产业集群创新能力评价模型的比较研究

针对产业集群创新能力评价的一些复杂方法,以文献中的基于BP神经网络的产业集群创新能力评价模型作为比较对象,提出了两种评价模型:组合评价模型和主成分指数模型.前者将变异系数法和Topsis法组合使用,用以评价产业集群创业能力;后者则是对所有参评样本的评价指标进行主成分分析,以主成分的方差贡献率为权重,构建主成分综合指数,从而形成产业集群创新能力的综合评价指数模型.对这两个模型用来自比较对象模型的同一数据进行了验证,三个模型都得出了非常相近的结果,而这两种模型更具可操作性且易于解释,这两者相比,主成分分析的方法则更为简单易行.     

基于模糊C-OWG算子的模糊DEA模型求解

把Yager和Xu提出的连续区间数据OWG(C-OWG)算子进行拓展,定义了模糊C-OWG(FC-OWG)算子,并研究了它的一些性质.在保持数据一致性的前提下,基于FC-OWG算子,研究了模糊数据包络分析(FDEA)模型向确定型DEA模型的转化问题,并进行了求解.实例表明,新方法计算简单、可行且有效.