区间数在多层Bayes方法中的应用

给出了在多层Bayes方法中使用区间数确定第二先验分布的方法,通过一个实例说明了该方法在工程应用中的合理性.     

区间型联系数及其在多属性决策中的应用

在联系数的基础上定义了区间型联系数,并讨论了相应的运算法则,然后将区间型联系数应用于区间型多属性决策问题,在文中为了便于对决策结果的排序定义了区间型联系数的相对贴近度及关于区间型正理想解的投影等概念,并通过实例分析验证了该方法的有效性和实用性.     

泛灰数在区间分析中的应用

在概述泛灰数的概念及其运算规则的基础上 ,介绍了泛灰数与区间数的转化 ,利用泛灰数的可扩展性对区间进行分析 ,它不仅具有区间分析的功能 ,而且能解决区间分析所不能解决的问题 .并给出了算例作了对比分析     

区间数的一种改进的排序方法

为了解决具有不确定性区间数的多属性决策问题 ,本文给出了区间数的一种简洁有效的排序方法 .我们首先引入了一个区间数大于另一个区间数的可能度概念 ,进而推出其有关性质 ,并对排序起着重要作用的结论给出了证明 .在此基础上本文还指出了区间数排序的一种简洁算法 ,使得对多个区间数的排序更为快捷有效 ,并通过实例加以验证 .     

改进的区间数距离度量及其在模式识别中的应用

区间数作为一种表达不确定性信息的工具,具有易获得性和实用性.区间数之间的距离和相似度是表达区间数之间差异的有效度量,可应用于决策、模式识别、聚类等领域.学者们根据不同的背景提出各种度量方法,但还存在辨别力不足、违反直觉以及个别无法满足度量的公理化条件等问题.为了解决上述问题,本文提出一种改进的区间数距离度量方法.该方法...     

区间数线性规划及其区间解的研究

区间数线性规划可用于处理含有离散区间数的不确定性优化问题。针对已有算法所求区间解可能包含非可行解的缺陷,基于可能度概念提出了区间数线性规划的有效解、弱有效解、最优解及其解域的定义,给出了改进解法,所得区间解为以上解域的子集。以一个数值模型为例求解,将运算结果与已有算法所得区间解作了对比,说明了改进解法的有效性。     

“非平均区间数”计算及其在政府决策信息系统中的应用

本文在已有的“区间数”定义及排序算法的基础上 ,针对层次分析法提出了更加灵活 ,准确的描述主观评判的“非平均区间数”概念及其排序算法 .并结合政府决策信息系统阐述了“非平均区间数”的应用     

基于误差理论的区间主成分分析及其应用

针对区间数样本,传统的主成分分析需进行拓展。首先讨论了区间样本数据的两种主要来源,即观测误差和符号数据分析。然后将区间数看作一个由中点和半径构成的具有一定误差的数,从误差理论出发,研究基于误差传递公式的区间主成分分析方法,并获得以区间数为表达形式的主成分。最后,结合我国2005年第四季度股票市场的数据进行了实证分析。结果表明,面对海量数据,区间PCA较传统PCA更容易从总体上把握样本的属性。     

三参数区间数的联系数在招标评价中的应用

在联系数理论的基础上,针对评标中某些权重不宜用定值表示的问题,采用三参数区间数表示,并转化为联系数以表示权重,结合综合评价方法建立多指标评价模型来解决多属性决策问题,在招标决策中体现出方法的简易、有效.     

区间数的弱属性层次分析方法及其应用

在弱属性层次分析方法的基础上,将专家的判断转化为区间数的形式,建立了区间数弱属性层次分析模型.模型即解决了定性化的判断定量化,又能反映专家判断的模糊性.将模型应用到北京绿色交通的评价中,为政府决策提供了定量化的依据,具有一定的应用价值.     

区间截断情况下, 分布函数估计及其收敛速度

首先将文[11]的结论推广到任意$k$点均匀分布(k≥3), 然后用k点均匀分布的累积分布函数去逼近连续总体的分布函数, 在适当的条件下, 证明了用区间数据估计出的分布函数收敛速度为O(n)^{^-2/9}.     

Combining Functional Data Registration and Factor Analysis

We extend the definition of functional data registration to encompass a larger class of registration models. In contrast to traditional registration models, we allow for registered functions that have more than one primary direction of variation. The proposed Bayesian hierarchical model simultaneously registers the observed functions and estimates the two primary factors that characterize variation in the registered functions. Each registered function is assumed to be predominantly composed of a linear combination of these two primary factors, and the function-specific weights for each observation are estimated within the registration model. We show how these estimated weights can easily be used to classify functions after registration using both simulated data and a juggling dataset. Supplementary materials for this article are available online.     

因子分析法在简易评价教师课程教学效果中的应用

介绍一种简易评价教师课程教学效果的实用方法,应用因子分析法,从学生成绩数据中提取出有关课程教学效果的信息.该方法具有采用指标少、数据可靠易得、操作简单的特点.     

Extension of multivariate regression trees to interval data. Application to electricity load profiling

Summary  Several data can be presented as interval curves where intervals reflect a within variability. In particular, this representation is well adapted for load profiles, which depict the electricity consumption of a class of customers. Electricity load profiling consists in assigning a daily load curve to a customer based on their characteristics such as energy requirement. Within the load profiling scope, this paper investigates the extension of multivariate regression trees to the case of interval dependent (or response) variables. The tree method aims at setting up simultaneously load profiles and their assignment rules based on independent variables. The extension of multivariate regression trees to interval responses is detailed and a global approach is defined. It consists in a first stage of a dimension reduction of the interval response variables. Thereafter, the extension of the tree method is applied to the first principal interval components. Outputs are the classes of the interval curves where each class is characterized both by an interval load profile (e.g. the class prototype) and an assignment rule based on the independent variables.     

基于替代数据法和MF-DFA的合意工业产能利用率区间估计方法及应用

为实现工业产能过剩的精准判别与调控,提出了一种基于替代数据法与多重分形去趋势波动分析的合意工业产能利用率区间估计方法。首先判断原始时序的长程相关性和多重分形特征;然后采用替代数据法与多重分形去趋势波动分析计算出所有重排序列的Hurst指数,据此确定指数序列收敛情况和合意产能利用率区间;最后以煤炭行业为例验证了模型的有效性。结果表明：该方法能够从数据自身演化规律中自适应确定阈值,有效克服了传统统计与经验方法的主观性和缺乏理论依据的局限性;我国煤炭行业的合意产能利用率区间为73.73%～86.23%。该研究为工业产能过剩风险监测与判别提供了量化分析工具,为深化煤炭产能过剩治理提供了决策依据。     

运用因子分析法建立教学质量评估指标体系

在大量抽样调查的基础上，本文运用因子分析（Ｆａｃｔｏｒ Ａｎａｌｙｓｉｓ）的方法，在Ｍ—３４０计算机上利用ＡＮＡＬＹＳＴ统计分析软件包中因子分析软件程序，求得因子载荷矩阵．依据因子载荷矩阵，并结合教学质量评估的特点，建立起适用于学生为参评者的教学质量评估指标体系．     

区间有限元方法及其在抗滑稳定性分析中的应用

通过区间值函数和实值函数的关系探讨了区间相关性导致的区间扩张的问题,给出了保证区间计算获得足够精度的计算方法;提出了基于单元的子区间摄动有限元计算方法,并给出了提高计算效率的一些方法和获得较好计算精度时的子区间数目的近似计算公式．结合工程实例,基于单元的子区间有限元方法和抗滑稳定性分析方法给出了稳定性的区间范围,为更合理地估计和评价结构的抗滑稳定性提供一定的依据．     

不精确数据的相似度及其在聚类分析中的应用

基本包含度理论,提出不精确数据的一种相似度,并讨论基于此相似度的不精确数据的聚类方法。     

滑动数据重心预测方法及其应用研究

本文在研究多因素数据重心法的基础上,进一步提出滑动数据重心预测方法,该方法是对原始样本数据提出了一种新的数据处理方法,大大降低了由于历史数据组中的异常点对预测结果产生的破坏性。通过建立我国钢材消费量与国内生产总值(GDP)的计量动态模型对该方法与多因素数据重心预测法进行对比研究。同时利用时间序列自回归AR(p)对计量动态模型的初级预测结果进行差值校正,并将该方法应用于我国2015年、2020年的钢材消费量预测。对比研究表明该方法使得预测结果更加精确、稳健。