基于灰色关联分析和主成分分析组合权重的确定方法研究

为了提高综合评价模型中权重的准确性和客观性,以主成分分析法和灰色关联分析法为基础,建立了组合权重模型,从而修正了灰色关联分析法和主成分分析法在确定权重过程中的缺陷,为综合评价体系中权重的确定提出一种新的思路.     

广东省经济发展状况的统计分析

选取广东省21个地级以上市为样本,对广东省经济发展现状进行统计分析.选取影响经济发展的主要指标,并进行分析认证.利用主成分分析法得出影响经济发展的两个主要成分"综合经济发展实力"和"社会富裕程度",根据这两个主成分对21个市的经济发展状况进行排序和综合评价.最后运用聚类分析法将广东省21个市分为三个区域.通过全方位地分析广东省各市经济社会的发展水平及差距,为广东省各市实现均衡发展提供一些理论依据和合理化建议.     

基于灰色关联理论的阿拉尔市城镇化水平评价及预测

从社会发展指标、经济建设指标、社会稳定指标和生态环境指标四个方面选取16个指标作为评价阿拉尔市城镇化水平指标,运用灰色关联理论法,计算各指标之间的关联度并排序.选取排名前面的指标,运用灰色GM(1,1)预测模型,建立阿拉尔市城镇化水平灰色预测模型,通过残差分析检验了模型的可行性.     

湖南省各市州经济发展水平评价

本文利用主成分分析法分析了湖南各市州的经济发展水平和经济综合实力,对湖南省14个市州的经济发展情况做出综合评价,得出了各市州在湖南省的经济地位.最后用系统聚类分析法进行了验证,结果表明用多元统计分析法来评价地区经济发展水平是可行的.     

基于灰色关联分析和层次分析法的新型工业化水平综合评价——以中部六省为例

新型工业化水平评价是结合我国工业化发展的实际情况和特色,基于在工业化进程中获取的大量经济数据,对工业化发展水平进行全面、系统地分析.基于新型工业化的深刻内涵,构建了新型工业化水平的评价指标体系,并综合运用灰色关联分析和层次分析法,提出了一个新型工业化水平的综合评价模型,模型运用灰色关联分析法计算评价对象的灰色关联系数,采用层次分析法确定评价指标的权值,进而计算加权灰色关联度作为判定评价对象优劣的准则.运用该模型对2005年到2008年中部6省即湖南、江西、湖北、安徽、河南、山西6个省份及全国的新型工业化水平进行综合评价,得到了其新型工业化水平的排序.     

新疆城镇化水平综合评价模型研究

城镇化是社会、经济发展的产物,受地理、环境、资源等因素的影响,我国不同区域以及新疆各地的城镇化进程存在很大差异.因此,对城镇化发展进行客观而综合评价就显得十分必要.使用主成分分析法对新疆统计年鉴提供的相关数据进行了降维处理,得到了与新疆城镇化水平相关的三个主成分(经济城镇化、生活城镇化和资源城镇化),给出了新疆20个城市的三个主成分得分,并对此加权得到了各城市城镇化水平的综合得分.据此,总结了新疆各城市城镇化发展的特点,并提出了各个城市应认清自身优势和劣势,充分把握对口支援和全国科技支疆机遇,推进新疆城镇化建设.     

物业管理招标中的层次关联比选

应用层次分析法确定影响物业管理投标书总体方案的各因素间权重 ,根据灰色关联理论建立了对投标书进行总体综合评价并排序优选的数学模型 ,给出了计算实例 .     

基于组合赋权和灰色关联投影法的区域能源供应系统评价研究

通过分析区域能源供应系统综合性能评价影响因素,设计系统评价指标体系,运用层次分析法(AHP)和熵权法结合的组合赋权法确定指标权重,构建加权灰色关联决策矩阵,最终提出了一种基于组合赋权和灰色关联投影法的区域能源供应系统方案优选方法.运用灰色关联投影值对备选方案进行优劣排序,案例分析表明该模型具有程序化、科学实用、便于操作等特点,具有推广和应用价值.     

“一带一路”倡议下山西各市物流业发展路径研究

山西虽然没被"一带一路"提名,但是仍然应该抓住机遇以促进山西各市物流业发展.本研究结合"一带一路"倡议,基于山西各市2007-2016年的统计数据,从物流供给实力、物流运作能力、物流信息化水平、物流发展潜力四个方面选取17个指标定量研究了其物流能力的发展.具体运用熵权灰色定权聚类分析各市所属灰类,再利用灰色关联分析法分析其所属该灰类的瓶颈影响因素,最后结合"一带一路"倡议,给出了基于物流能力角度的山西各市物流业发展路径对策.     

内蒙古区域经济发展的综合评价与优势分析

为了制定内蒙古区域经济协同发展的有效政策,需要对各区域的经济发展状况做综合评价和优势分析.运用主成分分析筛选出了评价内蒙古区域经济发展的重要经济指标,在此基础上应用熵权灰色关联综合评价法对各个盟市的经济实力进行了综合排序.利用双标图方法对区域与经济指标的相互关系进行了优势分析.其相关结论和建议为内蒙古经济全面协调可持续发展提供潜在的科学依据和决策参考.     

黑龙江省畜牧业发展水平的因子分析模型构建与综合评价研究

通过构建因子分析模型成功实现了黑龙江省畜牧业发展水平的综合评价.本文首先剖析了因子分析模型的基本原理与评价实施过程;其次,针对全国31个省份畜牧业发展水平的8个关键指标建立因子分析模型,最终求得涵盖猪牛羊生产能力、畜牧业贡献能力在内的黑龙江省畜牧业整体竞争能力位列全国第12位,有效证明了应用因子分析模型解决畜牧业发展水平评价问题具有较强能力,值得进一步推广使用.     

工业化、城镇化进程中电力需求分析及预测

随着工业化、城镇化进程的不断加快,我国电力需求量将持续上升。电力的充足供应是我国经济稳步发展的重要保证,故合理准确的对电力需求进行分析及预测具有重要的现实意义。基于此,分析我国电力需求现状,利用通径分析筛选电力消费需求的核心驱动因素。在模型选择的基础上,基于单变量(ETS、ARIMA模型)和多变量(情景分析)两个维度进行电力需求量分析及预测。结果表明:GDP每提高1%使得电力需求量提高0.5249%;工业化水平每提高1%使得电力需求量提高2.2146%,城镇化水平每提高1%使电力需求量相应提高1.0076%。“十二五”末中国电力消费需求量将近61425.96KW/h,2020年中国电力消费需求将近81410.10KW/h。     

城市化、经济与教育水平的协整分析和VEC模型——来自河北省数据的实证分析

利用1980年到2008年的数据针对河北省城市化进程中城市化、经济与教育水平的发展情况,利用格兰杰因果检验、协整理论和向量误差修正(VEC)模型进行实证分析.分析结果表明在河北省城市化进程中,城市化水平、经济发展水平、教育水平之间具有重要的相互影响作用.     

BP神经网络在农机总动力预测中的应用

准确的预测黑龙江省农机总动力,可为黑龙江省的农业机械化发展趋势和农机产品市场分析提供理论指导,为制定黑龙江省农业机械化发展规划和预测近阶段农业机械化发展水平提供参考依据.利用黑龙江省1980-2007年农机总动力数据,运用标准BP神经网络和改进BP神经网络模型进行预测,预测结果表明,改进BP神经网络模型比标准BP神经网络模型在预测精度、运行时间、学习次数等方面更具优越性.     

中国城市化发展、能源消费与碳排放的实证研究

选取了1995年至2007年我国29个省市面板数据,建立以城市化水平为被解释变量,能源消费和碳排放作为解释变量的模型,通过协方差分析检验和Haus man检验的分析结果,确定研究模型的形式为固定影响变截距模型,最后,通过对拟合模型的结果分析,实证结果表明:高能耗、高排放、粗放式经济发展方式不利于城市化水平的提高;同时,各省市的城市化发展水平也存在差异.因此,各省市应在城市化工业化进程中推进产业结构和能源消费结构调整使其朝着更有利于节能环保的方向演进,节能减排政策的调整重点应该放在能源强度和能源消费碳强度上.     

基于层次分析和熵权法的煤炭富集区新型城镇化水平测度

基于煤炭资源富集区特点和新型城镇化建设要求,从人文发展、产业转型、基础设施、资源环境、基本公共服务和社会经济发展六个方面构建了多层次新型城镇化水平评价体系,运用层次分析法和熵权法确定指标权重,对陕西省煤炭资源富集区新型城镇化水平进行综合测评.结果表明,陕西煤炭资源富集区新型城镇化水平由高到低划分为三个层次.其中,神木县综合评价值排在首位,城镇化水平最高;韩城和榆阳位于第二层次;耀州、子长、彬县和黄陵排名靠后.依据测评结果,提出加强煤炭资源富集区城镇化建设的对策建议.     

我国人口城市化与房地产发展协调研究

分析了我国人口城市化与房地产市场的关系,利用相关分析、因果分析、脉冲和方差分析,发现人口城市化率短期内受房地产市场影响较大,长期内房地产市场要受人口城市化速度的影响;研究了人口系统与房地产系统的熵流关系,利用静态和动态协调度定量分析,发现两个系统取得了较好协调发展效果,但未来协同效应存在下降的可能.     

黑龙江漠河地区冰雪情自动监测系统的设计与应用

基于空气、冰、雪与水物理特性的差异,设计了适应高寒地区内陆河道冰雪情定点自动检测的传感器和数据采集系统设备.该系统被安装在黑龙江省漠河县北极村水位站黑龙江河道断面,进行了3个半月的冰雪情定点连续监测,获取了系统的黑龙江河道内部冰水情以与积雪深度现场数据.采集数据完整地反映了黑龙江河道冬季冰层和雪层生消变化过程,为分析高寒地区冬季冰雪情变化规律以及春季凌汛预警提供了科学的预测数据,并探索出了一种适合野外恶劣环境下工程应用的冰雪情检测方法和系统设备.     

农业现代化视阈下基于SPSS多元回归分析的全国农业总产值主要影响因素探究

随着我国城镇化的快速发展,大批农业劳动力向城市转移,农业总产值及其主要影响因素的研究已经成为热点问题.为研究我国农业总产值的主要影响因素,本文借助多元回归分析的相关理论抽取了2016年我国农业投入的31个省市的相关截面数据,采用最小二乘法,利用SPSS软件进行多元回归分析,得到回归模型,并基于该模型找出我国农业总产值的主要影响因素.