祖象歡,楊傳雷,王賀春,王銀燕

(哈爾濱工程大學動力與能源工程學院,150001,哈爾濱)

隨著排放法規(guī)的日益嚴格,國際海事組織在2008年出臺了一項國際性防止船舶造成空氣污染的法律法規(guī),對船舶柴油機氮氧化物(NOx)的排放進行了嚴格的限制。作為目前降低船舶柴油機NOx排放的主要措施[1],廢氣再循環(huán)(EGR)技術受到了越來越多的關注。EGR技術的關鍵在于克服柴油機高工況下增壓壓力高于排氣壓力導致的EGR廢氣回流困難的問題,以保證足夠的廢氣回流到進氣管并合理控制EGR率。目前公開的文獻中關于EGR的研究主要包括EGR的實現(xiàn)方式[2-3]、EGR仿真與建模[4]、EGR特性實驗[5-6]以及EGR控制策略研究[7-8]等方面,而關于增壓柴油機EGR性能評估等方面的研究尚少。不同EGR率對柴油機的燃燒與排放性能影響不同,在確定最佳EGR率時必須兼顧柴油機的動力性、經(jīng)濟性以及排放性能,既要盡可能地降低廢氣中的NOx,又要盡可能小地影響顆粒等其他污染物的排放。

目前普遍采取的辦法是通過大量實驗獲取柴油機的主要運行參數(shù),對數(shù)據(jù)進行綜合分析,主觀制定相應的確定原則,從而得到實驗工況下的最佳EGR率。由于不同學者研究的目的和側(cè)重點不同,因此各自制定的原則也有所不同。楊帥等在確定最佳EGR率時采取13個工況點顆粒不超過原機為原則[9];鄭清平等建立帶EGR率增壓中冷柴油機Boost計算模型,首先以不過度降低扭矩、增加燃油消耗率和碳煙排放為原則選取較低EGR率,其次考慮13個工況排放實驗中每一個工況的排放量占總實驗工況的總排放量的比例,將總排放量降至最低水平作為最終目標,從而最終確定最佳EGR率[10];王迎迎等通過分析功率、油耗和煙度隨EGR率變化的趨勢,綜合判定給出不同工況點的最佳EGR率[11];張振東等在PM不超過原機的基礎上,考慮油耗的增加程度、NOx的改善程度等綜合因素,低負荷時選擇高EGR率,高負荷時選擇低EGR率[12];張振坤等以中高負荷選擇較大EGR率、低負荷采取較低EGR率為基本原則,通過分析燃油消耗率、煙度等參數(shù)隨EGR率變化曲線的斜率來確定相應的最佳EGR率[13];杜俊等通過實驗研究柴油機主要運行參數(shù)隨EGR率的變化情況,綜合分析柴油機動力性、經(jīng)濟性和排放性,確定各個工況的最佳EGR率[14]。

雖然上述方法可以成功解決最佳EGR率的決策問題,但是存在一些共同的缺點。例如:過于單純依賴主觀判斷,缺乏客觀性;過度依賴數(shù)據(jù)的完整性,不適用于“小樣本、貧數(shù)據(jù)”等問題。鑒于多目標灰色局勢決策理論在針對若干方案中選擇最好方案的決策問題上的獨特優(yōu)勢[15-18],本文將其引入到最佳EGR率的決策問題中,通過特定的數(shù)學模型來發(fā)掘柴油機主要運行參數(shù)之間的內(nèi)在關聯(lián),從而對不同EGR率下柴油機的綜合性能進行優(yōu)劣評估。

綜上所述,本文以TBD234V12相繼增壓柴油機為研究對象,以EGR性能評估及最佳EGR率決策問題為出發(fā)點,結(jié)合不同工況下EGR運行特點和優(yōu)化要求,提出了一種基于主客觀綜合賦權優(yōu)化的多目標灰色局勢決策方法。該方法融合了傳統(tǒng)灰色局勢決策、灰關聯(lián)分析法以及熵權法各自的優(yōu)點,以不同評價指標對應的參數(shù)為輸入,通過發(fā)掘各個參數(shù)指標之間內(nèi)在的變化關系來建立主客觀賦權優(yōu)化權重的多目標灰色局勢決策模型,通過該模型可以直接輸出不同EGR方案對應的性能優(yōu)劣排序,有助于解決目前主流方法中存在的過于依賴主觀判斷的問題,為增壓柴油機EGR性能評估及進一步優(yōu)化研究提供了一種新的研究思路。基于Matlab Guide設計和建立了增壓柴油機EGR性能評估及決策仿真平臺,提高了建模仿真效率。

1 EGR性能評估優(yōu)化模型的建立

1.1 基本理論知識

考慮到不同工況EGR運行特點和要求的不同,在建模中分別引入了多目標灰色局勢決策、灰關聯(lián)分析法及熵權法。通過灰色局勢決策建立的數(shù)學模型可定量計算不同方案的綜合效果測度[15,19];通過灰關聯(lián)分析法計算不同序列之間的關聯(lián)系數(shù)和關聯(lián)度,從而達到優(yōu)化的目的[15,19];通過熵權法能夠有效反映數(shù)據(jù)隱含的信息,增強指標的差異性,達到全面反映各類信息的目的[20]。

1.2 決策目標的選擇

不同EGR率對柴油機燃燒與排放改善效果不同,如何取得二者之間的合理折衷是評價EGR性能的重點。評價指標的選取應該盡可能兼顧柴油機燃燒和排放性能,分別選取燃油消耗率、缸內(nèi)爆壓、NOx的排放量、煙度以及CO的排放量等5個參數(shù)作為決策目標。EGR的主要實現(xiàn)目的在于降低NOx污染物排放,因此定義NOx的排放量為主要決策目標,其他4個參數(shù)為次要決策目標。

1.3 決策目標權重優(yōu)化

最佳EGR率的確定實質(zhì)上是尋求柴油機燃燒與排放性能之間的最佳折衷,而如何將這種折衷體現(xiàn)到優(yōu)化模型中是首要考慮的問題。由于不同決策目標分別代表柴油機不同方面的性能,同時考慮到?jīng)Q策目標權重在決策模型中的作用,在優(yōu)化模型中,通過調(diào)整目標權重ηk(k=1,2,3,4,5)來替代柴油機燃燒及排放性能之間的折衷關系,其對應的決策權重值分別為η1、η2、η3、η4及η5。

傳統(tǒng)多目標灰色決策模型中普遍采用主觀賦權法來確定決策目標權重,該方法雖然能夠發(fā)揮專家或技術人員的專業(yè)知識及經(jīng)驗,具有一定的專業(yè)性,但是具有較大的主觀性和隨意性,會對評估決策結(jié)果造成影響。同時考慮到EGR性能評估問題的多因素性,無論主觀賦權或者客觀賦權均無法充分滿足EGR性能評估問題的特點,因此考慮結(jié)合不同工況EGR性能的特點,采取主客觀綜合賦權法來對決策目標權重進行優(yōu)化。

步驟1為了有效降低NOx排放,船舶柴油機EGR率的控制原則大致如下:①在怠速、暖機時,不采用EGR循環(huán),低負荷時,采用較小EGR率[14];②柴油機在加速過渡過程中,宜采用較低EGR率,隨著負荷的增加,EGR率應相應地增加,但要控制在一定的范圍內(nèi)[14];③高轉(zhuǎn)速、高負荷時,宜采用較大EGR率[13]。

基于上述原則,本文考慮根據(jù)柴油機不同負荷工況,通過專家經(jīng)驗打分來確定主要決策目標NOx的排放量的權重值。首先假設5個決策目標均等重要,因此初始權值均為0.2,得到初始決策結(jié)果,通過分析初始決策結(jié)果與EGR實際運行趨勢和優(yōu)化要求對比,從而逆推調(diào)整η3的權值。最終,NOx的權重的經(jīng)驗確定規(guī)則如下:①若柴油機處于低負荷工況(小于25%負荷),NOx排放濃度較低,EGR降低NOx排量的效果一般,為了保證柴油機工作的穩(wěn)定性和經(jīng)濟性,宜采取較低EGR率,因此令NOx權重η3=0.3;②若柴油機處于中高負荷(大于75%負荷),NOx排放濃度較高,EGR降低NOx排量的效果顯著,為了有效降低柴油機NOx排放污染物,宜采用較大EGR率,因此令NOx權重η3=0.5;③柴油機負荷介于①、②兩者之間時,令η3=0.4。

(1)

該關聯(lián)系數(shù)ri(i=1,2,3,4)代表次要決策目標與主要決策目標NOx的排放量的貼近程度。

步驟3已知η3和ri,由式ri(1-η3)求解其他4個次要決策目標權重值ηk(k=1,2,4,5),并構(gòu)成初始主觀權重ηk(k=1,2,3,4,5)。

步驟4構(gòu)建原始評價矩陣,通過熵權法求得客觀權重αk(k=1,2,3,4,5),并最終求得綜合權重

(2)

該優(yōu)化方法結(jié)合EGR運行特點和要求,以NOx權重為中心,通過灰關聯(lián)分析法求得其他評價指標與NOx的貼近程度,進而利用貼近程度來求解其他權重,并引入熵權法削弱主觀賦權帶來的主觀誤差,提高評價的客觀合理性。

2 具體建模步驟

步驟2根據(jù)柴油機不同工況,通過專家打分和灰關聯(lián)分析法求解初始主觀權重ηk(k=1,2,3,4,5),再通過熵權法求得客觀權重αk(k=1,2,3,4,5),并最終求得綜合權重βk(k=1,2,3,4,5)。

步驟3求解相應的綜合效果測度矩陣R,根據(jù)最優(yōu)決策原則,對不同EGR方案進行優(yōu)劣排序,并得到最佳EGR率。

3 基于Guide的仿真優(yōu)化平臺

圖形用戶接口開發(fā)環(huán)境(Guide)是Matlab軟件中一個重要功能模塊,主要用于快捷創(chuàng)立圖形用戶界面(GUI)對象,因其具有操作簡單、易于實現(xiàn)的優(yōu)點,已經(jīng)被廣泛應用于諸多領域的仿真研究。GUI的創(chuàng)立大致分為3部分:構(gòu)建基本功能框架、選擇控件并設計GUI界面,以及最后的編寫回調(diào)函數(shù)、激活相應控件。

為了避免建模過程中由編程帶來的不便,同時提高建模仿真計算的效率,采用Matlab/Guide設計并實現(xiàn)了EGR的性能評估及決策GUI,最終編譯生成可以獨立運行的EGR性能評估及決策仿真優(yōu)化平臺。用戶只需要將EGR性能參數(shù)數(shù)據(jù)導入該平臺,即可快速完成不同工況下的EGR性能評估及最優(yōu)決策,并將結(jié)果輸出至指定位置以方便后處理分析。

4 實驗驗證與結(jié)果分析

4.1 實驗數(shù)據(jù)的獲取

研究對象為某型相繼增壓柴油機,柴油機主要技術參數(shù)見表1。

表1 TBD234V12柴油機主要性能參數(shù)

本文實驗原機為V型柴油機,通過對系統(tǒng)改造設計并建立了文丘里管式高壓EGR系統(tǒng)。具體臺架實物圖如圖1所示。

圖1 實驗臺架實物圖

由于實驗條件限制,為了保證柴油機穩(wěn)定工作,最高EGR率限制在15%以內(nèi)。實驗選取低、中、高3個轉(zhuǎn)速進行測試實驗,每個轉(zhuǎn)速依次選取25%、50%、75%負荷共計9個工況點,其中6個工況點的實驗數(shù)據(jù)見表2。

4.2 驗證與結(jié)果分析

4.2.1 低負荷工況 在負荷不高的情況下,NOx排放量不高,應該更多兼顧柴油機動力性和經(jīng)濟性,因此宜采用較低EGR率。工況1、2分別表示不同轉(zhuǎn)速下25%負荷工況。以工況1為例,EGR率分別選取2.4%、4.6%、8.6%、10.4%及11.6%,該工況下各指標參數(shù)的實驗數(shù)據(jù)構(gòu)成了效果樣本矩陣

U=

矩陣中行向量依次代表燃油消耗率、缸內(nèi)爆壓、NOx的排放量、煙度和CO的排放量;列向量代表不同EGR率。

從具體實施內(nèi)容來講，智能樓宇通常包括安防監(jiān)控、出入口控制（門禁、停車場）、入侵防范、電梯控制、供配電、空調(diào)新風、照明控制、停車場管理、廣播、信息發(fā)布和能耗統(tǒng)計等數(shù)十個信息化子系統(tǒng)，業(yè)內(nèi)將上述子系統(tǒng)歸納為五類，分別是建筑設備自動化（BA）、通訊自動化（CA）、辦公自動化（OA）、火災報警與消防自動化（FA）以及安全防范自動化（SA），即智能樓宇5A系統(tǒng)[2]。

步驟1求得k目標下一致效果測度矩陣

V=

步驟2求解初始主觀權重。由于工況1處于低工況點,故η3=0.3。構(gòu)建灰色關聯(lián)序列如下:

母序列X0=(423 376.99 329.65 287.32 251.2 231.3)

子序列

X1=(297.4299.2302.5305.6310.6313.1)

X2=(5.954 75.800 15.558 35.467 15.431 85.309 4)

表2 部分工況點實驗數(shù)據(jù)

X3=(0.0340.0460.0490.0580.090.14)

X4=(324336.37354.73395.36504.82633.94)

ri=(0.267 8 0.293 7 0.209 1 0.229 4)

初始主觀權重

ηk=(0.187 4 0.205 6 0.300 0 0.146 3 0.160 6)

步驟3求解綜合權重。利用熵權法求得客觀權重

αk=(0.254 7 0.180 5 0.198 8 0.177 3 0.188 7)

綜合權重為

βk=(0.237 8 0.184 9 0.297 1 0.129 3 0.151 0)

步驟4求解綜合效果測度矩陣

R1=[0.885 2 0.902 7 0.900 1 0.873 5 0.820 3]

由結(jié)果可知,工況1下當EGR率為4.6%時取得的綜合效果測度值最高,EGR率為11.6%時最低。同時可以看出,當EGR率低于10%左右時,對應的綜合性能評估值相差不是很大,當EGR率升高至10%左右時,隨著EGR率的升高綜合性能評估值下降較為明顯,說明該工況下較高EGR率會對柴油機的綜合性能造成較為明顯的不良影響,因此宜采用較小EGR率。

同理,可得工況2下綜合效果測度矩陣

R2=[0.849 2 0.847 4 0.839 4 0.834 3 0.832 6]

當EGR率為1.5%時取得的綜合效果測度值最高,EGR率為12.6%時最低。由結(jié)果可以看出:當EGR率小于7.8%左右時,不同EGR率對應的綜合評估值差別不大;隨EGR率的不斷升高對應的綜合評估值相應地呈減小趨勢,特別地,當EGR率大于9.5%時,隨著EGR率的升高,對應的綜合性能評估值下降的較為明顯。

4.2.2 高負荷工況 在高負荷工況下,NOx排放量較高,為了滿足船用柴油機NOx排放要求,宜采用較高EGR率,達到有效降低NOx的目的。工況3、4分別代表不同轉(zhuǎn)速下75%負荷工況。在確定初始主觀權重時,令η3=0.5。通過仿真計算可得工況3和工況4優(yōu)化后的綜合效果測度矩陣分別為

R3=[0.826 0 0.831 2 0.845 6 0.878 8 0.895 4]

R4=[0.837 1 0.851 5 0.897 1 0.915 9 0.887 1]

由結(jié)果可知,在工況3、4下,最佳EGR率分別為11.6%和9.7%。小EGR率對應的評估值最低,說明該工況小EGR率對柴油機的改善情況最差。隨著EGR率的升高,二者綜合評估值呈增大趨勢,且當EGR率大于8%時,評估值增大較為明顯。其中,工況4下EGR率升高至11.1%時,綜合評估值反而減小,分析其原因為:該工況屬于高轉(zhuǎn)速、高負荷工況,過高的EGR率可能會對柴油機的動力性造成不良影響,因此導致綜合評估值下降。綜上所述,在高負荷工況下宜采用較高EGR率,而過高EGR率會對柴油機產(chǎn)生負面影響。

4.2.3 中等負荷 隨著負荷的增加,NOx排放也逐漸升高,宜適當提高EGR率。工況5、6分別表示不同轉(zhuǎn)速下50%負荷工況。同理,仿真計算可得工況5、6優(yōu)化后的綜合效果測度矩陣分別為:

R5=[0.876 8 0.872 7 0.887 1 0.873 0 0.870 9];

R6=[0.883 7 0.879 9 0.901 9 0.922 6 0.892 0]。

由結(jié)果可知,在工況5和工況6下最佳EGR率分別為7.5%和9.1%,隨著EGR率的升高,綜合評估值大致呈先增大后減小的趨勢,分析其原因為:工況5、6分別代表不同轉(zhuǎn)速下中等負荷,該負荷下NOx排放量隨著轉(zhuǎn)速的不斷提升而增加,過低的EGR率并不能滿足有效降低NOx的要求,因此有必要適當提高EGR率,但是為了保證EGR率的增加不會對柴油機的動力性能造成過多損失,應該控制EGR率在一定范圍內(nèi),因此在綜合評估值方面,當EGR率過高時,評估值反而下降。

綜上分析,通過優(yōu)化評估及決策結(jié)果可以看出:在低負荷工況下,由于NOx排放濃度較低,應該更多兼顧柴油機的動力及經(jīng)濟性,因此宜采用較小EGR率;隨著轉(zhuǎn)速和負荷的增加,宜適當增加EGR率。在高負荷工況下,NOx排放濃度較高,為了盡最大可能降低排放性能,宜采用較高的EGR率。這與目前增壓柴油機EGR性能特點基本保持一致,也說明了該優(yōu)化模型及方法的有效性,對增壓柴油機EGR性能評估及最優(yōu)決策具有一定的參考意義。

由于實驗條件的限制,本文實驗中最高EGR率被限制在15%之內(nèi),但是這不影響本文研究的核心思想,本文主要目的是基于實驗數(shù)據(jù)探索一種同時適用于“大數(shù)據(jù)”和“小數(shù)據(jù)”場合的優(yōu)化決策方法,以緩解目前主流方法中對主觀判斷的依賴,為船舶柴油機EGR性能的評估及最佳EGR率的確定提供一種新的研究思路。

5 結(jié) 論

針對增壓柴油機EGR性能評估及最優(yōu)決策問題,提出了一種基于優(yōu)化多目標灰色決策的評估方法,并設計實現(xiàn)了仿真優(yōu)化平臺,具體結(jié)論如下:

(1)多目標灰色局勢決策可以成功應用于船舶增壓柴油機EGR性能評估及最佳EGR率的決策問題。柴油機燃燒與排放性能之間的最佳折衷可以轉(zhuǎn)化為模型評價指標之間的權重問題;通過灰色關聯(lián)分析法及熵權權重優(yōu)化方法,既可以發(fā)揮主觀賦權和客觀賦權的優(yōu)點,又能將增壓柴油機EGR運行特點融入到優(yōu)化模型中,使得最終的決策結(jié)果更合理。

(2)當增壓柴油機處于低負荷時,低EGR率對應的綜合評估值較高,且EGR率低于10%時,不同EGR率的綜合評估值相差不大;當EGR率大于10%左右時,綜合評估值下降較快,因此宜采用較低EGR率。當柴油機處于高負荷時,隨著EGR率的增大,其對應的綜合評估值也隨之增大,當EGR率增加至8%左右時,不同EGR率對應的綜合評估值增大較為明顯,但是過高的EGR率會造成綜合評估值減小,因此宜適當采用較高EGR率,但不宜過高。當柴油機處于中等負荷時,隨著EGR率的增加,對應的綜合評估值基本呈先上升后減小的趨勢,但是變化較為緩和,因此宜適當增加EGR率。

(3)基于Matlab Guide實現(xiàn)增壓柴油機EGR性能評估及決策仿真平臺的設計和建立,具有方便快捷的優(yōu)點,可以有效提高建模仿真效率,具有良好的工程應用價值。

參考文獻:

[1] ASAD U,ZHENG Ming. Exhaust gas recirculation for advanced diesel combustion cycles [J]. Applied Energy,2014,123: 242-252.

[2] SHEN Kai,LI Fangbo,ZHANG Zhendong,et al. Effects of LP and HP cooling EGR on performance and emissions in turbocharged GDI engine [J]. Applied Thermal Engineering,2017,125: 746-755.

[3] 趙昌普,朱云堯,李艷麗,等. 增壓中冷柴油機EGR系統(tǒng)文丘里管的設計與實驗 [J]. 農(nóng)業(yè)工程學報,2013,29(15): 49-56.

ZHAO Changpu,ZHU Yunyao,LI Yanli,et al. Design and experimental of venturi in EGR system of turbocharged intercooled diesel engine [J]. Transactions of the Chinese Society of Agricultural Engineering,2013,29(15): 49-56.

[4] 安曉輝,劉波瀾,張付軍,等. 基于氧濃度的EGR對柴油機性能影響的仿真 [J]. 內(nèi)燃機學報,2013,31(2): 115-119.

AN Xiaohui,LIU Bola,ZHANG Fujun,et al. Simulation of the effect of intake charge oxygen concentration based EGR on diesel engine performance [J]. Transactions of CSICE,2013,31(2): 115-119.

[5] PARK Y,BAE C. Experimental study on the effects of high/low pressure EGR proportion in a passenger car diesel engine [J]. Applied Energy,2014,133: 308-316.

[6] SHI Xiaochen,LIU Bolan,ZHANG Chao,et al. A study on combined effect of high EGR rate and biodiesel on combustion and emission performance of a diesel engine [J]. Applied Thermal Engineering,2017,125: 1272-1279.

[7] 韓曉梅,田威,林學東,等. 廢氣再循環(huán)瞬態(tài)修正控制策略對重型柴油機排放性能的影響 [J]. 西安交通大學學報,2018,52(3): 1-6.

HAN Xiaomei,TIAN Wei,LIN Xuedong,et al. Influence of EGR transient correction strategy on emission performance of heavy duty diesel engine [J]. Journal of Xi’an Jiaotong University,2018,52(3): 1-6.

[8] NISHI M,KANEHARA M,LIDA N. Assessment for innovative combustion on HCCI engine by controlling EGR ratio and engine speed [J]. Applied Thermal Engineering,2016,99: 42-60.

[9] 楊帥,李秀元,應啟戛,等. EGR率對柴油機排放特性影響的研究 [J]. 農(nóng)業(yè)機械學報,2006,37(5): 30-33.

YANG Shuai,LI Xiuyuan,YING Qijia,et al. EGR rates optimization rule and experimental study about influence of EGR rates on diesel engine [J]. Transactions of the Chinese Society of Agricultural Machinery,2006,37(5): 30-33.

[10] 鄭清平,黎蘇,郎曉姣,等. 增壓中冷柴油機EGR數(shù)值模擬與試驗研究 [J]. 內(nèi)燃機工程,2012(2): 33-37.

ZHENG Qingping,LI Su,LANG Xiaojiao,et al. Simulation and experimental study on turbocharged inter-cooled diesel engine with exhaust gas recirculation [J]. Chinese Internal Combustion Engine Engineering,2012,33(2): 33-37.

[11] 王迎迎. 大功率柴油機EGR模擬研究 [D]. 成都: 西南交通大學,2012: 36-41.

[12] 張振東,方毅博,陳振天. 增壓直噴式柴油機EGR率測試及優(yōu)化研究 [J]. 內(nèi)燃機工程,2006,27(2): 81-84.

ZHANG Zhendong,FANG Yibo,CHEN Zhentian. Research and experiments of EGR rates effect on a turbocharged diesel engine [J]. Chinese Internal Combustion Engine Engineering,2006,37(5): 30-33.

[13] 張振坤. EGR技術降低某船用柴油機NOx排放的研究 [D]. 大連: 大連海事大學,2015: 58-60.

[14] 杜俊. V型柴油機采用EGR系統(tǒng)系統(tǒng)的計算與試驗研究 [D]. 哈爾濱: 哈爾濱工程大學,2013: 5-7.

[15] LIU S F,LIN F. Grey information: theory and practical applications [M]. Berlin,Germany: Springer-Verlag,2006: 315-318.

[16] ZHOU Huan,WANG Jianqiang,ZHANG Hongyu. Grey stochastic multi-criteria decision-making approach based on prospect theory and distance measures [J]. Journal of Grey System,2017,29(1): 15-33.

[17] CHEN Ding,FANG Zhigeng,LIU Xiaqing,et al. Research on multiple-objective weighted grey target reliability optimization model of complex product [J]. Journal of Grey System,2015,27(3): 11-22.

[18] 王正新,黨耀國,宋傳平. 基于區(qū)間數(shù)的多目標灰色局勢決策模型 [J]. 控制與決策,2009,24(3): 388-392.

WANG Zhengxin,DANG Yaoguo,SONG Chuanping. Multi-objective decision model of grey situation based on interval number [J]. Control and Decision,2009,24(3): 388-392.

[19] WU L F,WANG Y N,LIU S F. Grey convex relation and its properties [J]. Systems Engineering Theory and Practice,2012,32(7): 1501-1506.

[20] 郭金維,蒲緒強,高祥,等. 一種改進的多目標決策指標權重計算方法 [J]. 西安電子科技大學學報(自然科學版),2014,41(6): 135-142.

GUO Jinwei,PU Xuqiang,GAO Xiang,et al. Improved method on weights determination of indexes in multi-objective decision [J]. Journal of Xidian University,2014,41(6): 135-142.