key problem, especially when the sy

key problem, especially when the system is becoming larger. The
change of expert rules may lead to errors and conflicts. Different
from expert system, which is based on expert rules, case based reasoning
(CBR) [9] is dependent on typical scenarios. It is hard to
establish an excellent case base because of the small probability
of blackouts, and the difficulty of maintenance is also a bottleneck
for its application. Besides, mathematical programming [10] is
advantageous to obtain an optimal solution, but the application
is rare due to its sheer difficulty, huge solution space and long
execution time. With the development of computational intelligence,
some heuristic algorithms like genetic algorithm [11], artificial
neutral network [12] and fuzzy theory [13] are introduced into
restoration field. However, the optimum of the methods cannot be
guaranteed, and these algorithms need to be improved in some
specific aspects respectively. Graph theory is also a popular algorithm
for restoration, the switch operation and network topology
is described with Petri net. This method is straightforward and
accessible in a small system, but a little too complex in large
systems [14]. The verification of constraints and disposal of uncertainties
need further improvement.
In addition, more algorithms like multi-agent [15] have been
proposed for backbone network reconfiguration. Each algorithm
has its own merits, demerits and scope of application. According
to former researches, hybrid intelligent algorithms perform quite
excellently in restoration. As a function extension of expert system
and heuristic rules, decision support system (DSS) is attracting
more and more attention [16,17]. It can solve this semi-structured
decision problem efficiently by means of man–machine interaction.
The computer-aided system is of vital importance especially
when time is pressing, operators are unfamiliar with decision
situations, or the conditions are significantly different from
assumptions when the plan was developed. The decision support
system needs to be improved in practicality, man–machine interface,
data interface and maintenance.
This paper presents a group decision support system (GDSS) for
backbone-network reconfiguration. The system establishes a unified
data platform based on data warehouse to analyze security
issues and evaluate restoration schemes, and it avoids inconsistencies
of data and equipment models. It produces candidate restoration
schemes with corresponding restoration strategies and path
searching method, and then evaluates and ranks these alternatives
with multiple attribute decision-making (MADM) and group decision-
making theories. The GDSS can provide online assistance to
operators, supplement restoration plans efficiently, and achieve
the trade-off between restoration speed and system security.
The remainder of the paper is structured as follows.
Section ‘Theory foundation of GDSS for backbone-network reconfiguration’
describes restoration strategies, path searching method
and theories of MADM. The group decision support system is realized
in Section ‘Realization of GDSS for backbone-network reconfiguration’;
in Section ‘Case study’, a subsystem of western
Shandong power system of China is utilized to demonstrate the
feasibility and practicability of the proposed system. Finally,
Section ‘Conclusion’ concludes all this paper.

ผลลัพธ์ (ไทย) 1:

ปัญหาคีย์ โดยเฉพาะอย่างยิ่งเมื่อระบบเป็นใหญ่ ที่การเปลี่ยนกฎที่ผู้เชี่ยวชาญอาจนำไปสู่ข้อผิดพลาดและความขัดแย้ง แตกต่างกันจากผู้เชี่ยวชาญระบบ ซึ่งขึ้นอยู่กับกฎที่ผู้เชี่ยวชาญ กรณีตามเหตุผล(CBR) [9] จะขึ้นอยู่กับสถานการณ์ทั่วไป จึงยากที่จะสร้างกรณีการพักฐานเนื่องจากความน่าเป็นขนาดเล็กของหรู ๆ และความยากของการบำรุงรักษาเป็นคอขวดสำหรับโปรแกรมประยุกต์ของ สำรอง การเขียนโปรแกรมคณิตศาสตร์ [10] คือประโยชน์ที่ได้รับในโซลูชันที่ดีที่สุด แต่แอพลิเคชันมีน้อยเนื่องจากปัญหาที่แท้จริง โซลูชันขนาดใหญ่พื้นที่ ความยาวเวลาดำเนินการ มีการพัฒนาระบบสารสนเทศคอมพิวเตอร์อัลกอริทึมบางแล้วเช่นพันธุอัลกอริทึม [11], ประดิษฐ์เครือข่ายเป็นกลาง [12] และทฤษฎี fuzzy [13] นำเข้าสู่คืนค่าฟิลด์ อย่างไรก็ตาม ไม่สามารถมีประสิทธิภาพสูงสุดวิธีรับประกัน และอัลกอริทึมเหล่านี้จำเป็นต้องปรับปรุงในบางส่วนเฉพาะด้านตามลำดับ ทฤษฎีกราฟเป็นอัลกอริทึมนิยมคืน การดำเนินการสลับ และโทโพโลยีของเครือข่ายมีอธิบาย ด้วย Petri สุทธิ วิธีการนี้จะตรงไปตรงมา และเข้าในระบบขนาดเล็ก แต่น้อยเกินไปซับซ้อนขนาดใหญ่ระบบ [14] ตรวจสอบข้อจำกัดและกำจัดความไม่แน่นอนต้องปรับปรุงเพิ่มเติมนอกจากนี้ ได้รับอัลกอริทึมเพิ่มเติมเช่นตัวแทนหลาย [15]นำเสนอสำหรับเครือข่ายแกนหลักการกำหนดค่าใหม่ แต่ละอัลกอริทึมมีบุญของตัวเอง นิทานชาดกต่าง ๆ และขอบเขตของโปรแกรมประยุกต์ ตามการวิจัยอดีต อัลกอริทึมอัจฉริยะไฮบริดทำค่อนข้างเชิญในคืนนั้น เป็นส่วนขยายของฟังก์ชันของระบบผู้เชี่ยวชาญและดึงดูดความสนใจแล้วกฎ ระบบสนับสนุนการตัดสินใจ (DSS)มาก ขึ้นความสนใจ [16,17] แก้นี้กึ่งโครงสร้างปัญหาการตัดสินใจอย่างมีประสิทธิภาพ โดยโต้ตอบคนเครื่องจักรระบบการใช้คอมพิวเตอร์ช่วยเป็นหัวใจโดยเฉพาะอย่างยิ่งเมื่อกดเวลา ผู้ไม่คุ้นเคยกับการตัดสินใจสถานการณ์ หรือเงื่อนไขแตกต่างอย่างมากจากสมมติฐานเมื่อแผนได้รับการพัฒนา สนับสนุนการตัดสินใจระบบต้องปรับปรุงในการปฏิบัติจริง การอินเทอร์เฟซของคนเครื่องจักรอินเทอร์เฟซข้อมูลและบำรุงรักษาเอกสารนี้แสดงระบบสนับสนุนการตัดสินใจกลุ่ม (GDSS) สำหรับกำหนดค่าใหม่ของเครือข่ายแกนหลัก ระบบการจัดตั้งการรวมแพลตฟอร์มข้อมูลจากคลังข้อมูลเพื่อวิเคราะห์ความปลอดภัยปัญหา และประเมินแผนงานการฟื้นฟู และหลีกเลี่ยงการไม่สอดคล้องกันแบบจำลองข้อมูลและอุปกรณ์ มันผลิตคืนผู้สมัครแผนกลยุทธ์คืนสอดคล้องกับเส้นทางค้นหาวิธีการ แล้วประเมิน และจัดอันดับทางเลือกเหล่านี้มีหลายแอททริบิวต์ตัดสินใจ (MADM) และกลุ่มตัดสินใจทำให้ทฤษฎี GDSS จะสามารถให้ความช่วยเหลือออนไลน์ผู้ประกอบการ เสริมแผนฟื้นฟูได้อย่างมีประสิทธิภาพ และบรรลุtrade-off ระหว่างความเร็วและระบบรักษาความปลอดภัยคืนจัดโครงสร้างส่วนเหลือของกระดาษดังนี้ส่วน 'ทฤษฎีพื้นฐานของ GDSS สำหรับเครือข่ายแกนหลักการกำหนดค่าใหม่'อธิบายกลยุทธ์ฟื้นฟู เส้นทางค้นหาวิธีการและทฤษฎีของ MADM รู้ระบบสนับสนุนการตัดสินใจของกลุ่มในส่วน 'สำนึกของ GDSS สำหรับเครือข่ายแกนหลักการกำหนดค่าใหม่'ในส่วน 'กรณีศึกษา' ระบบย่อยของตะวันตกระบบไฟฟ้าของมณฑลซานตงของจีนใช้ประโยชน์แสดงให้เห็นถึงการความเป็นไปได้และยาวระบบนำเสนอ สุดท้ายส่วน 'บทสรุป' สรุปเอกสารนี้

ผลลัพธ์ (ไทย) 2:

ปัญหาที่สำคัญโดยเฉพาะอย่างยิ่งเมื่อระบบเป็นขนาดใหญ่
การเปลี่ยนแปลงของกฎผู้เชี่ยวชาญอาจนำไปสู่ข้อผิดพลาดและความขัดแย้ง ที่แตกต่างจากระบบผู้เชี่ยวชาญซึ่งจะขึ้นอยู่กับกฎผู้เชี่ยวชาญเหตุผลกรณีตาม(CBR) [9] จะขึ้นอยู่กับสถานการณ์ทั่วไป มันยากที่จะสร้างฐานที่ดีเพราะกรณีของความน่าจะเป็นขนาดเล็กของการหมดสติและความยากลำบากของการบำรุงรักษายังเป็นคอขวดสำหรับการประยุกต์ใช้ นอกจากนี้การเขียนโปรแกรมทางคณิตศาสตร์ [10] เป็นประโยชน์ที่จะได้รับการแก้ปัญหาที่ดีที่สุดแต่การประยุกต์ใช้เป็นของหายากเนื่องจากความยากลำบากที่แท้จริงของการแก้ปัญหาพื้นที่ขนาดใหญ่และยาวเวลาดำเนินการ กับการพัฒนาของหน่วยสืบราชการลับการคำนวณที่บางขั้นตอนวิธีการแก้ปัญหาเช่นเดียวกับขั้นตอนวิธีพันธุกรรม [11], เทียมเครือข่ายที่เป็นกลาง[12] และทฤษฎีฟัซซี่ [13] จะนำเข้าสู่สนามการฟื้นฟู แต่ที่เหมาะสมของวิธีการที่ไม่สามารถรับประกันและขั้นตอนวิธีการเหล่านี้จะต้องได้รับการปรับปรุงในบางลักษณะเฉพาะตามลำดับ ทฤษฎีกราฟนี้ยังมีขั้นตอนวิธีการที่เป็นที่นิยมสำหรับการฟื้นฟูการดำเนินงานสวิทช์และโครงสร้างเครือข่ายมีการอธิบายกับสุทธิPetri วิธีนี้เป็นวิธีตรงไปตรงมาและสามารถเข้าถึงได้ในระบบที่มีขนาดเล็กแต่น้อยซับซ้อนเกินไปขนาดใหญ่ในระบบ[14] การตรวจสอบของข้อ จำกัด และการกำจัดของความไม่แน่นอนที่ต้องปรับปรุงแก้ไขต่อไป. นอกจากนี้ขั้นตอนวิธีการมากขึ้นเช่นหลายตัวแทน [15] ได้รับการเสนอให้ปรับโครงสร้างเครือข่ายกระดูกสันหลัง แต่ละวิธีมีประโยชน์ของตัวเอง demerits และขอบเขตของการใช้ ตามงานวิจัยในอดีตขั้นตอนวิธีการที่ชาญฉลาดไฮบริดดำเนินการค่อนข้างดีในการฟื้นฟู ในฐานะที่เป็นส่วนขยายการทำงานของระบบผู้เชี่ยวชาญและกฎการแก้ปัญหาระบบสนับสนุนการตัดสินใจ (DSS) เป็นที่ดึงดูดความสนใจมากขึ้น[16,17] มันสามารถแก้ปัญหานี้กึ่งโครงสร้างปัญหาการตัดสินใจได้อย่างมีประสิทธิภาพโดยวิธีการของการทำงานร่วมกันคนเครื่อง. ระบบคอมพิวเตอร์ช่วยมีความสำคัญโดยเฉพาะอย่างยิ่งเมื่อถึงเวลากดผู้ประกอบการที่ไม่คุ้นเคยกับการตัดสินใจของสถานการณ์หรือเงื่อนไขที่มีความแตกต่างไปจากสมมติฐานเมื่อแผนได้รับการพัฒนา การตัดสินใจสนับสนุนระบบต้องมีการปรับปรุงในการปฏิบัติจริงติดต่อคนเครื่อง, เชื่อมต่อข้อมูลและการบำรุงรักษา. บทความนี้นำเสนอระบบการตัดสินใจของกลุ่มสนับสนุน (GDSS) สำหรับการคอนฟิเกอร์แกนนำเครือข่าย ระบบการสร้างแบบครบวงจรแพลตฟอร์มข้อมูลที่อยู่บนพื้นฐานของคลังข้อมูลการวิเคราะห์การรักษาความปลอดภัยปัญหาและประเมินผลแผนฟื้นฟูและหลีกเลี่ยงความไม่สอดคล้องกันของข้อมูลและรูปแบบอุปกรณ์ มันก่อให้เกิดการฟื้นฟูผู้สมัครรูปแบบที่สอดคล้องกับกลยุทธ์การฟื้นฟูและเส้นทางวิธีการค้นหาและจากนั้นประเมินและจัดอันดับทางเลือกเหล่านี้มีหลายแอตทริบิวต์การตัดสินใจ(MADM) และกลุ่มที่ตัดสินใจทำทฤษฎี GDSS สามารถให้ความช่วยเหลือออนไลน์เพื่อประกอบการวางแผนการฟื้นฟูเสริมได้อย่างมีประสิทธิภาพและบรรลุการค้าออกระหว่างความเร็วการฟื้นฟูและระบบรักษาความปลอดภัย. ส่วนที่เหลือของกระดาษที่มีโครงสร้างดังนี้. มาตรา 'รากฐานทฤษฎี GDSS สำหรับการคอนฟิเกอร์แกนนำเครือข่าย' อธิบาย กลยุทธ์การฟื้นฟูเส้นทางการค้นหาวิธีการและทฤษฎีMADM ระบบการตัดสินใจของกลุ่มสนับสนุนการตระหนักในส่วน 'สำนึกของ GDSS สำหรับแกนนำเครือข่ายการคอนฟิเกอร์' ในส่วน 'กรณีศึกษา' ระบบย่อยของตะวันตกระบบไฟฟ้ามณฑลซานตงของจีนที่ถูกนำมาใช้เพื่อแสดงให้เห็นถึงความเป็นไปได้และความเหมาะสมของระบบที่นำเสนอ สุดท้ายมาตรา 'สรุป' สรุปทั้งหมดบทความนี้

ผลลัพธ์ (ไทย) 3:

ปัญหาที่สำคัญโดยเฉพาะอย่างยิ่งเมื่อระบบเป็นขนาดใหญ่
เปลี่ยนกฎผู้เชี่ยวชาญอาจนำไปสู่ข้อผิดพลาดและความขัดแย้ง แตกต่างกัน
จากระบบผู้เชี่ยวชาญ ซึ่งตามกฎที่ผู้เชี่ยวชาญใช้เหตุผลกรณี
( CBR ) [ 9 ] ขึ้นอยู่กับสถานการณ์ทั่วไป มันยากที่จะ
สร้างฐานกรณียอดเยี่ยมเพราะขนาดเล็กของความน่าจะเป็น
หน้ามืดและความยากง่ายของการบำรุงรักษาเป็นคอขวด
สำหรับโปรแกรมของ นอกจากนี้ การโปรแกรมเชิงคณิตศาสตร์ [ 10 ]
ประโยชน์ที่จะได้รับโซลูชั่นที่เหมาะสม แต่โปรแกรม
มีน้อย เนื่องจากของอิดยากพื้นที่โซลูชั่นขนาดใหญ่และเวลาปฏิบัติการนาน

กับการพัฒนาความฉลาดของคอมพิวเตอร์ขั้นตอนวิธีฮิวริสติกเหมือน
บาง , ขั้นตอนวิธีเชิงพันธุกรรม [ 11 ] 1
เป็นกลางเครือข่าย [ 12 ] และนำทฤษฎี [ 13 ] เข้าไป
ด้านการฟื้นฟู อย่างไรก็ตาม ที่เหมาะสมของวิธีการไม่สามารถ
รับประกันและขั้นตอนวิธีการเหล่านี้จะต้องมีการปรับปรุงในบาง
เฉพาะด้านตามลำดับ ทฤษฎีกราฟเป็นวิธีที่นิยมเพื่อการฟื้นฟู
, สลับการทำงานและโครงสร้างเครือข่าย
อธิบายกับเพทริเน็ต วิธีนี้เป็นวิธีที่ตรงไปตรงมาและ
สามารถเข้าถึงได้ในระบบเล็กๆ แต่น้อยเกินไปที่ซับซ้อนในระบบขนาดใหญ่
[ 14 ]การตรวจสอบของปัญหาและการกำจัดของความไม่แน่นอนที่ต้องปรับปรุงต่อไป
.
นอกจากนี้ขั้นตอนวิธีมากขึ้นเช่นแบบจำลองชนิดหลายตัวแทน [ 15 ] ได้
เสนอปรับเครือข่ายแกนหลัก แต่ละขั้นตอนวิธี
มีความดีของตนเอง ทั้งนี้ และขอบเขตของการประยุกต์ใช้ ตาม
กับงานวิจัยในอดีต ไฮบริดขั้นตอนวิธีปฏิบัติ
ยิ่งยวดในค่อนข้างฉลาด การฟื้นฟูเป็นฟังก์ชันส่วนขยายของระบบผู้เชี่ยวชาญนี้กฎ
, ระบบสนับสนุนการตัดสินใจจะดึงดูดความสนใจมากขึ้นอันเป็น
[ ] มันสามารถแก้ไขปัญหาได้อย่างมีประสิทธิภาพ โดยการตัดสินใจนี้อย่างไร
หมายถึงมนุษย์ - เครื่องจักรระบบคอมพิวเตอร์ปฏิสัมพันธ์ .

ที่สำคัญโดยเฉพาะอย่างยิ่งเมื่อเวลากด , ผู้ประกอบการไม่คุ้นเคยกับสถานการณ์การตัดสินใจ
,หรือเงื่อนไขจะแตกต่างกันอย่างมากจาก
สมมติฐานเมื่อแผนพัฒนา ระบบสนับสนุนการตัดสินใจ
จำเป็นต้องปรับปรุงในการปฏิบัติจริง เพื่อน–เครื่องอินเตอร์เฟซ , ข้อมูลการติดต่อและการบำรุงรักษา
.
บทความนี้นำเสนอระบบสนับสนุนการตัดสินใจกลุ่มสำหรับ
reconfiguration เครือข่ายแกนหลัก ระบบสร้างปึกแผ่น
ข้อมูลแพลตฟอร์มบนพื้นฐานของข้อมูลคลังสินค้าเพื่อวิเคราะห์ปัญหาและประเมินความปลอดภัย
แผนการฟื้นฟูและหลีกเลี่ยงความไม่สอดคล้องกันของข้อมูล
และอุปกรณ์รุ่น สร้างแผนการฟื้นฟูบูรณะ
ผู้สมัครด้วยกลยุทธ์ที่สอดคล้องกันและเส้นทาง
หาวิธี แล้วประเมินและจัดอันดับเหล่านี้ทางเลือก
หลายแอตทริบิวต์ ( madm ) และการตัดสินใจการตัดสินใจ
- กลุ่มสร้างทฤษฎี การ gdss สามารถให้ความช่วยเหลือออนไลน์
ผู้ประกอบการฟื้นฟูเสริมแผนได้อย่างมีประสิทธิภาพ และบรรลุผล
แลกเปลี่ยนระหว่างความเร็วการฟื้นฟูและการรักษาความปลอดภัยระบบ .
ส่วนที่เหลือของกระดาษมีโครงสร้างดังนี้ .
ทฤษฎีรากฐานส่วนของ gdss reconfiguration เครือข่ายกระดูกสันหลัง
' เพื่ออธิบายกลยุทธ์การฟื้นฟูเส้นทางการค้นหาวิธี
และทฤษฎี madm .กลุ่มระบบสนับสนุนการตัดสินใจเป็นตระหนัก
ในส่วน ' การปรับ gdss สำหรับ ' เครือข่ายกระดูกสันหลัง ;
ในส่วน ' กรณีศึกษา ' , ระบบย่อยของระบบอำนาจตะวันตก
มณฑลซานตงของจีนถูกใช้เพื่อแสดงให้เห็นถึงความเป็นไปได้และความเหมาะสมของ
เสนอระบบ ในที่สุด
ส่วน ' ' สรุปข้อสรุปทั้งหมดนี้กระดาษ