基于随机振荡序列的GM(1,1)模型性质及其应用

为了提高GM(1,1)模型对随机振荡序列的拟合和预测效果,提出了先将原始振荡序列变为单调增长序列,再对单调增长序列进行几何平均生成交换,然后建立GM(1,1)模型.通过实例计算表明,方法能够提高GM(1,1)模型的拟合精度,可以用于随机振荡序列的建模,从而扩大了GM(1,1)模型的应用范围.     

基于证据推理的不完全信息决策方法研究及应用

提出了一种基于证据推理和优化模型的不完全信息决策方法。针对专家认知偏好的多样性以及决策问题的复杂性特点,提出了一类评价指标不尽相同的不完全信息决策问题;运用证据理论中的基本信度分配来描述专家意见,给出了此类问题的信度函数、似真度函数、合成法则和不同专家贡献度的定义,计算了各个指标的基本信度分配值;从最大程度保持专家原始判断偏好的角度,建立了指标权重确定的优化模型;文后以商用飞机成本管控风险的重要性评价为例,说明了方法的应用步骤和有效性。     

具有时变区间参数的不确定随机线性系统的均方鲁棒稳定性

研究了一类具有时变区间参数的不确定随机线性系统的均方鲁棒稳定性.利用时变区间矩阵的分解技术、矩阵的Kronecker积的性质和Lyapunov函数法,得到了该系统均方鲁棒稳定的几个充分性条件.通过一个数值例子说明了所得的这些充分性条件的有效性和实用性.     

灰色中立线性时滞系统的鲁棒稳定性

首先提出了灰色中立线性时滞系统及其鲁棒渐近稳定性的概念;然后,利用区间灰矩阵的分解技术和矩阵范数不等式及IJyapunov泛函,研究了灰色中立线性时滞系统的鲁棒渐近稳定性,得到了鲁棒渐近稳定的几个充分条件;最后通过数值例子说明了所得结果在实际应用中的方便性和有效性.     

自动化车床最优刀具检测模型研究

针对自动化车床工序最优检测和刀具更换问题进行了探讨.将定期检测和将刀具更换作用于同一工序流程,在只考虑刀具故障条件下,通过概率论和更新过程理论建立了以单位时间内期望费用为目标函数的数学模型,以检测间隔和刀具更换间隔为策略,确定最优的策略使得目标函数达到最小,并求出了经长期运行单位时间内期望费用的明显表达式.最后还对结果进行了讨论.     

保险损失费分布研究

对保险公司关注的保险总损失费的分布和平均总损失费的置信上限进行了初步研究.基于危险事故的保险损失费为服从指数分布的随机变量,在投保人数为泊松随机变量的条件下,根据各投保个体损失费分布参数的不同情况,导出某一时间内总损失费的分布密度和均值.在投保人数确定的条件下,研究了给定置信度下平均总损失费的置信上限,并给出了数字例.     

基于灰色关联聚类的组织力量配置模型研究

为解决组织力量的全局优化配置问题,建立基于灰色关联聚类的宏观人力资源优化模型.首先,根据组织的目标建立人力资源测评体系,引入灰色关联聚类方法,将组织成员按照组织目标聚类形成为不同的力量类型,从宏观角度分析企业人力资源的结构特征;然后,根据组织成本目标、产出目标、社会影响等目标建立组织力量配置的多目标优化模型,引入多目标粒子群优化算法探讨模型求解方法和人力资源配置步骤;最后通过案例验证方法的有效性,从而为组织组织力量的宏观配置和结构优化提供了一种新的研究思路.     

基于STIRPAT模型的我国人均二氧化碳排放影响因素分析

本文基于扩展的STIRPAT模型,利用1978年-2010年统计数据,对影响我国人均二氧化碳排放的因素进行了实证研究。结果表明,我国的经济活动人口比重、人均国民生产总值、能源消费结构、城市化水平、人均消费额和对外贸易度等因素,均对我国人均碳排放量具有正向的影响。而产业结构和工业能源效率对于碳排放量增长具有负向影响,它们对碳排放量的增加具有一定的抑制作用。此外,本文还基于向量误差修正模型VECM对变量之间的Granger长期因果关系进行了检验。研究结果表明:我国的能源消费结构、城市化水平、经济活动人口比重与人均碳排放量之间存在单向Granger因果关系。最后,本文基于研究的结果,从我国减少二氧化碳排放的角度,对我国发展低碳经济和节能减排提出了一些建议。     

基于灰色聚类的多指标稳健性设计研究

随着市场竞争的日趋激烈,迫切地需要将产品的质量、成本、效益和顾客的满意度等市场竞争要素一起综合考虑进行稳健性设计.采用灰色聚类多指标综合评价对定性、定量指标用灰数的白化权函数加以聚类,对试验方案进行初步筛选,然后在备选方案中对同属于"优"类别的方案进行综合分析,得到一组最佳可控因子组合,并进行验证性分析.最后利用此方法对一款洗衣机用串激电机从成本、效益和顾客满意度方面综合进行考虑,进行了稳健性设计,得到真正意义上的低成本、高质量、高可靠性和高效益的产品,从而最终为解决这种带有模糊性因素的多指标优化问题开创了一种稳健性设计新思路.     

基于新型数据变换技术的灰色预测模型及应用

针对原始数据序列光滑度不足的情况,提出了一种新的数据变换方法,以提高原始数据序列的光滑度.给出方法的理论证明,并与其它数据变换方法进行了对比.将变换方法应用于GM(1,1)模型,结果显示,通过调节参数的值,变换能够提高GM(1,1)模型的计算精度.最后的实例说明了该方法的实用性和有效性.