袁桂麗，張健華，王田宏，杜 娟

（1.華北電力大學(xué)控制與計(jì)算機(jī)工程學(xué)院，北京102206；2.中國(guó)電能成套設(shè)備有限公司，北京100011）

火電廠作為一次能源的消耗、排放大戶，隨著國(guó)家對(duì)節(jié)能減排、環(huán)境保護(hù)工作的重視，給電廠的節(jié)能減排工作提出了更高的要求，如何在為國(guó)民經(jīng)濟(jì)發(fā)展提供電力保障的基礎(chǔ)上做到高效率、少排放，是電廠節(jié)能工作研究的出發(fā)點(diǎn).目前，火電廠節(jié)能降耗的研究主要是對(duì)單臺(tái)機(jī)組進(jìn)行能損分析及優(yōu)化運(yùn)行，其綜合評(píng)價(jià)的發(fā)展卻略顯滯后［1-4］.董青等［1］總結(jié)闡述了火力發(fā)電廠的節(jié)能評(píng)價(jià)指標(biāo)體系，但沒有給出綜合評(píng)價(jià)的方法.李素真等［2］和王運(yùn)民等［3］構(gòu)建了燃煤電廠經(jīng)濟(jì)性綜合評(píng)價(jià)指標(biāo)的數(shù)學(xué)模型，但單個(gè)模型參數(shù)不能全面綜合反映電廠的能源利用水平.滿若巖等［4］運(yùn)用模糊集理論的思想對(duì)火電廠的節(jié)能狀態(tài)進(jìn)行綜合評(píng)估，這種方法易操作，但有賴于專家的經(jīng)驗(yàn)和認(rèn)知程度、客觀性較差.因此，如何對(duì)火電廠的節(jié)能水平進(jìn)行客觀、科學(xué)的綜合評(píng)價(jià)及分析，是機(jī)組節(jié)能管理研究及節(jié)能工作展開的重要環(huán)節(jié).

火電廠節(jié)能綜合評(píng)價(jià)是一個(gè)多目標(biāo)決策問(wèn)題，而指標(biāo)權(quán)值的確定是多目標(biāo)決策的關(guān)鍵，目前指標(biāo)權(quán)值的確定方法主要有主觀賦權(quán)法、客觀賦權(quán)法和組合賦權(quán)法［5］.筆者采用組合賦權(quán)法的思想，將Delphi法［6］與序列綜合法［7］相結(jié)合來(lái)確定指標(biāo)的權(quán)重，實(shí)現(xiàn)了定性分析與定量分析的結(jié)合.在此基礎(chǔ)上，綜合TOPSIS［8］、灰色關(guān)聯(lián)理論［9］和矢量投影方法［10］，提出了一種基于TOPSIS灰色關(guān)聯(lián)投影綜合評(píng)價(jià)算法，該算法既考慮了灰色關(guān)聯(lián)適用于指標(biāo)多、規(guī)模大的評(píng)價(jià)問(wèn)題，又有效避免了灰色關(guān)聯(lián)單向評(píng)價(jià)的弱點(diǎn)，為火電廠節(jié)能綜合評(píng)價(jià)提供了新的途徑.運(yùn)用該算法對(duì)5臺(tái)600 MW 機(jī)組的節(jié)能水平進(jìn)行綜合評(píng)價(jià)，得到了合理的評(píng)價(jià)結(jié)果.針對(duì)現(xiàn)有火電機(jī)組評(píng)價(jià)多側(cè)重于得到方案排序的特點(diǎn)，而未見靈敏度分析，引入魯棒性的概念，分析了4個(gè)一級(jí)指標(biāo)主觀權(quán)重的靈敏度，為火電機(jī)組評(píng)價(jià)決策者提供參考.

1 TOPSIS灰色關(guān)聯(lián)投影法

1.1 正、負(fù)理想決策矩陣的確定

設(shè)有待評(píng)比的機(jī)組方案集為A＝｛a1，a2，…，am｝，每個(gè)方案（火電機(jī)組）有n個(gè)評(píng)價(jià)指標(biāo)，構(gòu)建原始決策矩陣：

式中：rij表示第i（1≤i≤m）個(gè)方案（火電機(jī)組）下第j（1≤j≤n）個(gè)指標(biāo)的實(shí)際運(yùn)行值.

TOPSIS法的基本思想是：基于標(biāo)準(zhǔn)化后的決策矩陣，找出備選方案中的最優(yōu)方案（正理想方案）和最劣方案（負(fù)理想方案），通過(guò)計(jì)算待評(píng)價(jià)方案與正理想方案和負(fù)理想方案的接近程度，來(lái)評(píng)判方案優(yōu)劣的過(guò)程.

設(shè)正理想方案為，其各指標(biāo)的觀測(cè)值為：

設(shè)負(fù)理想方案為，其各指標(biāo)的觀測(cè)值為：

其中，當(dāng)指標(biāo)為效益型指標(biāo)時(shí)，＝min｛r1j，r2j，…，rmj｝，當(dāng)指標(biāo)為成本型指標(biāo)時(shí)，＝max｛r1j，r2j，…，rmj｝，則稱矩陣R-＝（rij）（m＋1）×n為負(fù)理想原始決策矩陣.

為了得到標(biāo)準(zhǔn)化決策矩陣，需要對(duì)原始決策矩陣進(jìn)行標(biāo)準(zhǔn)化處理，采用線性比例變換法.

對(duì)于效益型指標(biāo)，指標(biāo)觀測(cè)值越大越好：

對(duì)于成本型指標(biāo)，指標(biāo)觀測(cè)值越小越好：

標(biāo)準(zhǔn)化后指標(biāo)觀測(cè)值變?yōu)闊o(wú)量綱的，∈［0，1］，群體決策矩陣由R變?yōu)镽′＝（r′ij）（m＋1）×n，R′＋為正理想決策矩陣，R′-為負(fù)理想決策矩陣.

1.2 正、負(fù)理想灰色關(guān)聯(lián)決策矩陣

設(shè)待評(píng)價(jià)機(jī)組的理想序列a＊＝（，，…，），這里為正理想方案序列或負(fù)理想方案序列，則第i臺(tái)機(jī)組第j個(gè)評(píng)價(jià)指標(biāo)與該指標(biāo)理想值的關(guān)聯(lián)度系數(shù)為：

對(duì)矩陣R′＋和R′-的所有元素按式（6）求取關(guān)聯(lián)度系數(shù)，得到（m＋1）×n個(gè)灰色關(guān)聯(lián)度系數(shù)組成的矩陣，稱為正（負(fù)）理想灰色關(guān)聯(lián)決策矩陣H＋（H-）.

1.3 組合賦權(quán)法求取加權(quán)決策矩陣

在決策評(píng)價(jià)中，指標(biāo)權(quán)重表示的是指標(biāo)間的相對(duì)重要性程度，為了求取加權(quán)決策矩陣，采用Delphi法來(lái)確定指標(biāo)的主觀權(quán)重，Delphi法是一種常用的方法，在工程實(shí)踐中有著廣泛的應(yīng)用，具體步驟參見文獻(xiàn)［6］，用序列綜合法來(lái)確定指標(biāo)的客觀權(quán)重，其原理步驟如下：

設(shè)有S個(gè)樣本（電廠節(jié)能評(píng)價(jià)機(jī)組單元），其指標(biāo)因數(shù)為Xj（j＝1，2，…，n），綜合因數(shù)為Yi（i＝1，2，…，m），符合條件的計(jì)算值為Zi（i＝1，2，…，m），這里m取2，則每一評(píng)價(jià)指標(biāo)權(quán)重Wj，2的確定方法見表1.

表1 序列綜合法權(quán)重確定Tab.1 Weighting of sequence synthesis technique

以下2個(gè)定義用來(lái)確定序列綜合法的綜合因數(shù)Yi，這里i取2.

若指標(biāo)的最大值為Xjmax，指標(biāo)的平均值為，Xjmax超過(guò)的倍數(shù)為Z1，那么Y1＝Z1，Z1決定Y1的大小.

根據(jù)所有樣本指標(biāo)值Xij超過(guò)其平均值的樣本（機(jī)組）個(gè)數(shù)Z2確定Y2的序列值，個(gè)數(shù)越多，Y2越大.

若這2 種序列值分別用Y1，j、Y2，j表示，Y1，j＋Y2，j越大，說(shuō)明被統(tǒng)計(jì)的指標(biāo)對(duì)綜合結(jié)果的影響越大；反之，則越小.因此，各指標(biāo)的客觀權(quán)重計(jì)算為：

在得到指標(biāo)主觀權(quán)重Wj，1＝（ω1，1，ω2，1，…，ωn，1）和客觀權(quán)重Wj，2＝（ω1，2，ω2，2，…，ωn，2）后，采用幾何平均的原理，求得指標(biāo)的組合權(quán)重：

若令Wj＝（ω1，ω2，…，ωn），將Wj帶入式（7）和式（8）可得正（負(fù)）理想加權(quán)灰色關(guān)聯(lián)決策矩陣W＋（W-）：

1.4 灰色關(guān)聯(lián)投影原理

每一個(gè)待評(píng)價(jià)方案可以看成是一個(gè)行向量（矢量），如圖1所示，圖中θ稱為灰色關(guān)聯(lián)投影角.設(shè)待評(píng)價(jià)方案ai和理想方案a＊，它們之間夾角的余弦ξi表示方案間的接近程度.

圖1 灰色關(guān)聯(lián)投影角Fig.1 Gray projection angle

由圖1可知，0＜ξi≤1（i＝1，2，…，m）.顯然，灰色關(guān)聯(lián)投影角θi越小，ξi越大，投影關(guān)聯(lián)度也越大，說(shuō)明待評(píng)價(jià)方案ai與理想方案a＊間的接近程度越好.

根據(jù)式（13）和式（14）得：

對(duì)于方案ai，和分別表示正理想灰色關(guān)聯(lián)投影值、負(fù)理想灰色關(guān)聯(lián)投影值，則其灰色關(guān)聯(lián)投影系數(shù)Ei為：

證明過(guò)程見文獻(xiàn)［11］，Ei越大，表示評(píng)價(jià)方案距理想方案越近，Ei越小表示距理想方案越遠(yuǎn).

2 權(quán)重的靈敏度分析［12-13］

魯棒性是控制理論中描述控制系統(tǒng)穩(wěn)定性的概念，表示的是參數(shù)變化對(duì)控制系統(tǒng)穩(wěn)定性的影響程度，這里引入到評(píng)價(jià)系統(tǒng)中，當(dāng)權(quán)重靈敏度低時(shí)，則評(píng)價(jià)結(jié)果穩(wěn)定，評(píng)價(jià)魯棒性好；當(dāng)權(quán)重靈敏度高時(shí)，則評(píng)價(jià)結(jié)果不穩(wěn)定，評(píng)價(jià)魯棒性差.

對(duì)于方案ai，ak∈A，如果當(dāng)前第h個(gè)指標(biāo)的當(dāng)前權(quán)重ωh改變?chǔ)説，i，k（1≤i，k≤m，1≤h≤n）時(shí)，ai和ak的方案排序顛倒，則稱φh，i，k為最小絕對(duì)變化量，φ′h，i，k＝φh，i，k×100／ωh為最小相對(duì)變化量.

則改變后權(quán)重為：

且滿足0＜＜1.對(duì)改變后的指標(biāo)權(quán)重進(jìn)行歸一化處理，則有：

對(duì)于任意方案對(duì)ai，ak∈A，其評(píng)價(jià)值的優(yōu)先關(guān)系為Vi＞Vk，設(shè)V′i和V′k分別表示當(dāng)權(quán)重改變后方案ai和ak新的評(píng)價(jià)值，故當(dāng)方案ai和ak排序顛倒時(shí)，應(yīng)滿足V′i＜V′k，即：

聯(lián)合式（19）和式（20）可得：

由此可得：

當(dāng)hi，h＞hk，h時(shí)，

當(dāng)hi，h＜hk，h時(shí)，

對(duì)于權(quán)重ω′h＝ωh-φh，i，k，要滿足0＜ω′h＜1的條件，則必須滿足ωh＞φh，i，k和ωh＜1＋φh，i，k，即φh，i，k還必須滿足ωh＞φh，i，k＞ωh-1，同理可求得最小相對(duì)變化量φ′h，i，k所滿足的條件：

當(dāng)hi，h＞hk，h時(shí)，

當(dāng)hi，h＜hk，h時(shí)，

且

3 算例分析

以文獻(xiàn)［4］中的運(yùn)行數(shù)據(jù)為例，該文獻(xiàn)從環(huán)保性、經(jīng)濟(jì)性和可靠性等方面構(gòu)建了火電機(jī)組節(jié)能綜合評(píng)價(jià)指標(biāo)體系，能夠全面反映電廠的節(jié)能水平，如表2所示.

3.1 采用分層的方法對(duì)機(jī)組進(jìn)行綜合評(píng)價(jià)

依據(jù)表2中的數(shù)據(jù)和指標(biāo)的屬性，得到可靠性指標(biāo)的正、負(fù)理想無(wú)量綱決策矩陣：

表2 電廠實(shí)時(shí)運(yùn)行數(shù)據(jù)Tab.2 Real time operation data of the power plant

初始化矩陣R′＋和R′-確定后，根據(jù)式（6）可計(jì)算出可靠性指標(biāo)的灰色關(guān)聯(lián)決策矩陣和：

限于篇幅關(guān)系，取文獻(xiàn)［4］中德爾菲法得到的權(quán)重作為目標(biāo)的主觀權(quán)重，可靠性指標(biāo)的主觀權(quán)重向量W1，1＝（0.35，0.15，0.4，0.1），采用序列綜合法來(lái)確定可靠性指標(biāo)的客觀權(quán)重，客觀權(quán)重向量為W2，1＝（0.181 8，0.272 7，0.363 6，0.181 8），依據(jù)式（10）得組合權(quán)重W1＝（0.259 9，0.208 4，0.392 9，0.138 9），從而得到可靠性指標(biāo)的灰色投影權(quán)重矢量1＝（0.126 6，0.081 4，0.289 3，0.036 2）.

同理，可得其他3個(gè)一級(jí)指標(biāo)的組合權(quán)重（見表3），由式（15）求得經(jīng)濟(jì)性指標(biāo)、技術(shù)監(jiān)督指標(biāo)、主要運(yùn)行小指標(biāo)的灰色投影權(quán)重矢量分別為：2＝（0.024 0，0.067 7，0.075 2，0.085 7，0.053 5，0.017 4，0.042 2，0.007 5），3＝（0.224 1，0.298 9，0.074 7，0，0），＝（0，0.284 3，0.426 4）.

依據(jù)式（16）計(jì)算出5臺(tái)機(jī)組可靠性指標(biāo)的投影值＝（0.332 0，0.501 7，0.501 2，0.513 9，0.370 2）和＝（0.507 4，0.332 3，0.337 5，0.329 0，0.351 3）.

最后計(jì)算出各機(jī)組可靠性指標(biāo)的灰色關(guān)聯(lián)投影系數(shù)E1＝（0.299 7，0.695 1，0.688 0，0.709 2，0.526 2），名次由高到低為：機(jī)組D＞機(jī)組B＞機(jī)組C＞機(jī)組E＞機(jī)組A，由此可知，機(jī)組D 的可靠性最好，機(jī)組A 的可靠性最差.

同理可得經(jīng)濟(jì)性指標(biāo)、技術(shù)監(jiān)督指標(biāo)、主要運(yùn)行小指標(biāo)的灰色關(guān)聯(lián)投影系數(shù)及排序，見表4所示.

表3 組合權(quán)重表Tab.3 Combination weighting

表4 分指標(biāo)灰色關(guān)聯(lián)投影系數(shù)排名Tab.4 Rank correlation coefficient

對(duì)評(píng)價(jià)方案進(jìn)行綜合評(píng)價(jià)，可靠性、經(jīng)濟(jì)性、技術(shù)監(jiān)督、主要運(yùn)行4個(gè)一級(jí)指標(biāo)的權(quán)重見文獻(xiàn)［4］，W＝（0.317，0.485，0.149，0.048），依線性加權(quán)C＝W×Ei＝（0.478 2，0.435 1，0.509 6，0.663 9，0.580 3），最終排名為：機(jī)組D＞機(jī)組E＞機(jī)組C＞機(jī)組A＞機(jī)組B，與文獻(xiàn)［4］中得到的評(píng)價(jià)結(jié)果一致.

3.2 指標(biāo)權(quán)重的靈敏度分析

主觀權(quán)重變化對(duì)評(píng)價(jià)結(jié)果的影響尤為重要，本文的4個(gè)一級(jí)指標(biāo)的權(quán)系數(shù)是由主觀賦權(quán)而得到的，所以有必要分析4個(gè)權(quán)重靈敏度的變化對(duì)評(píng)價(jià)結(jié)果的影響.在得到方案的最終排序后，由各一級(jí)指標(biāo)的灰色關(guān)聯(lián)投影系數(shù)構(gòu)建新的評(píng)判矩陣，如表5所示.

依據(jù)表5可計(jì)算出φh，i，k和φ′h，i，k的值，見表6，表中的符號(hào)“-”表示不可行的φh，i，k或φ′h，i，k值，負(fù)的φh，i，k或φ′h，i，k值表示權(quán)重增加而引起方案排序的改變，而正的φh，i，k和φ′h，i，k值表示權(quán)重減少而引起的方案排序的改變.

各屬性對(duì)應(yīng)的權(quán)重變化臨界值Dj和靈敏度系數(shù)Sj見表7.由表7可知，靈敏度系數(shù)最大的是B1，即可靠性指標(biāo)，相應(yīng)權(quán)重的最小相對(duì)變化量的臨界值為D1＝25.5，靈敏度系數(shù)為S1＝0.039 2，靈敏度系數(shù)越大，說(shuō)明方案排序?qū)?quán)重變化的敏感性越高，即可靠性指標(biāo)權(quán)重的改變?nèi)菀滓鹪u(píng)價(jià)方案排名先后的變化.

表6 所有可能的最小絕對(duì)變化量／最小相對(duì)變化量（φh，i，k／φ′h，i，k）Tab.6 All possible changes in the minimum absolute／minimum relative variation

表7 各指標(biāo)的權(quán)重變化臨界值Dj 和靈敏度系數(shù)SjTab.7 Djand Sjof each index

3.3 結(jié)果與分析

由以上綜合評(píng)價(jià)結(jié)果可知，機(jī)組D 運(yùn)行性能最好，這得益于機(jī)組D 在經(jīng)濟(jì)性和可靠性方面得分較高，領(lǐng)先于其他4 臺(tái)機(jī)組；機(jī)組E 則在技術(shù)監(jiān)督指標(biāo)、主要運(yùn)行小指標(biāo)方面排名第一，說(shuō)明機(jī)組E 在環(huán)保性和安全性方面表現(xiàn)優(yōu)異，總體性能排名第二；機(jī)組C 和機(jī)組A 排名居中，總體表現(xiàn)一般；機(jī)組B排名最后，特別是在經(jīng)濟(jì)性方面表現(xiàn)較差，所以電廠有必要針對(duì)經(jīng)濟(jì)性方面提出改進(jìn)措施和加強(qiáng)節(jié)能優(yōu)化管理.通過(guò)分析可以看到，經(jīng)濟(jì)性和可靠性在機(jī)組性能評(píng)估中仍然占主導(dǎo)地位，同時(shí)兼顧環(huán)保性，這與電廠的實(shí)際生產(chǎn)情況相符.

在權(quán)重靈敏度分析方面，可以看出4個(gè)一級(jí)指標(biāo)的靈敏度系數(shù)都比較小，這說(shuō)明方法評(píng)價(jià)結(jié)果的穩(wěn)定性好、魯棒性強(qiáng).

4 結(jié) 論

以實(shí)時(shí)運(yùn)行數(shù)據(jù)為基礎(chǔ)，對(duì)火電廠節(jié)能綜合評(píng)價(jià)問(wèn)題進(jìn)行了初步探索，算例表明引入序列綜合法來(lái)對(duì)Delphi法進(jìn)行修正，克服了主觀因素對(duì)評(píng)價(jià)結(jié)果的影響，使評(píng)價(jià)結(jié)果更具客觀性.由組合權(quán)重可知可靠性和經(jīng)濟(jì)性指標(biāo)仍然是電廠生產(chǎn)運(yùn)行中的首要考慮因數(shù)，同時(shí)兼顧環(huán)保性，進(jìn)一步利用基于TOPSIS灰色關(guān)聯(lián)投影方法對(duì)機(jī)組的節(jié)能情況進(jìn)行了分層評(píng)價(jià).該模型的優(yōu)點(diǎn)是一方面便于計(jì)算、利于編程實(shí)現(xiàn)，另一方面不僅得到了評(píng)價(jià)結(jié)果，還能清晰地看到機(jī)組在不同指標(biāo)下的表現(xiàn)情況，是電廠決策者制定節(jié)能政策、提高節(jié)能潛力的基礎(chǔ).由靈敏度分析可以看出評(píng)價(jià)結(jié)果穩(wěn)定性好，即權(quán)重的改變不易引起綜合排名順序的變化，說(shuō)明該方法可靠、合理，具有一定的實(shí)用性和社會(huì)意義.

［1］董青，王興武，張照彥.火電廠節(jié)能評(píng)價(jià)指標(biāo)體系研究［J］.中國(guó)電力教育，2011（9）：56-57.

DONG Qing，WANG Xingwu，ZHANG Zhaoyan.The research on energy-saving index system of thermal power plants［J］.China Electric Power Education，2011（9）：56-57.

［2］李素真，王運(yùn)民，馬立恒，等.基于技術(shù)-經(jīng)濟(jì)-環(huán)境多因素的燃煤電廠運(yùn)行經(jīng)濟(jì)性評(píng)價(jià)［J］.熱力發(fā)電，2009，38（5）：1-4.

LI Suzhen，WANG Yunmin，MA Liheng，etal.The evaluation of economical operation based on the technology-economy-environment in coal-fired power plant［J］.Thermal Power Generation，2009，38（5）：1-4.

［3］王運(yùn)民，李錄平，潘維加.燃煤電廠運(yùn)行經(jīng)濟(jì)性綜合評(píng)價(jià)指標(biāo)的研究［J］.長(zhǎng)沙理工學(xué)報(bào)（自然科學(xué)版），2006，3（1）：47-51.

WANG Yunmin，LI Luping，PAN Weijia.Comprehensive evaluation index of economical operation in coal-fired power plant［J］.Journal of Changsha University of Science and Technology（Natural Science），2006，3（1）：47-51.

［4］滿若巖，付忠廣.基于模糊綜合評(píng)判的火電廠狀態(tài)評(píng)估［J］.中國(guó)電機(jī)工程學(xué)報(bào)，2009，29（5）：5-10.

MAN Ruoyan，F(xiàn)U Zhongguang.Condition assessment of fossil-fired power plant based on fuzzy comprehensive evaluation［J］.Proceedings of the CSEE，2009，29（5）：5-10.

［5］沈陽(yáng)武，彭曉濤，施通勤，等.基于最優(yōu)組合權(quán)重的電能質(zhì)量灰色綜合評(píng)價(jià)方法［J］.電力系統(tǒng)自動(dòng)化，2012，36（10）：67-73.

SHEN Yangwu，PENG Xiaotao，SHI Tongqin，etal.A grey comprehensive evaluation method of power quality based on optimal combination weight［J］.Automation of Electric Power Systems，2012，36（10）：67-73.

［6］羌丁建，壽挺，朱鐵銘，等.高壓配電網(wǎng)規(guī)劃評(píng)價(jià)指標(biāo)體系與綜合評(píng)價(jià)模型［J］.電力系統(tǒng)保護(hù)與控制，2013，41（21）：52-56.

QIANG Dingjian，SHOU Ting，ZHU Tieming，et al.An evaluation index system and comprehensive evaluation model on high-voltage distribution network planning［J］.Power System Protection and Control，2013，41（21）：52-56.

［7］齊鑫山.序列綜合—專家咨詢：生態(tài)農(nóng)業(yè)綜合排序評(píng)價(jià)法的應(yīng)用［J］.農(nóng)村生態(tài)環(huán)境，1994，10（2）：33-37.

QI Xinshan.Sequence synthesis-expert consultaion：application of integrated collating evaluation of ecological agriculture［J］.Rural Eco-Environment，1994，10（2）：33-37.

［8］董紹斌，馮玉強(qiáng)，王雁軍.應(yīng)用直覺模糊集多屬性決策Topsis方法評(píng)價(jià)電站機(jī)組的運(yùn)行狀態(tài)［J］.動(dòng)力工程，2009，29（4）：375-383.

DONG Shaobin，F(xiàn)ENG Yuqiang，WANG Yanjun.Evaluation on operating state of power plant unit by intuitionistic fuzzy sets multiattribute decision making with Topsis method［J］.Journal of Power Engineering，2009，29（4）：375-383.

［9］王爽，姜秀民，王謙，等.單顆粒海藻在流化床內(nèi)燃燒試驗(yàn)及灰色關(guān)聯(lián)分析［J］.動(dòng)力工程學(xué)報(bào)，2013，33（3）：224-227.

WANG Shuang，JIANG Xiumin，WANG Qian，et al.Fluidized bed combustion and grey correlation of seaweed particles［J］.Journal of Chinese Society of Power Engineering，2013，33（3）：224-227.

［10］劉仁，卞樹檀，周帥.基于TOPSIS法和灰色關(guān)聯(lián)投影法在質(zhì)量評(píng)估中的應(yīng)用［J］.電子設(shè)計(jì)工程，2013，21（4）：11-13.

LIU Ren，BIAN Shutan，ZHOU Shuai.Application of quality evaluation based on the TOPSIS method and gray relation projection method［J］.Electronic Design Engineering，2013，21（4）：11-13.

［11］柯宏發(fā)，陳永光，夏斌.一種基于逼近理想灰關(guān)聯(lián)投影的多目標(biāo)決策算法［J］.電子學(xué)報(bào)，2007，35（9）：1757-1761.

KE Hongfa，CHEN Yongguang，XIA Bin.An algorithm of multiple criteria decision-making based on similarity to ideal grey relational projection［J］.ACTA Electronica Sinica，2007，35（9）：1757-1761.

［12］荊朝霞，胡仁.電能質(zhì)量評(píng)估靈敏度分析及在改進(jìn)密切值法中的應(yīng)用［J］.電力系統(tǒng)保護(hù)與控制，2013，41（9）：60-66.

JING Zhaoxia，HU Ren.Sensitivity analysis for power quality evaluation and its application in modified close value method［J］.Power System Protection and Control，2013，41（9）：60-66.

［13］蔣艷，向?qū)W軍，李寧.多目標(biāo)決策中的權(quán)重敏感性分析［J］.三峽大學(xué)學(xué)報(bào)（自然科學(xué)版），2004，26（5）：447-449.

JIANG Yan，XIANG Xuejun，LI Ning.Study on weights sensitivity of multi-objective decision-making［J］.J of China Three Gorges Univ（Natural Sciences），2004，26（5）：447-449.