基于数值分布的激励型综合评价方法

针对激励评价中的等级划分问题,本文提出了一种基于数值分布的等级划分方法,相比于现有的等级划分方法,该方法能够综合考虑数值分布情况来划分等级,并结合本文提出的等级划分法对密度算子进行拓展,提出了一种基于数值分布的激励型综合评价方法。首先本文从数值分布的角度提出了一种新的等级划分方法,从而得出各等级区间的等级区间分界点;其次确定等级系数,并结合指标值和等级区间分界点给出各指标的权向量,给出一种不需要进行归一化处理的等级权向量确定方法,该方法能够较好的解决归一化处理带来的不公平性;再次根据密度算子思想对评价数据进行集结得出评价结果;最后通过一个算例对该方法进行验证,结果表明该方法可以实现对被评价对象科学激励的作用。该方法尤其适用于企业员工激励、省市综合排名、高校人才选拔等问题。     

具有奖励作用的犹豫模糊密度算子及其应用

结合实例说明相关文献中具有奖励作用的密度算子不能有效提升综合评价值,为此,分析原因并改进算子的密度权重的确定方法。进一步,将改进后的算子推广至犹豫模糊环境,在给定奖励等级基础上,确定等级系数、指标权重和密度权重,进而提出具有奖励作用的犹豫模糊密度算子,并研究其性质。然后,给出基于具有奖励作用的犹豫模糊密度算子的多属性决策方法,并通过应用实例以及与相关决策方法的比对,说明所提的方法是有效、合理的。     

基于改进区间数密度集结算子指标群赋权方法

针对指标数据已知,而权重数据未知的群组赋权问题,给出了一种基于改进的区间数密度集结算子来进行指标群组赋权的决策方法。首先给出了区间数和区间数密度集结算子(IDM)的定义及性质,改进了以前区间数聚类的方法,应用直接法对一维区间数据组进行聚类,并定义了模糊统计量,以确定最为合理的一种聚类方式。然后基于改进的区间数密度集结算子这种数学模型,来解决指标值数据已知,而权重未知的群组赋权问题。最后举例说明该方法的可行性和实用性。     

基于随机模拟视角的混合数据形式密度算子

基于“蒙特卡罗仿真”的思想,采用随机模拟的方法从混合数据形式的角度对密度算子进行拓展研究。首先,给出了一种将混合数据转化为区间数的方法,并通过平移和放大或缩小处理,将所有区间数放到同一区间范围内;然后,运用随机数发生器给出区间上某分布的随机数信息,并依据随机数的分布情况对其进行聚类,给出了密度权重的确定方法;在此基础上,将随机模拟的方法应用于密度算子信息集结模型中,得到带有概率信息的评价结论。最后,通过一个算例验证了方法的有效性。     

空间密度算子及其应用研究

为在信息集结过程中体现空间时序数据的分布特征,提出了一种新的集结方法,即空间密度算子.该算子首先构建了融合灰色关联度和相似度思想的空间贴近度,并在此基础上利用直接聚类法对空间时序数据进行聚类;然后在组内和组间信息基础上,以信息偏差最小为原则确定组内权重,以规模密度及属性密度为基准确定组间密度权重;最后提出空间密度加权算术平均算子(SDWA)和空间密度加权几何平均算子(SDWGA)这两种新算子,对空间时序数据进行集结,得到最终评价结果.通过性质分析,发现该算子具有置换不变性、幂等性、介值性和单调性等特征.进一步,文末用一个算例来验证方法的可行性和有效性.     

考虑评价信息满意度的群体信息集结方法研究

信息集结方法是群体评价的重要研究内容,针对该问题本文对评价信息满意度进行测度,并基于此对群体信息的集结方法展开研究。该方法根据指标信息的变化赋予评价者不同的权重,以改变现有研究中评价者权重大多固定不变的做法,旨在使群体信息集结的结果更加公正和准确。首先对问题进行界定并给出评价信息满意度的定义;然后分别给出先验信息满意度和评价过程中的信息满意度的确定方法,利用先验信息满意度确定各评价者的初始权重,并利用评价过程中的信息满意度对其修正,从而得到各评价者的权重矩阵。最后,按照各评价者的评价信息满意度对群体评价信息进行集结。     

基于分层激励控制线的多阶段信息集结方法

针对时序动态综合评价问题,给出了一种具有分层激励特征的多阶段信息集结方法。该方法通过分层实现逐步激励,从而诱导个体或组织的突破式发展。首先,在界定了分层原则的基础上给出了激励控制线的确定方法;然后,提出了一种带有奖惩特征的信息集结模型。最后,通过一个算例对该方法的有效性进行了验证。在实践中长期使用此方法,可促使被评价对象的快速成长,同时也能减弱或避免其出现大幅倒退的情形。     

二维区间密度加权算子及其应用

针对不确定多属性决策中的属性信息分布不均匀,且评价信息多数为二维信息的情况,本文提出了二维区间密度加权算子(TDIDW算子)的属性信息集结方法.依据密度算子的集结过程特点,文章首先定义了二维区间密度加权算子及其合成算子,然后介绍了基于灰色区间聚类法的评价信息分组方法以及基于非线性模型的密度加权向量确定方法,最后进行了算例验证.验证结果表明,该方法可以有效地解决由于属性信息分布不均匀而导致评价结果不准确的问题.     

基于层次分析和二元语义的飞机结构安全评价研究

针对当前飞机结构的设计要求,建立了飞机结构安全的评价模型指标集,利用AHP方法提炼出4大类,14项具体指标,并确定指标权重,采用二元语义及其算子将评价语言值进行集结,对飞机结构安全进行评价.给出了评价步骤,并用实例说明该方法具有一定的可操作性,且合理可信.     

TOPSIS-GRA法下的企业动态信用评价方法及其应用

针对传统信用评价方法较少考虑到时间的延续性,且只注重信用基础值而忽视其发展趋势的问题,本文提出了一种具有风险抗性信用奖惩特征的TOPSIS-GRA的动态信用评价方法。首先,利用指标信息量诱导密度算子对静态数据进行综合集成,得到静态综合信用评价值,在此基础上构造动态信用评价加权决策矩阵;其次,在对矩阵进行TOPSIS法验算的过程中嵌入企业风险抗性信用奖惩点,进而得到包含奖惩性质的相对贴近度;再以GRA方法得到各受评企业理想的信用发展趋势关联度,结合两者最终得到融合风险抗性奖惩量、信用基础值和信用发展趋势三项特征的稳定科学的企业动态信用评价结果。最后,给出了一个实证分析,验证了该方法的有效性及合理性。     

生态文明发展状况的动态奖惩评价及应用

推进生态文明建设是全面建设小康社会的新要求。本文提出一种具有奖惩特征及引导作用的生态文明评价模型。首先,根据被评价对象的实际发展趋势以及不同被评价对象同一时刻评价值的平均增量确定各被评价对象不同时刻评价值的理想点;其次,根据被评价对象实际评价值与理想点之间的差值确定被评价对象的奖惩情况、奖惩因子以及具有奖惩特征的动态综合评价值;最后,应用该方法对中国10个省域的生态文明状况进行了评价与比较分析。     

基于灰色关联法和HA算子的Pythagorean模糊群决策方法

针对Pythagorean模糊群决策问题,提出一种基于Pythagorean模糊混合平均算子的决策方法。首先,提出一种基于Pythagorean模糊信息及其运算法则的Pythagorean模糊混合平均算子;其次,构建一种基于最大熵模型的属性位置权重定权方法,同时根据灰色关联方法提出一种属性客观权重计算方法,进而获得Pythagorean模糊混合平均算子的定权方法;利用Pythagorean模糊混合平均算子对单决策者信息进行融合,通过Pythagorean模糊加权平均算子对各专家信息进行融合,并依据得分函数与精确函数进行排序择优;最后,通过一个算例说明该方法的有效性和可行性。     

广义梯形模糊数密度加权算子及其应用

针对多属性决策问题,本文面向广义梯形模糊数的决策信息,提出了广义梯形模糊数密度加权算子(TF-DWA算子)的信息集结方法。首先介绍了广义梯形模糊数密度加权算子及其合成算子,并分析了其性质特点。然后,基于信息分布的疏密程度讨论了广义梯形模糊数的分组问题,通过质心排序指标值进行聚类。在此基础上,基于熵值法求解密度加权向量。最后,通过一个应用算例对本文提出的算子进行简要说明。     

Homogenization of spectral problem for locally periodic elliptic operators with sign-changing density function

The paper deals with homogenization of a spectral problem for a second order self-adjoint elliptic operator stated in a thin cylinder with homogeneous Neumann boundary condition on the lateral boundary and Dirichlet condition on the bases of the cylinder. We assume that the operator coefficients and the spectral density function are locally periodic in the axial direction of the cylinder, and that the spectral density function changes sign. We show that the behavior of the spectrum depends essentially on whether the average of the density function is zero or not. In both cases we construct the effective 1-dimensional spectral problem and prove the convergence of spectra.     

一类由一维概率密度函数构造多维概率密度函数的方法

将文献[1]给出的由一维连续型随机变量的概率密度函数构造二维连续型随机变量的概率密度函数的方法,推广为由一维连续型随机变量的概率密度函数构造三维连续型随机变量的概率密度函数的情况,并作出了证明和举例说明.说明利用本文的方法构造多维概率密度函数,其方法简单易行.     

基于广义WOWA算子的Pythagorean模糊决策方法

针对Pythagorean模糊信息的决策问题,构建广义Pythagorean模糊信息加权有序加权平均(PF-GWOWA)算子。首先,提出PF-GWOWA算子,并证明Pythagorean模糊广义加权平均(PF-GWA)算子、Pythagorean模糊加权有序加权平均(PF-WOWA)算子与Pythagorean模糊加权平均(PF-WA)算子均为PF-GWOWA算子的特例;其次,根据GWOWA算子属性综合权重计算模型,利用PF-GWOWA算子对信息进行集结;最后,通过算例分析和传统方法对比,说明本文提出方法的合理性与有效性。     

Directional maximal operators with smooth densities

We study directional maximal operators on ?ⁿ with smooth densities. We prove that if the classical directional maximal operator in a given set of directions is weak type (1, 1), then the corresponding smooth‐density maximal operator in that set of directions will be bounded on L^q for q suitably large, depending on the order of the stationary points of the density function. In contrast to the classical case, if q is too small, the smooth density operator need not be bounded on L^q. Improving upon previously known results, we also establish that if the density function has only finitely many extreme points, each of finite order, then any maximal operator in a finite sum of diadic directions is bounded on all L^q for q > 1 (© 2009 WILEY‐VCH Verlag GmbH & Co. KGaA, Weinheim)