基于改进Gini-Simpson指数的指标及权重均为混合属性的广义灰靶决策方法

提出了一种新的以改进的Gini-Simpson指数为决策依据的指标及权重均为混合属性值的广义灰靶决策方法。该方法构造权重函数将不确定性混合指标权重确定化,并以改进的综合加权Gini-Simpson指数作为方案决策的依据。首先将各方案的混合属性指标值转化为二元联系数,并分解为确定项和不确定项以组成(确定,不确定)二元组数;其次,分别获得各属性下靶心指标的(确定,不确定)二元组数;然后,构造权重函数将不确定性权重确定化,继而求得各方案的综合加权Gini-Simpson指数;最后以综合加权的Gini-Simpson指数为依据对各方案进行决策,以其值越小方案越优。案例分析的结果验证了该法的可行性。     

综合素质评价中权系数的确定方法

以往进行综合素质评价,大多是采用主观赋权法确定权系数,由专家根据评价本身的意义,给出综合评价体系中各指标的权重,因此权系数解释性强,但客观性较差.本文提出利用一种新的方法--德尔菲法与因子分析法主客观相结合的方法,确定各指标的权重,使得权系数既易于解释,又更加客观准确,从而使评价结果更为合理,并得出了重要的结论.     

三角模糊信息下的企业融资能力评价

企业融资能力关系到企业的可持续发展和规模扩张,文章针对企业融资能力评价过程中存在的不确定性因素,提出一种基于三角模糊数的企业融资能力TOPSIS评价方法.在给出企业融资能力评价指标体系的基础上,针对评价指标权重信息部分可知的情况下,构建了确定指标权重向量的多目标函数.在获得实数型指标权重后,给出一种基于三角模糊数的企业融资能力评价方法.     

高新技术企业自主创新能力的评价

文章提出一种灰关联投影寻踪模型,并应用于高新技术企业自主创新能力评价.该模型把综合评价问题作为一个灰色多目标决策问题,基于灰色关联投影值,运用投影寻踪技术确定指标权重.由此获得的指标权重是客观权重,且对决策方法有较强的适应性,从而为在综合评价中科学、合理地确定具有决策方法适应性的指标权重提供了新的方法和思路.文章还用实例证明了该模型的合理性、可行性和有效性.     

基于区间直觉集的互联网金融模式择优方法

文章根据互联网金融模式择优评价过程中存在的不确定性,提出一种群组专家参与的区间型直觉模糊集评价方法.给出了区间型直觉模糊集的精确函数计算方法,根据互联网金融模式择优评价过程中存在的不确定性和模糊性,利用能综合群组意见的区间型直觉模糊集作为评价标度,给出一种互联网金融模式择优评价方法.层次分析法用来确定互联网金融模式择优影响因素的指标权重确定.最后实证分析了某省金融模式择优过程,验证了本方法的可行性和科学性.     

虚拟企业伙伴选择指标综合权重确定方法

为了更科学合理地进行虚拟企业合作伙伴选择,在对评价指标体系进行了分析和预处理的基础上,基于专家分析法和粗糙集方法,建立了一种支持混合指标的综合评价指标权重确定方法.该方法能够充分集成决策者主观知识和数据本身客观知识,从而提高指标权重确定的科学性和合理性.最后,以一个仿真算例验证了方法的有效性.     

基于多指标可拓综合评价的城市群发展研究

文章以可拓学的物元模型和可拓集合、关联函数理论为基础,对城市群发展水平的多目标综合评价进行研究。首先建立了城市群多指标可拓综合评价模型;其次在现有对城市群评价相关研究的基础上,提出了的多指标城市群综合评价指标体系,并给出了各指标量值范围、阶段划分和权重确定方法;最后,对关中城市群的综合发展水平进行了实例分析。研究结果表明,该评价方法合理,与实际相符,能较完整地反映城市群综合发展水平。     

基于灰色组合决策法的供应链构建

将组合权重法与灰色关联度相结合,提出了一种新的供应链构建的解决思路和决策模型。文章借鉴组合权重法建立了一个供应链运营能力评估模型,对其评价指标分别进行主、客观赋权,可以得到反映系统的主、客观信息的综合评价权重系数,为选择最优供应链奠定了数据基础。最后,通过灰色关联度分析给出了选择最佳供应链的一种易行、有效的方法,并举例说明了方法的可行性与准确性。     

面板数据加权聚类分析方法研究

在面板数据聚类分析方法的研究中,基于面板数据兼具截面维度和时间维度的特征,对欧氏距离函数进行了改进,在聚类过程中考虑指标权重与时间权重,提出了适用于面板数据聚类分析的"加权距离函数"以及相应的Ward.D聚类方法。首先定义了考虑指标绝对值、邻近时点增长率以及波动变异程度的欧氏距离函数;然后,将指标权重与时间权重通过线性模型集结成综合加权距离,最终实现面板数据的加权聚类过程。实证分析结果显示,考虑指标权重与时间权重的面板数据加权聚类分析方法具有更好的分辨能力,能提高样本聚类的准确性。     

一种基于粗糙集理论的多指标综合评价方法

文章对于不含决策属性的综合评价问题,提出了一种基于粗糙集的评价方法。该方法采用基于信息量的属性约简启发式算法,实现了评价指标的约简,从而优化了指标体系;并基于约简指标的重要度信息确定权重,消除了传统方法权值设置的主观性,提高了综合评价结果的可靠性。通过例子分析,验证了该算法的可行性和实用性。     

基于AHP-DEA的传媒业上市公司财务绩效评价研究

在系统分析传媒业上市公司财务目标的基础上,运用层次分析法对大量的传媒业上市公司财务绩效评价指标进行筛选,构建评价指标体系。运用数据包络分析方法构建了上市公司财务绩效综合评价模型,通过对34家上市公司财务数据分析,得出了财务绩效综合排序、规模收益状况,验证了模型的有效性。     

生活质量的综合评价：基于数据函数性特征的方法

生活质量的评价与分析是生活质量研究中的核心问题，现有的对生活质量进行综合评价的方法，共同具有的缺憾是方法所处理的数据要么是横截面数据，要么是时间序列数据。然而，实际中可获得的样本资料往往是横截面数据与时间序列数据融合在一起的函数性数据。为弥补现有方法的缺陷，基于数据的函数性特征，引入一种对生活质量进行综合评价和分析的全新方法。从数据信息利用的程度来看，其方法明显优于现有的方法。     

基于证据理论的综合评价定性指标测度优化研究

综合评价定性指标测度以评价者偏好为重要依据。围绕群体综合评价定性指标测度中,个体评价者偏好测度不充分与实践指导性不足以及群体偏好集成的个体权重难以确定等问题,提出一种基于证据理论的定性指标测度优化方法。首先,构建基于证据理论的偏好信息分布测度思路,利用以有效子集为基础的半可加离散分布,统一测度评价者各类型偏好选择及其信度。其次,利用迭代方法从重要性和可靠性两个方面,求解基于主客观信息的个体权重,并提出一种相适应的群体分布偏好集成方法。上述方法通过提高个体偏好信息测度与集成的充分性及实践指导性,实现优化综合评价定性指标测度的目标。最后,通过实例验证方法的有效性。     

Functional and dynamic magnetic resonance imaging using vector adaptive weights smoothing

We consider the problem of statistical inference for functional and dynamic magnetic resonance imaging (MRI). A new approach is proposed which extends the adaptive weights smoothing procedure of Polzehl and Spokoiny that was originally designed for image denoising. We demonstrate how the adaptive weights smoothing method can be applied to time series of images, which typically occur in functional and dynamic MRI. It is shown how signal detection in functional MRI and the analysis of dynamic MRI can benefit from spatially adaptive smoothing. The performance of the procedure is illustrated by using real and simulated data.     

聚集效应的评价与外商直接投资

近年来,许多学者从理论和实证方面证明聚集效应在外商直接投资(FDI)区位决策中发挥着决定性作用。在相关的实证分析中,不同学者选用不同的指标来反映聚集效应,没有统一的标准,带有很大的主观性。文章试图尽可能全面地选取反映聚集效应的指标,用因子分析的方法,建立聚集效应的综合指标评价体系。通过选用2002年全国30个省区的数据,对全国各省区的FDI和聚集效应综合评价指标进行排序,最后得出结论:FDI流入多的省区,其聚集效应明显。进而说明聚集效应是吸引FDI的重要因素。     

Linear hypothesis testing for weighted functional data with applications

In socioeconomic areas, functional observations may be collected with weights, called weighted functional data. In this paper, we deal with a general linear hypothesis testing (GLHT) problem in the framework of functional analysis of variance with weighted functional data. With weights taken into account, we obtain unbiased and consistent estimators of the group mean and covariance functions. For the GLHT problem, we obtain a pointwise F-test statistic and build two global tests, respectively, via integrating the pointwise F-test statistic or taking its supremum over an interval of interest. The asymptotic distributions of test statistics under the null and some local alternatives are derived. Methods for approximating their null distributions are discussed. An application of the proposed methods to density function data is also presented. Intensive simulation studies and two real data examples show that the proposed tests outperform the existing competitors substantially in terms of size control and power.     

New Bootstrap Applications in Supervised Learning

Some bootstrap and boosting methods for problems related to classification are introduced in this article. The first method chooses better boosting weights by using a bootstrap search algorithm. The second method is a good way to define a classification frontier. A new formulation for boosting in linear discriminant analysis is given. Since in this new formulation the uncertainty is represented by the weighted covariance matrix, it is more appropriate from the conceptual point of view. Simulation results show that the proposed methods perform well in data analysis.     

房地产预警指标体系及综合预警方法研究

 本文在对常用的房地产预警指标体系选择方法及筛选流程进行分析的基础上,提出了一种主、客观相结合的房地产预警指标选择方法,即先采用综合分析方法对指标进行初次选择,然后用聚类分析和相关分析相结合的方法进行再次选择。最后建立了武汉市房地产预警指标系统,并进行了房地产综合预警。     

基于集值统计的区间综合评判及其应用

综合评判是根据评判对象的评判因素,采用综合评判模型对评判对象作出一个综合判断。为了克服传统综合评判的不足,研究了基本集值统计的区间综合评判,探讨了集值统计区间分析处理方法。运用了集值统计判断矩阵计算因素权重区间;集值统计和属性测度构建评判矩阵;综合评判区间构建可能度矩阵计算相对权重;得到了综合评判区间排序。该综合评判的优点在于充分体现了评价者的真实意图,充分融合了集值统计区间分析处理多种方法的优点。通过案例分析,基于集值统计的区间综合评判是可行的,具有较强的操作性。