基于灰关联熵的多指标灰靶决策方法

针对方案指标值为三参数区间灰数的多指标决策问题,提出一种基于灰关联熵的多指标灰靶决策方法.首先定义了各方案的正靶心及正靶心距;其次,构建所有方案的相对关联度系数,继而形成灰关联系数矩阵,再利用熵理论求解目标权重.应用实例说明了提出的决策方法的合理性和有效性.     

基于差值测度和区间测度的多属性灰靶决策方法

针对决策信息为区间灰数且属性权重未知的多属性决策问题,提出一种基于差值测度和区间测度的区间灰数信息下灰靶决策方法.首先,定义区间灰数的差值测度和区间测度,由此对区间灰数进行排序并确定正、负靶心;然后,给出区间灰数间的距离公式,通过计算正、负靶心距以及正负靶心间距确定综合靶心距,以综合靶心距最小化和灰熵最大化为目标确定属性权重,进而依据综合靶心距对方案进行排序;最后,通过一个实例验证该方法的有效性和可行性.     

方案有类别偏好的多粒度语言灰靶决策方法

研究了方案有类别偏好的不同粒度语言信息决策方法。基于不同粒度语言的距离转换函数方法,将其转换成标准语言距离;针对不完全的属性权重信息,通过灰靶决策的原理表征方案的综合靶心距;基于案例学习的思想,建立了考虑方案有多种类别偏好的属性权重确定模型。算例表明了方法有效性。     

考虑心理距离的多目标灰靶决策模型

针对多目标决策问题,结合决策者心理作用下的决策偏好,以心理距离度量决策者与决策对象之间的关系远近,融合决策者的决策属性值与心理距离,生成二维空间决策坐标集,将坐标集代入灰靶决策矩阵,设计二维欧式空间坐标体系,参照空间坐标点运算法则,求解靶心坐标.采用层次分析法确定指标权重大小,计算坐标点与靶心点之间的距离,构建基于心理距离的多目标加权灰靶决策模型,推求综合效果测度值.案例分析表明,考虑心理距离的灰靶决策模型将决策心理与决策结果紧密结合,为多目标决策提供了更贴合实际决策情景的理论途径.     

区间灰数直觉模糊集及其G-TOPSIS模糊多属性决策方法

提出以区间灰数为隶属度、非隶属度和犹豫度的区间灰数直觉模糊集概念,定义了两个区间灰数直觉模糊集之间的距离.对于以灰直觉模糊数为属性值的模糊多属性决策,依据经典TOPSIS准则,提出了基于区间灰数直觉模糊集的模糊多属性决策方法G-TOPSIS.其包含两种方法:一是将区间灰数白化后,按直觉模糊集的TOPSIS方法进行;一是基于区间灰数直觉模糊距离的TOPSIS方法.示例分析表明了两种方法的有效性与一致性.     

基于相对核的三参数区间灰数信息下多属性决策方法

针对属性值为三参数区间灰数且部分权亘信息已知的多属性决策问题,提出了基于三参数区间灰数相对核的决策方法.首先考虑"亘心"点的影响给出三参数区间灰数核的定义,其次结合三参数区间灰数的核和灰度,定义了三参数区间灰数的相对核及比较法则,同时根据方差最大化思想,构建求解属性权亘的单目标线性规划模型,进而得到方案的综合属性值并进行排序.最后通过一个实例采验证所提方法的有效性和可行性.     

部分权重信息下的区间数多指标灰靶决策模型

针对决策信息为区间数且部分权重信息已知的多指标决策问题,对现有的灰靶决策模型进行了拓展研究。首先建立了区间数灰靶和靶心距,并基于所有方案综合属性值最大化的准则,对各方案进行局部优化,然后采用两阶段法求出最佳协调向量,根据归一化的组合权向量计算各方案的综合属性值,并据此进行排序与决策。最后以实例验证了新模型的有效性与实用性。     

三参数区间灰数的多属性灰关联决策方法

针对决策信息不确定的多属性决策问题,利用三参数区间灰数的概率分布特征及经典灰关联决策的优势,提出了基于三参数区间灰数的灰关联决策方法.首先定义了三参数区间灰数决策向量与理想最优方案和临界方案决策向量的区间关联系数,其次得到所有方案决策向量的区间综合关联度,由区间综合关联度最大化和灰熵最大化确定属性的权重,进而对方案进行择优排序,最后用算例说明决策模型的合理性和实用性.     

泛灰线性方程组的泛灰矩阵求解方法

在概述泛灰数的概念与泛灰行列式运算的基础上 ,介绍了泛灰线性方法程组的泛灰解法 .根据泛灰数的性质 ,定义了泛灰矩阵 ,提出了泛灰线性方程组的泛灰矩阵解法 ,并给出了算例 .     

基于前景理论的三参数区间灰数信息下多属性灰关联决策方法

针对决策信息为三参数区间灰数的多属性决策问题,考虑决策者主观风险态度,提出了一种基于前景理论的灰关联决策方法.首先,利用"奖优罚劣"的线性变换算子对原始决策信息进行规范化处理;其次,通过定义三参数区间灰数的相对核来判断其大小,将其融入前景理论给出前景价值函数和权重函数,由此确定正、负理想方案;然后,根据灰关联分析法得到正、负关联系数,进而确定综合相对贴近度实现对方案的排序;最后,由一个实例表明了所提方法的有效性和合理性.     

灰拓扑群

给出了灰拓扑群的定义及有关定理,在此基础上讨论灰拓扑群与Fuzzy拓扑群、一般拓各之关系,并且研究了灰拓扑群的子群。     

基于核和灰度的灰色网络计划技术

针对工程项目工作持续时间具有灰色不确定性特征的实际问题,结合灰色系统理论,提出了基于核和灰度的灰色网络计划技术.考虑业主方进度偏好,构造灰工作三角形白化权函数,然后以三角形重心横坐标为灰工作的核,以要求工期为论域计算灰工作的灰度,并以核和灰度表示的简化形式构建了灰工作网络计划.给出了灰工作网络计划时间参数计算方法,并探讨了灰关键路径的判定方法.案例分析验证了方法的科学性和有效性.     

改进灰导数和时间响应函数的新灰色预测模型

以白化方程为基础,利用梯形公式白化灰导数,同时根据最小二乘法求出时间响应函数中的常数c,得到一种改进的灰色预测模型.应用实例说明改进模型具有较高的预测和拟合精度.     

Grey enterprise input-output analysis

A system whose information is partially known and partially unknown to the investigator is named a grey system. Due to various inevitable noises contained in the process of data collection, managers of enterprise usually have to deal with poor information and make decisions under the influence of uncertainty. In this article, we propose grey enterprise input-output analysis. The value and the physical types of grey models are established. In particular, we present a detailed way of calculating the matrix-covered set of the inverse of grey triangular matrix. The proposed method makes the management of enterprises more practically possible when the available data contains uncertainty. At the end, we look at a case study to show the practical feasibility of our work.     

逐步优化灰导数的非等间距GM(1,1)模型

利用前向差商和后向差商的加权平均值代替灰导数,对非等间距灰色预测模型进行了改进,给出了加权系数的估计公式,并采用逐步递推的方法优化参数,建立新的非等间距GM(1,1)模型.最后通过实例证明了新模型具有较高的精度.     

灰色实物型投入产出分析的覆盖解研究

由于国民经济系统的复杂性,人们在使用实物型投入产出分析工具时不可能获得各部门产品的投入与产出的确定值。采用灰色系统理论基本原理提出灰色实物型投入产出分析并给出模型及各种灰色分析系数的覆盖解公式。灰色实物型投入产出分析能处理统计数据为区间的情形,可以使决策者在不确定性情况下对复杂经济系统进行分析、预测和控制,提高人们的抗风险能力。模拟案例验证了模型计算的可行性。     

Grey dynamic input-output analysis

A system whose information is partially known and partially unknown is named as a grey system and it is general situation in reality. On the basis of grey number/matrix and their covered operation, some definitions of grey functions are enumerated. Combining grey system theory with traditional dynamic input-output analysis, we propose the grey dynamic input-output analysis. It has two types, i.e., the continuous and the disperse. The most important results are the computational formulas of the matrix-covered set of inverse grey investment coefficient matrix. By using them, we can forecast and control the economic system under the uncertain situation. For the calculation of the matrix-covered set of inverse grey matrices, we obtain the desired formulas, which can be applied to general grey matrices. The formulas can greatly promote the development of grey theory and enrich the applied fields of uncertain mathematics. The modified case illustrates our method.