定其对最终结果的影响,基于这思想利用集成算子集成各专家的语言评价信息......”。

5、“.....并且预测结果具有较高的可信度。关键词混合语言信息模糊推理神经网络残缺数据城市电力负荷密度预测中图分类号文献标识码文章编号,估标度,专家采用时的语言评估标度。表列出了所收集数据的情况。摘要城市电力负荷密度预测法在实际预测过程中其结果的可信度在很大程度上依赖于样本数据的完整性,而在现实情况下由于各种原因将导致些所选样本的部份指标数据残缺,这对准确的城市电力负荷密度预测造成了很大的困难。针对这问题提出了种利用混合语言评价信息弥补残给出了专家对残缺数据的样本指标做语言评价的结果。根据致化方法,取并规定将专家评价结果归化至专家的标准下,同时和专家权重确定式起,确定专家位臵权重为以及最终的综合评价结果。最终评价结果如表所示。对于同决策者,所给语言信息类型不同这问题,可采用将不确定语言信息转化为确定语言信息的方法。通过式可实现任意两连续性收集或估计待定小区的指标数据......”。

6、“.....预测该待定小区的负荷密度值。算例分析以城市的个小区为例,验证和分析所提方法的有效性。以人口密度人人均收入元人均电量人,作为小区负荷密度的影响因素,选取个专家,设为专家,对城市个小区的残缺数据的指标进行评价,已知专家采用时的语利用混合语言信息弥补残缺数据的电力负荷密度预测法原稿度可能不同。如决策者可能选取时的语言标度,而决策者可能选取时的语言标度。上述所说的评价语言信息即为混合语言信息。混合语言的致化决策者在对各样本中残缺数据的指标做相关评价时,所给出的评价信息往往是混合的,而在数据转化过程中,必须消除这种混合性即需将混合信息致化。针对语言信息混合情况的不同致化方法也有所不给出了专家对残缺数据的样本指标做语言评价的结果。根据致化方法,取并规定将专家评价结果归化至专家的标准下,同时和专家权重确定式起,确定专家位臵权重为以及最终的综合评价结果。最终评价结果如表所示。对于同决策者......”。

7、“.....可采用将不确定语言信息转化为确定语言信息的方法。通过式可实现任意两连续性混合情况的不同致化方法也有所不同。利用混合语言信息弥补残缺数据的电力负荷密度预测法原稿。依上述过程建立完模糊规则库后,采用取大取小整合方式,根据所建立的模糊规则库和专家综合评价信息对实际数据进行推理。计算式如式示。式中表示输入后最终的推理结果模糊集合,表示由输入数值激活的模糊规则库数目,见语言信息同实际数据之间存在着定的联系,因此样本相关指标数据残缺问题可以通过将各专家对其定性的混合自然语言评价信息转换为定量实际数值的方式加以解决。基于这思想提出种利用混合语言评价信息弥补残缺数据并和神经网络相结合的城市电力负荷密度预测法。该方法允许各专家根据实际情况直接对残缺数据的指标做语言评价,同决策者而言,决策者选取的语言标度可能不同。如决策者可能选取时的语言标度,而决策者可能选取时的语言标度......”。

8、“.....混合语言的致化决策者在对各样本中残缺数据的指标做相关评价时,所给出的评价信息往往是混合的,而在数据转化过程中,必须消除这种混合性即需将混合信息致化。针对语言信估标度,专家采用时的语言评估标度。表列出了所收集数据的情况。摘要城市电力负荷密度预测法在实际预测过程中其结果的可信度在很大程度上依赖于样本数据的完整性,而在现实情况下由于各种原因将导致些所选样本的部份指标数据残缺,这对准确的城市电力负荷密度预测造成了很大的困难。针对这问题提出了种利用混合语言评价信息弥补残平衡语言标度的转化。为了保证语言信息的丰富性,现规定语言标度的转化律从低标度向高标度转化,即若,则标度向标度转化。专家语言信息集成在对部分样本残缺数据的指标做语言评价时,为更加客观的反应真实情况,需邀请多位专家对同指标进行定性评价,因此为了充分利用各专家的评价结果必须对其进行信息集成。近年来......”。

9、“.....专家采用时的语言评估标度。表列出了所收集数据的情况。利用混合语言信息弥补残缺数据的电力负荷密度预测法原稿。从表可以看出在实际数据的收集中有大量的数据是收集不成功的,若按传统的除去残缺数据样本的方法处理所收集到的数据,将浪费掉大量的样本。根据预测步骤通过专家对残缺数据的样本指标做语言评价,表实情况,需邀请多位专家对同指标进行定性评价,因此为了充分利用各专家的评价结果必须对其进行信息集成。近年来,许多学者对语言信息的集成方式进行了深入的研究,通过对实际情况的了解可以认为,由同水平下的专家所给出的评价结果,其对最终结果的影响应与专家本身无关,只与专家结果的排序位臵有关,即将各专家的评价结果按从大并利用语言集成算子集结各专家评价信息,之后借助于模糊推理理论,将各专家的综合评价值转化为实际数据的估计值,以此值连同样本中其他已知数据起利用神经网络预测城市小区的负荷密度......”。