基于多目标免疫遗传算法的梯级水库优化调度研究硕士论文.docx

学号： 1130203021
分类号： TV7 密级： 无
UDC： 626

硕 士 学 位 论 文

基于多目标免疫遗传算法的梯级
水库优化调度研究

官云飞

指 导 教 师: 黄显峰 副教授（硕导） 河海大学水利水电学院
南京市西康路1号 210098
申请学位级别: 工 学 硕 士 专业名称: 水利水电工程
论文提交日期: 2014年5月 论文答辩日期: 2014年 5月 20 日
学位授予单位和日期: 河 海 大 学 2014年6月
答辩委员会主席: 方国华（教授） 论文评阅人: 崔延松（教授）
高玉琴（副教授）

2014年5月 中国·南京
分类号（中图法） TV7 UDC（DDC） 626 密级 无

论文作者姓名 官云飞 学号 1130203021 单位 河 海 大 学

论文中文题名 基于多目标免疫遗传算法的梯级水库优化调度研究

论文中文副题名 无

论文英文题名 Research on Optimal Operation of Cascade Reservoirs Based on Multi-objective Immune Genetic Algorithm

论文英文副题名 无

论文语种 汉语 论文摘要语种 汉、英 论文页数 80 论文字数 4.9万

论文主题词 梯级水库、 优化调度、 河道生态需水、多目标免疫遗传算法、
多属性决策
申请学位级别 工学硕士 专 业 名 称 水利水电工程

研 究 方 向 水利规划与水利经济

指导教师姓名 黄显峰 副教授（硕导） 导师单位 河海大学水利水电学院

论文答辩日期 2014年 5月 20 日

Research on Optimal Operation of Cascade Reservoirs Based on Multi-objective Immune Genetic Algorithm

Dissertation Submitted to
HoHai University
In fulfillment of the requirement
For the degree of
Master of Engineering

by

Guan Yun-fei
(College of Water Conservancy and Hydropower Engineering)

Dissertation Supervisor: Assocaiate Professor Huang Xian-feng

May, 2014 Nanjing, P.R.China
学位论文独创性声明：

本人所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果。与我一同工作的同事对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。如不实，本人负全部责任。

论文作者（签名）： 年 月 日

学位论文使用授权说明
河海大学、中国科学技术信息研究所、国家图书馆、中国学术期刊（光盘版）电子杂志社有权保留本人所送交学位论文的复印件或电子文档，可以采用影印、缩印或其他复制手段保存论文。本人电子文档的内容和纸质论文的内容相一致。除在保密期内的保密论文外，允许论文被查阅和借阅。论文全部或部分内容的公布(包括刊登)授权河海大学研究生院办理。

论文作者（签名）： 年 月 日

本论文获以下项目资助：江苏高校优势学科建设工程项目。在此，作者深表感谢！
摘 要
摘 要
能源需求的飞速增长导致常规能源储量日渐枯竭，生态环境问题也愈发严重，开辟清洁可再生的新能源逐步替代常规能源已成为我国生态文明社会建设的重点。水电是一种清洁的可再生能源，在我国的能源格局中占据着重要的位置，先行和强化水电能源开发是调整我国能源结构和实施可持续发展的重要战略决策。目前我国的水电装机容量已具有较大的规模，但是现行水库的调度运行方式侧重于发挥水库的社会经济功能，对库区及下游河流的生态环境功能发挥没有提到应有的高度，导致水生态环境问题逐渐突出，同时能源结构调整的加快和电力市场改革的深化，都对水库调度提出了新的更高的要求。梯级水库优化调度可以在几乎没有增加附属设施和附加投资的情况下，更充分可观地发挥水库群总体调度能力，从而获得比单级水库优化调度更加明显的社会经济与生态环境综合效益。由于流域梯级水库是一个与特定自然与社会经济环境紧密结合的开放式复杂系统，具有高维、非线性、时变、不确定性、多目标等属性，同时随着流域梯级大规模开发利用，梯级水库目标多元化，联系复杂化已成为基本特征，传统优化调度理论不可避免出现不能最大化发挥梯级水库综合效益的局限。另外流域社会经济快速发展伴随着水电站管理和运行机制尚未健全、水生态环境状况日益下降等问题，将生态目标作为水库调度的主要目标之一势在必行，因此开展流域梯级水库多目标优化调度具有十分重要的现实意义。
本论文围绕了流域梯级水库优化调度，构建了考虑生态需水目标的梯级水库多目标优化调度模型，建立了改进的多目标免疫遗传算法求解梯级水库多目标调度非劣方案集，并采用无权重和有权重的投影寻踪模型和TOPSIS寻优模型对非劣方案集进行多属性决策，得到了梯级水库多目标优化调度的最佳均衡方案。论文主要内容和研究成果如下：
（1）系统总结了流域梯级水库优化调度的国内外研究动态，阐述了开展流域梯级水库多目标优化调度的必要性，明确本文的研究理论和框架；
（2）阐述了梯级水库优化调度特点以及准则，构建了梯级水库优化调度常用模型。同时概括分析国内外有关河流生态需水的估算方法，在此基础上建立了以与适宜生态流量距离最小作为生态环境效益目标函数的梯级水库多目标优化调度模型。
（3）简要总结了国内外常用的梯级水库优化调度求解算法，建立了基于矢量距浓度的多目标免疫遗传算法，提出了将多目标免疫遗传算法应用于梯级水库多目标优化调度的求解步骤；
（4）简要介绍了常用的多属性决策方法，提出了基于VIGA的投影寻踪评价模型和TOPSIS方案优选模型的无权重和有权重多属性决策方法，详细阐述了两种模型求解的步骤。确定了梯级水库多目标调度方案的多属性决策指标集，并给出了调度方案多属性决策的方法步骤；
（5）以棉花滩、青溪梯级水库为例，估算了青溪水库下游河道所需的最小生态流量和适宜生态流量，构建了考虑河流下游生态需水要求的梯级水库多目标优化调度模型，采用MOVIGA和NSGA-2对模型求解得到非劣调度方案集，分别采用无权重和基于权重的VIGA-PP和TOPSIS对方案集进行多属性决策，得到水库相对最优调度方案，与单目标发电优化调度对比进行方案合理性分析，并对进一步提高水资源利用效益提出了相应的建议。

关键词：梯级水库、优化调度、河道生态需水、多目标免疫遗传算法、多属性决策

I

Abstract
Abstract
The rapid growth in energy demand has seen the increasing depletion of conventional fuels and the worsening environmental problems. Developing clean, renewable energy is becoming the focus of social construction of ecological civilization. As a clean and renewable energy, hydropower occupies an important position in China’s energy pattern, thus developing hydropower vigorously and preferentially is an inevitable strategy choice for adjustment of the energy structure and the implementation of sustainable development. At present, China's hydropower installed capacity already has a large scale, but the existing way of reservoir operation focuses on the socio-economic functions, without highlighting the ecological environment of the reservoir and downstream rivers, resulting in ecological and environmental problems in water become more apparent. Combining with the accelerating restructure of energy and deepening reform of the electricity market, new and higher requirements for reservoir operation has been proposed. Optimal operation of cascade reservoirs can fuller play the overall effectiveness of reservoirs and obtain more significant comprehensive benefits consists of social, economic, ecological than a single reservoir almost without any additional investment. Cascade reservoir is an opened complex systems closely integrated with specific natural and socio-economic environment. They always have properties like high-dimensional, nonlinear, time-varying, uncertainty, multiple and other attributes. With the large-scale development and utilization of river basin, the goals of cascade reservoir diversifying and contact complicating has become the basic features, so traditional optimal operation theory inevitably has the limitations of appearing not to maximize the overall efficiency of cascade reservoirs. In addition, the rapid economic development comes along with the management and operation mechanism of hydropower not fully developed and water ecological environment declined. Provided this, making the ecological objective as one of the main objectives of reservoir operation is imperative, therefore carrying out multi-objective optimization of cascade reservoir operation is of important practical significance.
Around the optimal operation of cascade reservoir, this paper first constructs the multi-objective optimal operation model considering ecological water demand, then an improved multi-objective immune genetic algorithm is established for the noninferior solution set of multi-objective operation of cascade reservoirs, and the best balanced operation program is obtained through weighted and unweighted methods of Projection Pursuit Model and TOPSIS optimization model. The main contents and results are as follows:
(1) The literature review of optimal operation of cascade reservoirs home and abroad is summarized systematically, and the necessity to carry out multi-objective optimization of cascade reservoir scheduling is explained, then a clear framework of this study is specified;
(2) The characteristics and standards of optimal operation of cascade reservoirs are described, and commonly used model is constructed. Meanwhile instream flow estimation methods home and abroad are summarized and analyzed. Based on this, a multi-objective optimal operation model of cascade reservoirs is proposed considering the distance between the practical discharge and the suitable ecological flow as the objective function of ecological benefits.
(3) The commonly used algorithms of optimal operation of cascade reservoirs home and abroad are briefly summarized, and a multi-objective immune genetic algorithm based on the vector-based concentration is established. Then the steps of this algorithm applied to multi-objective optimal operation of cascade reservoirs are proposed;
(4) The commonly used multi-attribute decision-making methods are described, then weighted and unweighted Projection Pursuit Evaluation Model based on the VIGA and TOPSIS Optimization Model are proposed, and the steps are detailed. Then the multi-attribute decision index set of multi-objective operation of cascade reservoirs is determined and the steps of these two methods applied to multi-attribute decision-making of the noninferior solution set of cascade reservoirs operation are proposed;
(5) The Mianhuatan and Qingxi cascade reservoirs are taken as a study case. Firstly the required minimum and suitable ecological flow downstream the Qingxi Reservoir is estimated, then the multi-objective optimal operation model of these two cascade reservoirs considering ecological water requirements of the river downstream is constructed. Secondly, MOVIGA and NSGA-2 are used to solve this operation model to get the non-inferior set respectively. Thirdly, unweighted and weighted VIGA-PP and TOPSIS model are employed for multi-attribute decision making to get the optimal operation program of these cascade reservoirs, based on which the rationality of that program is analyzed compared with the generation optimization model. Finally the corresponding countermeasures to improve water conservancy are put forward.

Keywords: cascade reservoirs, optimal operation, ecological water requirement, multi-objective immune genetic algorithm, multi-attribute decision-making

81
目 录
目 录
摘 要 I
Abstract III
第一章 绪论 1
1.1 研究背景和意义 1
1.2 国内外研究动态 2
1.2.1 国外研究动态 2
1.2.2 国内研究动态 6
1.3 本文研究内容与技术路线 9
1.3.1 主要研究内容 9
1.3.2 技术路线 10
第二章 梯级水库多目标优化调度模型构建 12
2.1 梯级水库优化调度特点与准则 12
2.1.1 梯级水库调度分类 12
2.1.2 梯级水库调度特点 13
2.1.3 梯级水库调度准则 14
2.2 梯级水库常用优化调度模型 14
2.2.1 目标函数 15
2.2.2 约束条件 15
2.3 考虑生态需水目标的梯级水库优化调度模型构建 16
2.3.1 建模思路 16
2.3.2 生态调度内涵及准则 17
2.3.3 河流生态需水估算 18
2.3.4 模型构建 22
2.4 本章小结 23
第三章 梯级水库优化调度多目标免疫遗传算法设计 24
3.1 梯级水库优化调度常用求解算法 24
3.2 免疫遗传算法基础 25
3.2.1 遗传算法 25
3.2.2 免疫算法 26
3.2.3 免疫遗传算法 27
3.2.4 免疫遗传算法改进 29
3.2.5 函数测试 30
3.3 多目标免疫遗传算法 32
3.3.1 多目标优化数学模型及最优解 33
3.3.2 多目标免疫遗传算法步骤 33
3.3.3 函数测试 34
3.4 梯级水库多目标免疫遗传算法求解步骤 37
3.5 本章小结 37
第四章 梯级水库多目标优化调度方案多属性决策 38
4.1 多属性决策矩阵及属性规范化 38
4.1.1 决策矩阵 38
4.1.2 属性规范化 39
4.2 多属性决策常用方法 40
4.3 无权重的决策方法 41
4.3.1 基于VIGA的投影寻踪聚类模型 41
4.3.2 TOPSIS方案优选模型 43
4.4 基于权重的决策方法 43
4.5 梯级水库调度方案多属性决策步骤 45
4.5.1 水库调度方案多属性决策指标集 45
4.5.2 水库调度方案多属性决策步骤 46
4.6 本章小结 47
第五章 实例研究 48
5.1 基本情况 48
5.1.1 汀江流域概况 48
5.1.2 永定河概况 49
5.1.3 棉花滩水库概况 50
5.1.4 青溪水库概况 51
5.1.5 基础资料 52
5.2 棉花滩-青溪梯级水库多目标优化调度 54
5.2.1 生态需水估算 54
5.2.2 模型构建 57
5.2.3 模型求解 58
5.2.4 多属性决策 62
5.2.5 进一步提高水资源利用效益的建议 68
5.3 本章小结 69
第六章 总结与展望 71
6.1 总结 71
6.2 展望 72
参考文献 74
致 谢 80

第一章 绪论
第一章 绪论
1.1 研究背景和意义
经济社会的发展伴随着能源需求的膨胀，导致煤、石油等常规化石能源储量日渐枯竭，生态环境问题也愈发严重，开辟清洁可再生的新能源逐步替代常规能源已成为社会各界的共识，是我国生态文明社会建设的重点。水电是一种清洁的可再生能源，2014年世界水日在西班牙召开，其主题即为“水与能源”，各国精英和专家聚集一堂共同商讨水资源与能源的美好未来，为水与能源的团结协作共谱华章。水电在我国的能源格局中占据着重要的位置，先行和强化水电能源开发是调整我国能源格局和实施可持续发展的重要战略决策。进入21世纪后，我国的水电总装机容量日增猛进，到2013年底时已经超过了2.8亿kW，居世界第一，约占到我国电力总装机容量的22.45%，并仍在以较快速度推进；2013年水电发电量8963亿kW·h，约占年总发电量的16.76%[1]。
可以看出，目前我国的水电装机容量已具有较大的规模，水电站水库的调度作用也日益突出。但是我国现行水库的调度运行方式侧重于发挥水库的社会经济功能，对库区以及水库下游河流的生态环境功能发挥没有提到应有的高度，导致水生态环境问题逐渐突出。加上能源结构调整与水生态文明社会建设步伐加快，都对水库调度提出了新的更高的要求。因此新形势下如何进一步优化运行已有水电站水库，尽可能充分挖掘水电站水库的潜能以便获得更大的综合效益显得尤为迫切。梯级水库优化调度可以通过库容、水文、水力补偿，在几乎没有增加附属设施和附加投资的情况下，更充分可观地发挥水库群总体调度能力，从而获得比单级水库优化调度更加明显的社会经济与生态环境综合效益[2]。另外社会经济快速发展也伴随着水电站管理和运行机制尚未健全、水生态环境状况日益下降等问题，将生态目标作为水库调度的主要目标之一势在必行。如何构建更加科学合理的优化调度模型和寻求高效精确求解的优化方法，是梯级水库优化调度所面临的两大问题，因此开展流域梯级水库多目标优化调度具有现实意义和生产应用价值。
国内外学者已经对梯级水库优化调度的基本理论、调度模型、求解方法等做了大量的研究探索，成绩斐然。尤其是计算机的发展带来了人工智能优化算法的繁荣，梯级水库优化调度的相关理论研究已日臻完善。由于流域梯级水库是一个与特定自然与社会经济环境紧密结合的开放式复杂系统，考虑到水利工程项目各自的特殊性、梯级水库系统之间存在的高维复杂水力联系、天然来水条件的不确定性和时变性、河流生态环境系统影响因子和生物响应的复杂性、水库功能的多目标属性以及约束条件处理的粗糙性，同时随着流域梯级大规模开发利用，梯级水库目标多元化，联系复杂化已成为基本特征，传统优化调度理论不可避免地出现不能最大化发挥梯级水库综合效益的局限。
因此如何增强梯级水库优化调度模型及求解算法的的有效性与普适性以及时代特征，同时兼顾河流生态系统的用水需求、保障河流的生态健康值得进一步研究。本论文拟结合河流的生态环境用水需求，构建考虑河流生态需水目标的梯级水库多目标优化调度模型。同时分析概括常规优化算法，建立基于免疫算法的遗传算法，结合多目标决策理论、方法与技术，对模型目标函数和约束条件、免疫遗传算子等做相应改进，建立基于矢量距浓度的多目标免疫遗传算法，对梯级多目标优化调度模型进行求解。该算法不仅保留了基本遗传算法的优越高效搜索特性，还可以解决基本遗传算法在求解过程中局部寻优能力比较薄弱、早熟收敛、结果不够精确等问题[3]，也可以获得更加优越的多目标非劣解。
综上所述，本论文的选题具有较强的实际应用意义和研究价值，通过研究流域梯级水库多目标优化调度，能够进一步提高水能利用率，挖掘水能潜力，减少不可再生能源消耗，优化能源结构，大力响应节能减排、生态文明号召，能为可持续发展的和谐社会建设提供科学创新和技术支撑。
1.2 国内外研究动态
国内外关于水库优化调度的研究内容主要集中在三个方面：一是如何构建适用的模型，二是如何建立求解模型的有效算法，三是如何考虑水库优化调度实践中的生态环境问题。经济社会快速发展对水库优化调度要求逐步提高，水库优化调度经历了模型从单库单目标优化调度到多库多目标联合优化调度，求解算法从传统算法到智能优化算法再到算法集成，调度实践也从未考虑生态环境需求到积极应对生态环境影响的发展过程。
1.2.1 国外研究动态
1.2.1.1 水库优化调度
国外开展水库的优化调度研究时间较早，1946年美国学者Mases最先将数学优化模型引进水库优化调度中，但此后较长时间水库优化调度仍停留在研究和探索阶段，直到上世纪50年代后，随着系统分析学科理论体系和运筹优化模型基础逐渐兴起，计算机科学技术蓬勃发展才使得水库调度问题在理论研究和实际应用中取得了前所未有的进步。随后各种优化算法和优化调度模型相继涌现，但尚且处在单库优化调度阶段，梯级水库优化调度则起于上世纪60年代末。1968年，Larsen将增量动态规划法用于多库优化调度模型求解，该方法是在动态规划的基础上提出的改进，能够有效避免动态规划在求解多库优化调度问题时出现的“维数灾”问题[4]；1973年，Windsor首次使用整数规划、二元规划、混合整数规划等多种常规的线性规划数学模型对梯级水库群的联合优化调度进行了深入的研究[5]；1979年，Yakowitz和Murray二人采用微分动态规划法对四座水库联合优化调度进行研究，并将计算结果与离散动态规划法和增量动态规划法结果作了对比分析，结果表明此改进方法与其他两种方法相比更具优越性[6]；1981年，Turgeon.A建立了基于逐步优化方法的梯级水库群联合优化运行模型，此方法的基本思想是把梯级水库群调度原本复杂的非线性问题转化为多阶段逐步进行优化的过程，从求解思路上开辟了一种新的求解梯级水库优化调度模型的方法[7]；1988年，Ahmed使用主成分分析方法低维重构了梯级水库群系统优化调度的高维模型，然后运用随机动态规划法求解降维后的低维模型，并在加拿大LaGrande河流上的五座水库群中得到了成功应用[8]。
20世纪90年代以来，随着计算机科学技术以及人工智能优化技术的发展，遗传算法（）、人工神经网络（）、蚁群算法（）、粒子群算法（）、模拟退火方法（）、混沌优化算法（，）、人工鱼群算法（）等开始逐步广泛应用于梯级水库群的优化调度领域。由于智能优化方法对优化调度模型没有过多的限制，具有处理不连续、不可微、高维、高度非线性问题以及并行计算等其他传统方法所不具备的优点和能力，从而一经提出便迅速成为水库群联合优化调度领域的研究热点和发展趋势。
然而梯级水库往往是多目标多功能的，且这些目标之间往往存在一定的矛盾，为实现总体综合效益的最大化，需要对各目标进行权衡择优，由此很多研究者开始致力于多目标进化算法（）的研究。近年来有关的研究大多是基于Pareto最优方法，即在群体进化过程中引入了非支配解集思想，这类方法主要有、、、、等，为水库的多目标优化调度奠定了坚实的基础。
1.2.1.2 免疫遗传算法
遗传算法是一种智能优化搜索算法，1975年由美国的密歇根大学教授John H. Holland提出，之后得到迅猛发展，并成功推广运用于社会经济诸多领域。1994年，East和Hall二人成功运用遗传算法实现了四座水库的联合优化调度模型求解，并将遗传算法的计算时间和内存存储空间与离散的微分动态规划法进行对比分析，结果表明遗传算法的性能更好，寻优效率更高，占用内存更少，能够进一步减小水库群系统求解模型的复杂程度[9]；1997年，Cliveira等人使用遗传算法，不仅求解了梯级水库群系统的优化调度问题，还基于此开发了梯级水库群系统的联合运行调度规程[10]；1999年，Robin和Mohd二人利用基于实数编码的遗传算法求解了四座水库群的优化调度问题，并与采用二进制编码的遗传算法以及传统方法对比，分析发现遗传算法不仅比传统方法鲁棒性更强，而且采用实数编码能够加快算法寻优速度[11]；2002年，Huang等人将遗传算法和随机动态规划方法相结合，成功求解了两座并联水库的优化调度问题[12]；2004年，Akter等人则将遗传算法和模糊集方法相耦合，结果表明此方法能够很好地融合两种方法的优点，提高算法的收敛速度和寻优能力。这些研究融合了几类算法的特点，能在一定程度上避免各类算法自身的缺点，这一思路为研究新的求解算法开辟了新的可行方向[13]。
基本遗传算法在提高搜索能力和寻优速度的同时，也存在编码不准确、早熟收敛、对初始种群敏感、控制参数选择缺乏标准、个体多样性不足等问题。生物学研究表明，免疫系统具有很高的智能级[14]。免疫算法（）最初由S. Forrest和A. Perelson提出，通过模拟免疫系统学习、记忆、促进、抑制等生理机制，来求解分布式的复杂问题，具有较强的鲁棒性[15]。免疫算法利用免疫记忆细胞来避免个体多样性缺失，能够克服简单遗传算法早熟收敛、多样性不足等问题，但是免疫算法自身也存在收敛速度慢的缺点。遗传算法中融入免疫算法思想可以得到免疫遗传算法，一方面可以弥补算法各自缺点，另一方面还能提高算法性能。
1.2.1.3 水库生态调度
经济社会的快速发展，导致河流生态环境问题日渐严重，许多国家在走过不断污染的工业化路程后逐步开展了河流的生态修复工程，并将改变大坝的运行调度方式作为一项重要的生态修复措施，水库生态调度逐渐走上了历史的舞台。20世纪70年代，美国开始了哥伦比亚河的生态调度尝试[16]。早期阶段，生态调度常结合工程措施，通过改建溢洪道、修建鱼梯、安装小型机组、修建曝氧堰等，达到保护特定动物或鱼类的目的。这些调度措施在河流生态系统修复过程中起到了积极作用，但也造成了一定的损失，包括发电量损失和工程措施费用等。20世纪90年代以后，美国对田纳西流域的水库群系统展开生态调度探索，以下游河道最小生态流量和溶解氧浓度为指标，通过改变水库群系统的日调度运行方式、水轮机间歇式脉冲流量调节、坝下反调节池二次调泄等措施，不仅得到了鱼类和大型无脊椎动物的积极有益响应[17]，而且在兼顾河流防洪、发电、航运的同时，也对水质改善、娱乐方面产生了重要影响[18]。
进入21世纪以来，西方发达国家更加注重河流的生命健康，澳大利亚开展了墨累河的生命行动[19]，美国在格林河、萨瓦那河、比尔威廉斯河等河流继续开展生态调度的研究，模拟了增加水库下泄洪峰流量和持续时间[20]、下泄高脉冲水流[21]、减缓洪水退水过程[22]等近自然水流情势。这些生态调度实践不仅保护目标更加明确，调度方式更加具体，同时这些调度措施基本没有经济损失或经济损失较小，对我国水库的生态调度实践也有积极的启示作用。
1.2.1.4 多属性决策
求解梯级水库多目标优化调度后能够获得有限个水库调度方案集，需要通过多属性决策得到相对最佳均衡的水库调度方案。多属性决策在社会生活中普遍存在，决策者根据已有决策信息、社会经济发展实际需要和结合自己偏好进行带有一定风险和机会的决策。多属性决策一般包含三个过程，即属性值的规范化、属性权重的确定以及方案的综合排序[23]，其中属性的权重能够反映决策者的决策偏好，比较符合实际的决策过程，但对于具有较大不确定性的多属性决策问题，一般不确定各属性的权重。
根据属性的不同表示方法，属性值一般有实数、区间数、模糊数（三角模糊数、直觉模糊数、梯形模糊数等）、语言信息等。由于各表示方法之间的量纲具有很大的差异，因此在进行多属性决策前有必要对各属性值进行规范化处理。常用的属性规范化方法包括向量规范化、比例变换法、非比例变换法等。
属性权重确定是多属性决策的重要内容，主要包括主观赋权法、客观赋权法、组合赋权法、交互式赋权法等四类[24]。常见主观赋权法有德尔菲法[2