江苏省区域经济发展水平实证分析——时序多指标综合评价方法及应用

区域经济发展水平是政策制定和管理决策的基础。不同于通常的静态评价方法,本文采用了一种时序多指标的系统工程评价方法,首先对时序多指标数据进行标准化处理,接着求出评价指标和评价年份各自的加权系数,然后确定出各年度的和综合的经济效益评价值,据此进行了聚类分析,将江苏省13个地区分成五类,最后根据评价结果提出一些政策建议。     

淮河水质污染的综合评价模型

根据淮河流域近一年半的12个主要观测站四项主要水质指标的检测数据,利用动态加权函数和Borda函数等方法,建立了水质污染的综合评价模型,对淮河流域的水质污染状况做出了分析评价.     

基于AHP-相对接近度的六西格玛计分卡改进研究

针对六西格玛计分卡(SSBS)方法在指标权重确定和评价值转换处理方面存在的问题,引入层次分析法,对六西格玛计分卡权重确定方法进行了改进;引入相对接近度法,在向量标准化的基础上,利用加权距离计算两水平间的相对接近度和组织的西格玛水平,对六西格玛计分卡评价值确定方法进行了改进,最后示例说明该方法的应用.     

基于熵权的中国西部各省份科技实力综合评价

构建了西部十二省份科技实力综合评价的指标体系,运用基于熵值的赋权法对指标赋权,并采用线性加权模型进行加权综合评分.然后对各省份的综合科技实力以及各层次的科技实力进行比较和分析.为验证熵值法评价结果的可靠性,又将该方法的结论与用标准差系数法和主观赋权法的结论进行比较,发现熵值法与后两种方法得到的结论高度一致.说明熵值法的结论和由此展开的分析是可靠的,有价值的.     

群体信息集结过程中无量纲化方法的选择

针对线性无量纲化方法对群体评价中信息集结结果的影响问题,本文以线性加权的群体信息集结方法为背景,以集结成的群体信息最大程度地扩大被评价对象间的差异为导向,给出了群体信息集结过程中无量纲化方法选择的若干结论和建议。首先设定评价情景并提出研究假设,分析不同无量纲化方法集结成的群体信息对各被评价对象间的差异影响;然后对造成被评价对象之间差异的主要因素进行了讨论;通过对不同因素的分析以及与未经过无量纲化处理集结成的群体信息中各被评价对象间差异的比较,得出一些重要的结论,并给出一些针对群体信息结集过程中选择无量纲化方法的建议;最后,用一个算例检验了结论的有效性。     

基于改进加权Poisson CUSUM控制图的发病率监控研究

现代社会医疗质量管理的重要性不言而喻,如何科学有效地开展发病率监控,具有重要的研究意义和实用价值。本文主要研究加权Poisson CUSUM控制图的改进及其在发病率监控上的应用。通过引入"标准化"处理思想,即将对数似然比统计量除以对应样本容量,本文提出"标准化"对数似然比加权Poisson CUSUM控制图,用以提高对发病率的监控水平。通过设定合适的人口模型,模拟计算验证了本文设计的模型能够有效提高监控效果,且对于不同人口模型和不同加权函数均有显著优势。最后,基于美国新墨西哥州男性甲状腺癌患病数据开展的实证检验也印证了以上结论。     

一种用于评价集体成绩的序列加权均值

本文对评价中通常惯用的平均化方法进行了反思,并结合现实问题,提出了一种利用混合排序进行赋权的序列加权均值评价法。这种方法的基础来自于算术平均与加权平均的思想,其观念是鼓励先进,对优秀个体所做贡献的价值进行适当的提升。本文还通过一个简单算例,与传统方法进行了对比分析,结论是可信的。     

基于组合赋权的灰色关联分析在水质评价中的应用研究

在灰色关联理论的基础上,提出了基于超标比与均方差组合赋权的水质综合评价方法,可有效的识别水体中的主要污染来源.通过改进数据标准化的方法,合理的减弱了水质监测数据中的奇点对评价结果的影响.将方法应用于白洋淀五个监测断面的水质综合评价,取得了合理的结果,表明方法可行.     

基于改进理想解法的动态评价方法研究

为了比较多个系统在不同时刻的发展水平和某一段时间的动态累积水平,需要进行动态评价,将二维数据加入时序数据扩展为三维数据(评价对象、评价指标、时间),提出基于改进理想解法的动态评价方法.该方法利用决策矩阵的信息,客观地赋予各指标权重系数,并以各方案到理想点距离的加权平方和作为综合评价的判据,该方法同时考虑各评价指标值的差异程度和增长程度,利用二次加权法,计算出各评价对象某个时间段内总体评价值.通过实际案例模拟研究,发现该方法较好地实现对不同评价对象在不同时刻的动态评价.基于改进理想解法的动态评价方法给比较多个系统在不同时刻的总体发展水平(动态评价)提供了思路,是综合评价方法研究的有益补充,可以利用该方法进行应用研究.     

多元正态模型的局部影响评价

本文就多元分析中，对具有多元正态分布的多元数据，给出了它们在观测加权（ｃａｓｅ－Ｗｅｉｇｈｔｓ）扰动下模型的局部影响评价，通过实例分析，证实了所得结论的有效性。     

基于超网络模型的区域创新系统双重激励机制研究

超网络现象是以合作创新为基础的区域创新系统功能演化的体现。本文引入了合作创新和标准化协同对协同创新的贡献率概念,通过刻画监管部门激励与创新主体努力投入建立了双重线性分离契约模型。研究发现:(1)收益分享率是风险偏好、努力成本系数和协同创新不确定性的递减函数;(2)采用双重线性分离契约能够有效降低超网络不同任务间的关联程度,提高创新主体在不同任务间切换的积极性;(3)只有当高水平创新主体所占比例超过一定的门槛值时,双重线性分离激励契约才会促进区域创新系统的总体收益;(4)采用双重线性分离契约能够合理控制合作创新风险,但会影响创新主体对标准化协同的风险偏好。     

基于ISM的地震灾后恢复重建影响因素分析

地震灾后恢复重建是地震灾害受灾国的一项艰巨而繁重的工作任务.地震灾害的破坏性使恢复重建具有复杂性、不确定性和开放性的特点,因此地震灾后恢复重建影响因素不但具有复杂性,而且影响范围和程度也各不相同.引入ISM模型解决了地震灾后恢复重建影响因素多而杂的问题,在文献资料统计基础上构建地震灾后恢复重建影响因子解析结构模型.通过分析确定地震灾后恢复重建关键影响区素共16个:重建主体、重建经验、施工条件、物价、资金、工程成本、建材质量、施工工期、标准施工、检验维修、工程利用、公共服务、自然环境、运行经费、社会饵障、居民激励.该结论为政府优化地震灾后恢复重建工作,保证重建效果具有重要意义.     

Costing communication standards in information systems using a minimum cut approach

On a very abstract level, an information system consists of a set of system elements which communicate with each other. Communication is an unproductive operation, so the time needed to communicate data should be kept as short as possible and, to put it in monetary terms, the opportunity costs for communication should be kept small. Now, communicating data is more than just transmitting it; it consists in large parts of converting data structures that are used by one system element into data structures that are used by another system element. Such conversion can be avoided, if the system elements, use a common standard of data structures. Since establishing a standard at a system element incurs standardization costs, a decision-maker has to check, if the cost savings gained by standardized communication outweigh the costs for installing the standard. In a recent paper by Buxmann et al¹, it is claimed that this so-called standardization problem is an NP-hard optimization problem without giving a formal proof for it. We will demonstrate that this claim is not true, but in fact the standardization problem can be solved in polynomial time by solving a minimum cut problem.     

A note on reduction of the number of parameters in linear statistical models

In certain settings the mean response is modeled by a linear model using a large number of parameters. Sometimes it is desirable to reduce the number of parameters prior to conducting the experiment and prior to the actual statistical analysis. Essentially, it means to formulate a simpler approximate model to the original “ideal” one. The goal is to find conditions (on the model matrix and covariance matrix) under which the reduction does not influence essentially the data fit. Here we try to develop such conditions in regular linear model without and with linear restraints. We emphasize that these conditions are independent of observed data.     

Dynamic clustering for interval data based on L 2 distance

Summary  This paper introduces a partitioning clustering method for objects described by interval data. It follows the dynamic clustering approach and uses and L ₂ distance. Particular emphasis is put on the standardization problem where we propose and investigate three standardization techniques for interval-type variables. Moreover, various tools for cluster interpretation are presented and illustrated by simulated and real-case data.     

基于面板数据模型的研发投入影响因素区域异质性研究——基于医药制造业样本的实证分析

基于面板数据模型研究了新产品经济产出、税收优惠、人力资本等因素对我国东中西部地区医药制造业研发资金投入强度影响.研究发现:1)东中西部地区在R&D投入影响因素上存在差异,其中人力资本、企业内部研发资金投入、税收优惠因素对东部地区R&D投入的显著作用依次增强;2)政府研发资金投入、人力资本、税收优惠、盈利能力对中部地区R&D投入的显著作用依次增强,而新产品经济产出呈现负向作用;3)企业内部研发资金投入对西部地区R&D投入显著作用强于人力资本因素,企业规模、税收优惠呈现出负向作用.建议我国应因地制宜采取相应对策,有效提高东中西部地区医药制造业R&D研发投入,进一步促进我国医药制造业创新能力和水平.     

基于不均衡数据的小企业信用风险评价

小企业信用风险评价既是银行风险管理问题,又事关经济社会稳定。针对小企业贷款实践中,违约样本远少于非违约样本、且违约客户误判对银行影响较大的现实,采用不均衡支持向量机对小企业信用风险评价指标进行赋权,进而构建了能有效区分违约客户、非违约客户的评价模型。根据有无特定评价指标、特定评价指标数值变化对贷款小企业违约状态的影响程度赋权;反映了对违约状态影响越大、评价指标权重越大的赋权思路。将违约样本正确识别率、违约样本的准确率与查全率等因素作为支持向量机赋权模型中客户识别率的度量标准,改变了样本数据不均衡所导致的样本总体精度很高、违约样本精度反而不高的现象。研究结果表明:行业景气指数、资本固定化比率、净利润现金含量、恩格尔系数、营业利润率等评价指标对小企业信用风险的影响较大。     

基于h指数和复合影响因子的图书情报类期刊集团排序

大数据时代,期刊文章数量大幅增长,如何评价和规范期刊质量是摆在期刊工作者和决策者面前的重要问题之一.分析了h指数和复合影响因子在期刊评价中的重要地位,并提出采用集团序方法进行期刊评价的思想,在确定集团离差度的基础上,对33个期刊进行了集团排序,通过确定不同的级内级差得到了满意的排序结果.这一结果不仅为不同期刊差异化发展战略的制定提供了理论依据,也为相关研究提供了新的方法和思路.     

飞行事故的一种自适应模糊神经网络预测方法研究

飞行事故预测对于预防飞行事故具有十分重要的意义.首先系统分析了空军飞行事故的主要影响因素,对其中的定性因素进行了量化;然后利用系统分析的成果和历史统计数据建立了空军飞行事故的自适应模糊神经网络预测模型.整个预测过程突破了纯数学模型预测的局限性,实现了预测的定性和定量的结合;由于预测中使用了一种基于高木.关野模糊模型的自适应模糊神经网络,从而使预测模型具有很强的自适应能力,预测结果也比较令人满意.     

基于组合权重的系统评价模型

提出了基于组合权重的系统评价新模型 ( CWSE) ,即 :直接根据评价指标样本数据集 ,用基于加速遗传算法的投影寻踪方法确定各评价指标的分类权重 ,用基于加速遗传算法的层次分析法确定各评价指标的排序权重 ,用加速遗传算法对各评价指标的分类权重和排序权重进行综合得到组合权重 ,然后以这些组合权重与各评价对象相应评价指标的标准化值进行加权平均 ,得到系统评价的综合指标值 ,据此可对各评价对象进行分类排序 .用 CW SE模型评价中国 30个区域 1995年开发度的结果表明 ,根据开发度的强弱可把这些区域分成 3个强开发区域、6个较强开发区域、10个中等开发区域和 11个弱开发区域 ;CWSE模型简便、通用 ,计算结果较为客观和稳定 ,为系统工程理论和实践提供了新的研究方法 .