Estudio de Técnicas de Toma de Decisiones con Incertidumbre. Aplicación a Sistemas Reales.

136 Pages·2017·4.64 MB·Spanish

Proyecto Fin de Carrera
Grado en Ingeniería de Tecnologías Industriales

Estudio de Técnicas de Toma de Decisiones con
Incertidumbre. Aplicación a Sistemas Reales.
Autor: Rafael Espinosa Velasco
Tutor: Ascensión Zafra Cabeza
Equation Chapter 1 Section 1
Dep. de Sistemas y Automáica
Escuela Técnica Superior de Ingeniería
Universidad de Sevilla

Sevilla, 2017
2 Índice de Tablas
Proyecto Fin de Carrera
Grado en Ingeniería de Tecnologías Industriales

Estudio de Técnicas de Toma de Decisiones con
Incertidumbre. Aplicación a Sistemas Reales.

Autor:
Rafael Espinosa Velasco

Tutor:
Ascensión Zafra Cabeza
Profesora Titular de la Universidad

Dep. de Ingeniería de Sistemas y Automática
Escuela Técnica Superior de Ingeniería
Universidad de Sevilla
Sevilla, 2017
4 Índice de Tablas
Proyecto Fin de Carrera: Estudio de Técnicas de Toma de Decisiones con Incertidumbre. Aplicación a
Sistemas Reales.

Autor: Rafael Espinosa Velasco
Tutor: Ascensión Zafra Cabeza

El tribunal nombrado para juzgar el Proyecto arriba indicado, compuesto por los siguientes miembros:
Presidente:

Vocales:

Secretario:

Acuerdan otorgarle la calificación de:
Sevilla, 2017

El Secretario del Tribunal
6 Índice de Tablas
A mi familia y amigos
A mis profesores
8 Índice de Tablas
Índice
Índice 9
Índice de Tablas 11
Índice de Figuras 13
1. Introducción 5
1.1. Motivación 5
1.2. Objetivos 6
2. Técnicas de decisión 9
2.1. Introduccíon al análisis multicriterio y multiobjetivo 9
2.1.1. Definición. 9
2.1.2. Clasificación. Tipos de Problemas. 9
2.2. Técnicas con Incertidumbre 11
2.2.1. Dominación Simple 11
2.2.2. Decisión de Wald 12
2.2.3. Maximax 12
2.2.4. Método de Hurwicz 13
2.2.5. Método de Savage 14
2.2.6. Laplace 14
2.2.7. Árbol de decision 15
2.3. Técnicas basadas en Riesgo 17
2.3.1. Dominación Simple 18
2.3.2. Dominación Estocástica 18
2.3.3. Teorema Del Valor Esperado 19
2.3.4. Valor en Riesgo (Value At Risk) 20
2.4. Técnicas de Decisión Multicriterio Contínuos 21
2.4.1. Introducción 21
2.4.2. Método de las ponderaciones 23
2.4.3. Método de las restricciones 24
2.4.4. Programación por Compromiso. 26
2.4.5. Programación por Metas (Goal Programming) 30
2.4.6. Método Stem 37
2.5. Técnicas de Decisión Multicriterio Discretas 40
2.5.1. Técnicas Electre 40
2.5.2. AHP (Analytic Hierarchy Process) 45
2.5.3. Técnicas Promethee 48
2.5.4. Topsis 51
3. Visual PROMETHEE-GAIA 55
4.1. Introducción al Visual Promethee-GAIA 55
4.2. Interfaz y ventana de comandos de Visual Promethee-GAIA 55
4.3. Gráficas de interés 57
4.3.1. Promethee Rankings 57
4.3.2. Promethee Network 58
10 Índice de Tablas
4.3.3. Plano GAIA 59
4.3.4. GAIA Webs 61
4.3.5. Walking Weights 61
4.3.6. Frontera Eficiente 62
4. Introducción al OpenDSS 63
4.1. Introducción 63
4.2. Instalación y configuración con Matlab 64
4.2.1. Descarga e instalación 64
4.2.2. Configuración con Matlab 64
4.3. Programación en la interfaz Del OpenDSS 65
4.3.1. Estructura OpenDSS 65
4.3.2. Cargar archivos de Excel o del OpenDSS 71
4. 4. Programación y Control desde Matlab 72
4.4. 1. Función para iniciar el OpenDSS 72
4.4.2. Comandos desde la ventana principal de Matlab 72
5.Nuestro problema. Particularización En Opendss 75
5.1. Red de Distribución 75
5.2. Características de la Red de Distribución 76
5.2.1. Características de los cables. Códigos de las líneas 76
5.2.2. Datos de las líneas (segmentos entre nodos) 77
5.2.3. Datos de los tranformadores 78
5.2.4. Datos del regulador 79
5.2.5. Cargas puntuales 79
5.2.6. Datos de los Generadores 80
5.3. Red de Distribución. Programación en OpenDSS 80
6. Modelo, Particularización en Matlab Y Análisis de los Resultados 85
6.1. Modelo y Particularización en Matlab 85
6.1.1. Control de Voltaje en Matlab 85
6.1.2. Problema de Optimización 88
6.1.3. Resultados con diferentes configuraciones 92
6.2. Decisiones con el Promethee-GAIA. Análisis de los resultados 96
6.2.1. Comparación de Alternativas en el Promethee-GAIA 96
7. Conclusiones Finales 113
7.1. Conclusiones sobre la Implantación del Método 113
7.2. Conclusiones finales sobre los resultados obtenidos 114
7.3. Mejoras para el futuro 114
Apéndice: Solver de Excel 117
Bibliografía Y Webs 125