灰色聚类分析法在评价材料合理代用的应用

对于价格高昂或者市场紧缺的材料,使用灰色聚类分析法,能够找到合理的代用品,避免了凭经验选择代用材料所带来的主观片面性.介绍了灰色聚类分析法的基本原理、分析步骤及其在产品选择代用方面的应用实例.结果表明,采用灰色聚类分析方法解决材料的代用问题是一种行之有效的方法,应用该方法能够综合考虑影响性能的多种因素,避免了单因素的主观性,评价过程更加合理客观,评价结果能准确的反映代用品的性能.     

基于灰色理论的线性回归模型的参数理论及应用

线性回归分析是数理统计学的基本内容之一,但传统数理统计学中的线性回归分析,是建立在非模糊的随机数据上的线性回归估计和回归系数检验。而现实经济社会中大量存在含有模糊或灰色等不分明性的数据,面对这类不分明性数据,简单地使用传统的统计分析方法显然是不足取的。要想较为科学合理地分析与决策,需要利用灰色系统的相关理论,应用于随机系统信息,从而建立灰色线性回归估计、预测和灰色回归系数检验的基本理论方法,并把该方法应用于金融分析实例中,与经典线性回归分析方法进行对比,足见灰色线性回归方法能够提供比经典线性回归较多的有效信息,从而提出处理不分明数据新的方法。     

一种改进的关联分析法

本文对灰色关联分析法［１］提出一种改进方法，使其适应多指标（属性）事物的综合评价．     

规划人口的动态灰色预测

本文运用灰色系统理论，提出了规划人口规模的灰色预测方法，并通过对某市人口的预测，验证了该方法的预测结果是较为符合实际的．     

基于模糊证据推理和灰色关联理论的FMEA方法

在对传统FMEA研究的基础上,提出了基于模糊证据推理和灰色关联理论的FMEA方法.结合模糊证据推理理论建立评价故障模式的模糊王信结构,对各种故障模式进行评价,利用灰色关联理论计算各种故障模式的关联度,通过排序来确定故障模式的风险顺序.该方法克服了传统FMEA的缺陷,提高了FMEA应用的准确性和可靠性.     

基于灰色聚类分析的企业应急管理能力评价

在对企业应急管理能力概念初步界定的基础上,建立企业应急管理能力评价指标体系,针对企业应急管理能力多指标综合评价中存在的主观性问题,依据灰色聚类原理,提供了一种计算各指标权重的方法,使得指标之间的权重在评价过程中自动产生,不需要经过人为判断,减少了评价过程中的主观因素.结合实例企业,通过专家对各指标进行评估打分,根据评价...     

齐齐哈尔GDP的发展趋势及其关联因素分析

运用灰色系统理论中的GM(1,1)预测模型,以齐齐哈尔市近六年来的GDP数据为例,对其未来几年的GDP状况进行了科学预测,并对影响GDP发展的主要因素进行了系统分析,确定了各因素相对于GDP发展的关联程度,可为相应的决策部门提供科学依据.     

初值修正灰色Verhulst模型的参数估计

研究了初值修正项为αz(1)(1)(其中α为修正参数)的灰色Verhuslt模型的修正参数估计方法.针对相关文献中,修正参数α求解无现成公式情况,通过最小化原始序列的一次累加序列与模拟序列之差,建立并求解一个非约束优化模型,获得了初值修正参数α的一个简单有效的计算公式,完善了相关文献中建立的初值修正灰色Verhuslt模型.最后,通过计算实例验证了修正参数公式可以有效提高初值修正灰色Verhuslt模型的精度.     

面向横截面数据的灰色关联度

针对横截面数据的灰色关联度分析问题,研究了常用灰色关联度在横截面数据的适用性.提出具有放射变换保序性的灰色距离关联度,实例说明距离关联度的实用性与有效性.将灰色距离关联度推广到系统因素为矩阵的矩阵范数关联度,且在多属性群决策问题的成功应用证明了其合理性.     

灰色理论和BP神经网络在大学生就业信心指数预测中的应用

采用大学生就业信心指数来分析预测其就业信心是值得研究的问题.提出一种灰色理论和BP神经网络相结合的方法对大学生就业信心指数进行预测.首先对影响就业信心的主要因素建立不同的灰色模型,然后将每个灰色模型的预测值作为神经网络的输入,利用神经网络进行组合预测以作为其最终的预测值.结果表明组合模型的预测值相对误差更小,精度更高.     

基于证据推理的混合型多指标群组决策方法

针对决策方案的属性值为语言评价等级和区间灰数的灰色多指标群组决策问题,提出一种基于证据推理的灰色多指标群组决策方法.首先,根据语言评价信息的概率分布和效用值等价原理确定定性指标和定量指标的信用结构,进而得到群体等级信用结构决策矩阵,然后,依据证据推理方法,对群组评价信息进行合成,求出各方案在各等级的信任度,最后,利用期望方差排序方法确定整个方案集的排序.具体算例表明方法合理有效.     

风险型多属性群决策的综合集成方法

对一类权重信息未知,并且属性值为区间灰数的风险型多属性群决策问题进行了探讨,提出了在理想状态下(即决策者群体的理想意见趋于一致时)各属性的客观权重的计算方法.构建了以组内偏差最小、组间偏差最大为目标函数的综合集成优化模型,求解出理想状态下各属性的客观权重.然后综合考虑各决策者的主观偏好,借助每一方案与理想最优方案组、理想最劣方案组综合偏离度的大小对方案的优劣进行排序.应用实例说明了该方法的可行性和有效性.     

时序多指标决策的灰色关联分析法

本文对带有时间顺序的混合型多指标决策，运用灰色关联理论，建立了一种新的灰色关联决策模型，从而为时序多指标决策问题提供了又一科学，合理的决策方法。     

考虑供应链影响时基于粗糙集方法的企业信贷风险评估

对于考虑供应链时的企业信贷风险评估问题,提出基于粗糙集的解决办法.首先,根据样本数据建立决策信息表;然后采用等间距法对决策信息表的连续属性值进行离散化,并且应用辨识矩阵求出最小约简;最后,应用启发式值约简算法求出决策规则.试验计算结果表明,所提出的方法对企业的信贷等级能够进行有效的预测.     

“奖优罚劣”的区间数多指标决策的关联分析法

针对区间数多指标系统的决策特点,对指标数据初始化处理时,利用“奖优罚劣”原则,提出了一种易于计算且实用的[-1,1]线性变换算子,然后定义正、负理想方案,结合灰色关联分析方法,建立一种新的区间数多指标的灰色关联决策模型.该模型为区间数多指标决策提供了一种科学、实用的方法,并利用现有的实例来证实此方法的科学性与可行性.     

A grey relational projection method for multi-attribute decision making based on intuitionistic trapezoidal fuzzy number

With respect to multiple attribute decision making (MADM) problems in which the attribute value takes the form of intuitionistic trapezoidal fuzzy number, and the attribute weight is unknown, a new decision making analysis methods are developed. Firstly, some operational laws and expected values of intuitionistic trapezoidal fuzzy numbers, and distance between two intuitionistic trapezoidal fuzzy numbers, are introduced. Then information entropy method is used to determine the attribute weight, and the grey relational projection method combined grey relational analysis method and projection method is proposed, and to rank the alternatives are done by the relative closeness to PIS which combines grey relational projection values from the positive ideal solution and negative ideal solution to each alternative. Finally, an illustrative example is given to verify the developed approach and to demonstrate its practicality and effectiveness.     

IS/IT项目选择决策的灰色逼近理想解排序法

IS/IT项目选择决策是一个多属性决策问题.针对传统逼近理想解排序法(TOPSIS)在确定属性权重系数上的缺陷,并考虑到在实际IS/IT项目选择决策过程中部分决策信息的不足,提出了基于灰色TOPSIS改进算法.算法运用区间灰数表达指标权重和指标评价值,定义备择项目与正、负理想解的灰色关联度,依此计算各备则项目的贴近度并实现最终排序.仿真实例验证了该方法的合理和有效性.     

Updating attribute reduction in incomplete decision systems with the variation of attribute set

In rough set theory, attribute reduction is a challenging problem in the applications in which data with numbers of attributes available. Moreover, due to dynamic characteristics of data collection in decision systems, attribute reduction will change dynamically as attribute set in decision systems varies over time. How to carry out updating attribute reduction by utilizing previous information is an important task that can help to improve the efficiency of knowledge discovery. In view of that attribute reduction algorithms in incomplete decision systems with the variation of attribute set have not yet been discussed so far. This paper focuses on positive region-based attribute reduction algorithm to solve the attribute reduction problem efficiently in the incomplete decision systems with dynamically varying attribute set. We first introduce an incremental manner to calculate the new positive region and tolerance classes. Consequently, based on the calculated positive region and tolerance classes, the corresponding attribute reduction algorithms on how to compute new attribute reduct are put forward respectively when an attribute set is added into and deleted from the incomplete decision systems. Finally, numerical experiments conducted on different data sets from UCI validate the effectiveness and efficiency of the proposed algorithms in incomplete decision systems with the variation of attribute set.     

基于集值统计原理的多指标灰靶决策方法研究

针对区间数多指标群决策问题,提出一种基于集值统计模型的改进灰靶决策方法。首先利用集值统计模型对多专家的区间评价进行估计,得到符合可信度要求的决策指标样本矩阵。然后利用基于加权广义马氏距离的灰靶决策方法对决策方案进行排序,给出决策样本为区间数群决策矩阵形式的灰靶决策模型。最后通过一个具体的算例给出决策方法的过程,避免了马氏距离不存在的情况,克服了决策指标间的相关性、重要性差异和不同量纲对决策过程和决策结果的影响,方法的可行性与有效性得到验证。     

The multi-attribute grey target decision method for attribute value within three-parameter interval grey number

Based on the grey system theory and methods, the grey-target decision-making problem is discussed, in which the attribute values are grey numbers and the maximum probability of the value of grey number is known. Firstly, the optimal effect vector is the positive bull’s-eye and positive bull’s-eye distance of each scheme is defined. Subjectively or objectively weighting method is integrated to determine the index weight and integrated optimization model of index weight is established. Finally, the critical effect vector is the negative bull’s-eye and negative bull’s-eye distance of each scheme is defined, then relative bull’s-eye distance and comprehensive the bull’s-eye distance of grey target decision-making are given. An example is also presented to illustrate the usefulness and effectiveness of the methods obtained in this paper and provides a new idea for grey target decision-making method research.