基于前景理论的三角犹豫模糊多属性决策方法

针对属性权重信息完全未知,属性值为三角犹豫模糊元的多属性决策问题,提出一种基于前景理论和模糊结构元的决策分析方法。首先,基于模糊结构元理论,定义三角犹豫模糊元的结构元形式和海明距离公式,并通过求解属性间距离离差最大化的优化模型确定权重。其次,依据前景理论,分别以正负理想点作为决策参照点,构建收益矩阵和损失矩阵。在此基础上,应用TOPSIS方法计算各备选方案的相对贴近度,并依据相对贴近度的大小实现备选方案排序。最后,通过算例验证方法是有效和可行的。     

关于ARMA-BP神经网络组合模型的财政收入预测

本文研究了ARMA-BP神经网络组合模型预测的问题.利用最大最小贴近度评价方法,获得了ARMA-BP神经网络组合模型对应的贴近度差值大于单一模型的结果,推广了组合模型比单一模型预测精度更优的结果.