دانلود رایگان مقاله مدل تصمیم گیری فازی چند معیاری برای سناریوهای مختلف نسل قدرت الکتریکی در مصر

چکیده

           در فرایند تحلیلی شبکه  (ANP) یک شبکه یا سلسله مراتب ایجاد می شود تا تصمیمی را ایجاد کند و ماتریسی را تاسیس کند که حاوی قضاوت های مقایسه دو به دو برای عناصر پیوند شده تحت یک عنصر شفاف است. یک بردار اولویتی از اوزان نسبی برای این عناصر ایجاد می شود. پس تمامی بردارهای اولویتی بصورتی مناسب وزندار می-شوند و فرض بر این گرفته می شود که کل اولیت ها برای جایگزین های یک تصمیم حاصل می شود. در این مقاله، یک مدل ANP فازی کارآمد را توسعه می دهیم که به تصمیم گیران کمک می کند تا از میان آنها جایگزین هایی را برای سناریوهای مصری از نسل قدرت الکتریکی انتخاب کنند.

1. مقدمه

           سیستم های مبتنی بر قاعده فازی بصورتی وسیع در تنوعی از حوزههای مهندسی همچون داده کاوی، تشخیص الگو، شناسایی سیستم، و کنترل فرایند مورد استفاده قرار می گیرد [1]. منطق فازی یک ابزار مهم در بیان و تعریف دانش کارشناسان دامنه است به طوری که وجود توابع ارزشمند انسان را می توان در طراحی کنترلرها گنجاند و برای رسیدگی به موقعیت های زندگی واقعی مورد استفاده قرار داد که رویکرد کنترل کلاسیک به این نتیجه می رسد که مقابله با آن سخت و غیرمحتمل است [2]. 

          فرایند تحلیل شبکه ای (ANP) به منظور مقابله با مسائل تصمیم گیری چند مشخصه ای در شرایط واقعی استفاده می شود که در آن تعاملی مابین معیار تصمیم یا جایگزین ها وجود دارد. در فرمولبندی سنتی ANP، قضاوت های انسانی بعنوان اعداد واقعی ارائه می شود. با اینحال، در بسیاری از موارد عملی، مدل ترجیح انسانی نامشخص است و تصمیم گیرندگان احتمالا قادر به تخصیص مقادیر دقیق عددی برای داوری ها جهت مقایسه نیستند. از آنجا که برخی از معیارهای ارزیابی از منظر ماهیت ذهنی و  کیفیتی است، پس این موضوع بسیار سختی برای تصمیم گیرندگان است که ترجیحات و اولویت ها را با استفاده از مقادیر دقیق عددی بیان کنند و  قضاوت های مقایسه فازی دو به دوی دقیق را ارائه کنند. این موضوع برای وی بسیار مطلوب است که ارزیابیهای فازی یا بازه های زمانی را مورد استفاده قرار دهد [3]. برای بهبود روش ANP، این مقاله در مورد یک رویکرد فازی ANP با استفاده از اعداد فازی گاوسی بحث می کند تا داوری های قیاس تصمیم گیرندگان را ارائه کند و روش آنالیز را به منظور تصمیم گیری درباره اولویت نهایی معیارهای مختلف تصمیم توسعه دهد. مدل ارائه شده متغیرهای زبان شناختی و اعداد فازی گاوسی را بعنوان یک مقیاس دو به دو برای هدایت اولویت ها از مشخصات مختلف انتخاب و زیر مشخصات استفاده می کند. در مرحله آخر، اوزان اولویت برای مشخصات اصلی، زیر مشخصات و جایگزین ها ترکیب می شوند تا اوزان اولویت جایگزین ها را تعیین کنند. جایگزین با بالاترین وزن اولویتی بعنوان بهترین جایگزین انتخاب می شود.

          ارگینل و شنتورک یک مدل فازی ANP را توسعه می دهند تا برای سه سیستم جهانی برای اپراتورهای ارتباطات تلفن همراه (GSMها) رتبه بندی کنند [4]. یوکسل و داگدویران ANP فازی را استفاده می کنند تا فرایندی را برای آنالیز فرصت ها و تهدیدات، نقاط ضعف و قوت کمیتی (SWOTها) نشان دهند که می توان در زمانی استفاده کرد که وابستگی در بین عوامل راهبردی برای یک شرکت نساجی وجود دارد [5].

          هدف این مقاله ارائه یک سیستم پشتیبان تصمیم گیری ANP فازی است که به تصمیم گیرندگان با هر نوع قدر و اختیاری کمک می کند تا بهترین جایگزین ها را در بین چندین ارائه دهنده انتخاب کند. چنین نوعی از سیستم اغلب مستلزم تصمیم گیرندگان بسیار مجرب است تا اطلاعات مبهم و نامشخص را در نظر بگیرد.

           تئوری مجموعه فازی یک مفاهیم احتمالی از مدیریت انواع داده یا اطلاعات را پیشنهاد می کند. از سوی دیگر، ANP مفاهیمی را برای سروکار داشتن با خلق اولویت های مختلف جهت جایگزینی تصمیمات مختلف، پیشنهاد می کند. بقیه مقاله به شرح زیر است. در بخش ۲ یک مرور کلی از مجموعه های فازی متغیرهای زبان شناختی فرایند سلسله مراتبی (AHP) و کاربردهای فازی AHP در منابع داده می شود. در بخش ۳ نیز فرایند تحلیل شبکه ای (AHP) نشان داده می شود. رویکرد مبتنبر FANP در بخش ۴ بحث می شود. مدل ارائه شده ANP فازی گاوسی (GFANP) برای انتخاب بهترین جایگزین توسعه می یابد و مراحل هر بخش از رویکرد در بخش ۵ در جزئیات تشریح داده می شود. در بخش ۶ نتایج منتج از مدل بحث می شود و در انتها مقاله همراه با یادآوری ها و نتیجه گیری ها پایان می پذیرد.

          مصر ظرفیت تولید 20 گیگاوات را(GW) تا سال 2010،  با برنامه  برای اضافه  کردن25 GW تولید اضافی ظرفیت انرژی تا سال 2020 را راه اندازی کرد. حدود 90 درصد از ظرفیت تولید برق مصرحرارتی (گاز طبیعی)است، و 10% باقی مانده هیدروالکتریک، عمدتا از بالای سد اشکان می باشد. همه روغن های گیاهی به عنوان سوخت های اولیه خودشان به گاز طبیعی تبدیل شده اند. مصر همچنین قصد دارد بخشی از نیروگاه  انرژی خورشیدی را در Kureimat بسازد، که کل ظرفیت برنامه ریزی شده  150 مگاوات است. پروژه هلندی تامین 60 مگاوات  از نیروگاه های بادی در منطقه کانال سوئز درحال ساخت است. مصر نیزدارای یک رآکتور تحقیقاتی هسته ای 22 مگاواتی در Inshas در دلتای  نیل  است که توسط INVAP S.A از آرژانتین ساخته شده است  که این عملیات در سال 1997آغاز شده است. 

2. بررسی منابع

2.1 مجموعه های فازی 

           زمانی که نظریه مجموعه فازی ارائه شد، محققان تصمیم گیری رابه عنوان یکی از جذاب ترین زمینه های کاربردی تئوری این نظریه مطرح کردند. تئوری تصمیم گیری فازی برای مقابله با ابهام و عدم مشخصه ذاتی در فرمولاسیون انسان از اولویت ها ، محدودیت ها و اهداف تلاش می کند [8]. 

2.2 متغیرهای زبانی

            تکنیک های معمول برای تجزیه و تحلیل سیستم، به طور ذاتی برای مقابله با سیستم های انسانی کسانی که رفتارشان شدیدا تحت تاثیر قضاوت های انسانی، ادراک،و احساسات هستند، نامناسب می باشد[10]. این یک نمود از آنچه ممکن است اصل ناسازگاری نامیده شود می باشد: «به عنوان پیچیدگی از یک افزایش  سیستمی، توانایی ما برای ایجاد دقیق و در عین حال قابل توجه اظهارات در مورد رفتار آن تا زمانی که به آستانه فراتر از دقت و اهمیت  برسد،کاهش می یابد و تقریبا به ویژگی های متقابلا منحصر به فرد تبدیل می شود. به  دلیل این باور، Zadeh مفهوم متغیرهای زبانی را به عنوان یک رویکرد جایگزین برای مدل سازی تفکر انسانی یک رویکردکه به شیوه ای تقریبی را پیشنهاد می کند که  به جای اعداد واضح در اختیار خلاصه اطلاعات وبیان آن از مجموعه های فازی می باشد [11]

Abstract

           In the analytic network process (ANP) a hierarchy or network is created to represent a decision and establishes a matrix containing the pair wise comparison judgments for the elements linked under a parent element. A priority vector of relative weights for these elements is derived. Then all the priority vectors are appropriately weighted and summed to obtain the overall priorities for the alternatives of a decision. In this paper we will develop an efficient fuzzy ANP model which helps decision makers to choose among the alternatives for the Egyptian scenarios of electrical power generation.

1. Introduction

           Fuzzy rule-based systems have been widely used in a variety of engineering areas such as data mining, pattern recognition, system identification, and process control [1]. Fuzzy logic is a key tool to express knowledge of domain experts so that valuable experience of human beings can be incorporated into controllers design and applied to handle real-life situations that the classical control approach finds difficult or impossible to tackle [2].

          The analytic network process (ANP) is used for tackling multi-attribute decision-making problems in real situations when there is interrelation among decision criteria or alternatives. In the traditional formulation of the ANP, human’s judgments are represented as exact numbers. However, in many practical cases the human preference model is uncertain and decision makers might be unable to assign exact numerical values to the comparison judgments. Since some of the evaluation criteria are subjective and qualitative in nature, it is very difficult for the decision-maker to express the preferences using exact numerical values and to provide exact pair-wise comparison judgments. It is more desirable for him to use interval or fuzzy evaluations [3]. To improve the ANP method, this paper discusses a fuzzy ANP approach using Gaussian fuzzy numbers to represent decision makers’ comparison judgments and extent analysis method to decide the final priority of different decision criteria. The proposed model uses the linguistic variables and Gaussian fuzzy numbers as a pair-wise comparison scale for deriving the priorities of different selection attributes and sub-attributes. In the last step, the priority weights for main attributes, sub-attributes and alternatives are combined to determine the priority weights of the alternatives. The alternative with the highest priority weight is selected as the best alternative.

          Erginel and Senturk developed a fuzzy ANP model to rank for three Global Systems for Mobile Communications (GSMs) operators [4]. Yuksel and Dagdeviren used fuzzy ANP to demonstrate a process for quantitative Strengths, Weaknesses, Opportunities and Threats (SWOTs) analysis that can be performed even when there is dependence among strategic factors for a textile firm [5].

          This paper aims to propose a fuzzy ANP decision-making support system that helps decision-makers of any authority in selecting the best alternatives among several offers. Such a kind of systems often requires highly experienced decision makers to consider vague and uncertain information.

          Fuzzy set theory offers a possible means of managing these kinds of data or information. On the other hand, ANP offers a means for dealing with different preferences made to different decision alternatives. The remainder of the paper is organized as follows: In Section 2, an overview on fuzzy sets, linguistic variables, Analytic Hierarchy Process (AHP), and fuzzy AHP applications in literature are given. In Section 3, Analytic network process (ANP) is illustrated. FANP based approach is discussed in Section 4. Gaussian fuzzy ANP (GFANP) proposed model to select the best alternative is developed and the steps of each stage of the procedure are explained in detail in Section 5. In Section 6, results which are produced from the model are discussed, and the paper ends with concluding remarks in Section 7.

         Egypt had installed generating capacity of 20 gigawatts (GW) as of 2010, with plans to add 25 GW of additional generating capacity by 2020. Around 90% of Egypt’s electric generating capacity is thermal (natural gas), with the remaining 10% hydroelectric, mostly from the Aswan High Dam. All oil-fired plants have been converted to run on natural gas as their primary fuel. Egypt is also planning to build a part-solar power plant at Kureimat, which will have a total planned capacity of 150 MW. A Netherlands-funded project is building 60 MW of wind power units in the Suez Canal area. Egypt also has a 22-MW nuclear research reactor at Inshas in the Nile Delta, built by INVAP S.A. of Argentina, which began operation in 1997 [6].

2. Literature survey

2.1. Fuzzy sets

          When fuzzy set theory was presented, researchers considered decision making as one of the most attractive application fields of that theory [7]. Fuzzy decision theories attempt to deal with the vagueness and no specificity inherent in human formulation of preferences, constraints, and goals [8].

2.2. Linguistic variables

          The conventional techniques for system analysis are intrinsically unsuitable for dealing with humanistic systems, whose behavior is strongly influenced by human judgment, perception, and emotions [10]. This is a manifestation of what might be called the principle of incompatibility: ‘‘As the complexity of a system increases, our ability to make precise and yet significant statements about its behavior diminishes until a threshold is reached beyond which precision and significance become almost mutually exclusive characteristics’’. Because of this belief Zadeh proposed the concept of linguistic variables as an alternative approach to modeling human thinking an approach that, in an approximate manner, serves to summarize information and express it in terms of fuzzy sets instead of crisp numbers [11].

چکیده

1. مقدمه

2. بررسی منابع

2.1 مجموعه های فازی 

2.2 متغیرهای زبانی

2.3 روند سلسله مراتب تحلیلی (AHP) 

2.3.1 استاندارد AHP 

2.3.2 مقدار AHP فازی (FAHP)

2.4. چرا ANP؟

3. رویکرد شبکه تحلیلی (ANP)

4. ANP فازی

5. یک مدل پیشنهادی ANP فازی گاوسی (GFANP) 

5.1 فرمولبندی مسئله

5.2. مسئله اعداد فازی مثلثی

5.3. مدل ارائه شده

6. نتایج تجربی و بحث

6.1. ارتباط درونی

6.2. جایگزین ها

7. نتیجه گیری ها

منابع

Abstract

1. Introduction

2. Literature survey

2.1. Fuzzy sets

2.2. Linguistic variables

2.3. The Analytic Hierarchy Process (AHP)

2.3.1. The standard AHP

2.3.2. Extent fuzzy AHP (FAHP)

2.4. Why ANP?

3. Analytic Network Process (ANP) approach

4. Fuzzy ANP

5. A Gaussian fuzzy ANP proposed model (GFANP)

5.1. Problem formulation

5.2. The problem of triangular fuzzy numbers

5.3. The proposed model

6. Experimental results and discussion

6.1. Inner relationship

6.2. Alternatives

7. Conclusions

References