基于灰色系统理论的多元线性回归分析

运用灰色系统理论剔除了自变量观察数据中的噪声污染,对传统的多元线性回归分析方法进行了改进,建立了灰色多元线性回归分析模型.将模型应用于陕西省就业问题的研究,取得了满意的预测效果.     

云南省就业问题的趋势与控制模型研究

基于因果关系理论、因子分析理论、协整分析、自回归分布滞后模型和误差修正模型,对云南省就业问题进行了研究.建立了云南省就业的趋势和控制模型,揭示了云南省就业发展的内在规律及其与各宏观因素之间的系统作用关系.     

基于FOWGA算子的动态三角模糊数多属性决策法

针对各决策时段权重未知、属性值以三角模糊数形式给出的动态多属性决策问题,给出模糊有序加权几何平均(FOWGA)算子.算子可以对各时段属性信息进行横向和纵向的集结,从而得到方案的排序.最后通过实例分析说明方法的有效性和可行性.     

基于灰色系统理论的平行数据模型及其在人才供求中的应用

以某普通高等学校毕业生和就业学生为分析对象.以灰色系统理论为基础,通过DGM(1,1)模型获取了2006—2007年该高校毕业人数和就业人数的预测值.并结合2001年到2005年统计数据,利用平行数据模型建立起了普通高等学校毕业人数与就业人数之间的关系模型,揭示了高校人才供求间的结构关系和政策影响力度.最后提出了几点相关建议.     

基于TOPSIS的三角模糊集群决策方法

在多属性群决策方法中,决策者的权重对排序结果是非常重要的,并且已经得到了人们越来越多的重视。在三角模糊集的基础上提出了一种基于TOPSIS的确定专家权重的新方法。进一步定义了三角模糊数的一些基本概念,提出了一种属性权重信息在不同情形下的三角模糊数多属性群决策方法,包括属性权重完全已知、部分已知和完全未知。最后用实例证明了该方法的可行性和有效性。     

改进BP神经网络及其在陕西就业预测中的应用

就业是一个非常重要的社会和经济统计指标.世界各国政府都非常重视就业问题,将增加就业率作为政府的工作目标.要想解决就业矛盾,就应该对就业问题的未来发展趋势有一个清醒的认识,从而做出正确的决策.本文提出了一种基于因果关系理论、协整理论用于控制与预测的改进BP神经网络,并将其应用于陕西省就业的控制和预测中.     

基于海明距离的区间三角模糊多属性决策问题

针对属性值为区间三角模糊数,权重信息不完全的多属性决策问题,为保证决策的准确性,构建了一种基于信息理论思想的决策方法.首先给出区间三角模糊集(数)的海明距离(Hamming distance)的定义,再利用极大偏差法建立线性规划模型计算属性的权重,最后用TOPSIS方法对方案进行排序,并给出此方法的计算步骤,通过实例验证了该方法的有效性.     

Hypersurfaces with constant mean curvature in a hyperbolic space

Let Mⁿ be an n-dimensional complete connected and oriented hypersurface in a hyperbolic space Hⁿ⁺¹（c） with non-zero constant mean curvature H and two distinct principal curvatures. In this paper, we show that （1） if the multiplicities of the two distinct principal curvatures are greater than 1,then Mⁿ is isometric to the Riemannian product S^k（r）×H^n-k（-1/（r² + ρ²））, where r > 0 and 1 < k < n - 1;（2）if H² > -c and one of the two distinct principal curvatures is simple, then Mⁿ is isometric to the Riemannian product S^n-1（r） × H¹（-1/（r² +ρ²）） or S¹（r） × H^n-1（-1/（r² +ρ²））,r > 0, if one of the following conditions is satisfied （i） S≤（n-1）t²2+c²t^-22 on Mⁿ or （ii）S≥ （n-1）t²1+c²t^-21 on Mⁿ or（iii）（n-1）t²2+c²t^-22≤ S≤（n-1）t²1+c²t^-21 on Mⁿ, where t₁ and t₂ are the positive real roots of （1.5）.