基于IGOWLA算子的区间组合预测模型

文章针对实际值序列和预测值序列均为区间数的组合预测问题,将区间数的左右端点作为考虑问题的出发点,引入诱导广义有序加权对数平均算子(IGOWLA)算子的概念,以误差平方和为准则,分别建立左右端点的基于IGOWLA算子的变权系数最优组合预测模型,并通过引入偏好系数把多目标最优化模型转化为单目标最优化模型.通过实例分析说明了该模型能有效提高预测精度.     

基于左右端点的IOWGA算子的区间型组合预测模型

文章针对实际值序列和预测值序列均为区间数的组合预测问题,将区间数的左右端点作为考虑问题的出发点,引入诱导有序加权几何平均(IOWGA)算子,以对数误差平方和为准则,分别建立左、右端点的IOWGA算子的变权系数最优组合预测模型,并通过引入偏好系数把多目标最优化模型转化为单目标最优化模型,给出各模型间最优解的性质.     

基于Theil不等系数的C-IGOWLA算子的区间组合预测模型

传统的组合预测方法通常是针对非区间数据在最优准则下来建立最优预测模型的,但实际,中在不确定环境下样本数据和预测值序列均以区间数形式给出,因此有必要研究区间组合预测模型.文章引进连续区间诱导广义有序加权对数平均算子(C-IGOWLA)的概念,以Theil不等系数作为最优准则,提出了一种新的基于Theil不等系数的C-IGOWLA算子的区间组合预测模型,并结合实例验证了模型的有效性.     

基于灰色关联度的广义IOWA算子组合预测模型

文章在广义诱导有序加权(GIOWA)算子的基础上,结合关联度指标之一的灰色关联度指标,建立了基于灰色关联度的GIOWA算子的组合预测模型.同时,讨论了该算子的相关概念和性质,给出了该算子权系数的确定方法,并对所建立的组合预测模型中的参数λ进行了分类讨论并给出实例检验,结果表明该组合预测方法的合理性和有效性.     

基于拓展的连续有序加权几何平均算子的多属性决策方法

文章基于连续有序加权平均(C-OWA)算子的研究方法,把连续有序加权几何(C-OWG)算子进行了推广,提出了拓展的C-OWG算子,证明了C-OWG算子是拓展的C-OWG算子的特例,给出了拓展的C-OWG算子的性质和几个具体例子。提出了已知区间互反偏好矩阵条件下的多属性决策方法。最后举例说明了该方法的可行性。     

基于IOWHA算子与向量夹角余弦的联系数型区间组合预测

文章根据联系数与区间数的性质将区间数转换为联系数的表示形式,结合诱导有序加权调和平均算子与向量夹角余弦建立了联系数型区间组合预测最优化模型,继而定义了联系数型区间组合预测模型的优劣性,最后通过实例验证与评价所建立的联系数型区间组合预测模型的有效性,实证结果表明本文所创建的方法是优性的与有效的.     

基于T-OWG和T-IOWG算子的二元语义多属性群决策方法

文章针对解决具有语言评价信息的多属性群决策问题,提出了一种基于二元语义信息处理的群决策方法。首先,为了便于语言属性值的集结运算,提出了一种新的集结算子:二元语义诱导的有序加权几何(T-IOWG)算子。并分析了该算子的性质;然后提出了一种基于T-OWG和T-IOWG算子的二元语义多属性群决策方法。     

基于IOWA算子的税收组合预测模型

文章引进诱导有序加权平均(IOWA)算子的概念,建立诱导有序加权平均新的组合预测模型.该模型与传统的组合预测方法的区别在于组合预测的赋权系数与单项预测模型无关,而是与单项预测模型在各时点上的预测精度的大小密切相关,这是组合预测方法的一种新的可变赋权方法.文章给出了基于IOWA算子的税收组合预测模型,实例分析结果表明该模型是可行和有效的.     

模糊变权组合预测方法研究

在不确定环境组合预测中,用模糊权重系数更能体现各单项预测方法的客观表现.文章提出一种新的权重系数为三角模糊数的组合预测方法.首先建立以组合预测精确度指数最小为准则的模糊加权组合预测模型,为了避免样本数据中极端值对模型的影响,对模型进行改进,提出带有0-1变量的模糊加权组合预测模型.进一步考虑到单项预测方法在不同时刻的表现有所差异,建立基于诱导有序模糊加权平均(IOFWA)算子的模糊变权组合预测模型,该模型不仅能克服极端值的影响,而且具有更高的预测精确度.并实证验证了该方法的适用性和灵活性.     

基于区间关联度的IOWGA算子的区间组合预测

文章利用诱导有序加权几何平均(IOWGA)算子,将区间作为整体,以灰色区间关联度作为诱导准则,可以建立左右端点权重不相等的常规的区间组合预测模型,以及适用于左右端点较接近的左右端点权重相等的区间组合预测模型,避免出现左端点值大于右端点值的极端情形.通过实例分析说明左右端点相等权重和不等权重模型能有效提高预测精度以及模型的灵活性.     

广义偏差最小的组合预测加权系数确定

文章基于组合预测值序列与实际测量值序列偏差范数最小建立了广义偏差最小权重确定模型来确定组合加权系数,并运用遗传算法求解该非线性模型。在对预测值组合中,提出将既侧重于每个数据本身又侧重于各数据所在的位置的混合加权算术平均算子集结各时刻的预测值,以便于提高预测结果的精确度。     

基于一种贴近度的IOWA算子的优性组合预测模型

传统的组合预测模型中每一种单项预测方法在各个时点具有相同的加权系数,但实际上同一种单项预测方法在各个时点的预测精度有高有低,为了克服单项预测方法取固定权系数的缺陷,构建了基于一种贴近度的IOWA算子的变权系数的组合预测模型,并探讨模型的非劣性组合预测、优性组合预测存在性的充分条件,实例分析结果表明：该模型在预测效果评价指标体系中明显优于传统的组合预测方法。     

ICOWA算子的区间组合预测模型

文章针对区间数的预测问题,将Theil不等系数和诱导连续有序加权平均(ICOWA)算子结合,建立了基于Theil不等系数的ICOWA算子的区间组合预测模型.针对该模型建立了评价体系,并提出了优性区间组合预测、非劣性区间组合预测和劣性区间组合预测等概念,最后通过实例分析,得出该区间组合预测是合理的和有效的.     

基于T—GOWA和T—IGOWA算子的二元语义多属性决策方法

文章针对具有语言评价信息的多属性决策问题,提出了一种基于二元语义信息处理的决策方法。首先提出了二元语义广义有序加权平均（T—GOWA）算子和二元语义诱导广义有序加权平均（T—IGOWA）算子,并对这些算子的性质进行了分析,然后给出了基于T—GOWA算子和T—IGOWA算子的二元语义多属性决策方法。最后给出一个实例分析,说明该方法的有效性和可行性。     

基于离差最大化和OWGA算子的多属性群决策方法

本文将离差最大化法和有序加权几何平均(OWGA)算子相结合,先根据群决策者对方案属性的客观评价值,基于离差最大化法计算出属性的权重,然后利用OWGA算子对群体决策信息进行集结,据此给出了多方案间的排序,该方法充分发挥了离差最大法的客观赋权性和OWGA算子的有效集结性,最后将该方法应用于金融机构风险监管系统评价中,实例表明了该方法的可行性和实用性。     

基于诱导语言有序加权平均算子的多属性决策方法

文章研究语言变量的运算法则,定义了新的语言变量运算法则,把有序加权平均(OWA)算子扩展到语言环境中,提出了一种基于诱导语言有序加权平均算子(ILOWA)的多属性决策方法,该方法计算简洁便利,并能克服某些算子出现的反直觉现象,最后通过算例说明此方法。     

基于不确定群决策的社会保障评价方法

文章针对社会保障评价过程中存在的不确定性问题,提出一种基于区间测度的群组专家独立评价的群决策方法.探讨了社会保障评价过程中的评价指标集;为克服评价过程中存在的不确定性,并减少人力和物力消耗,提出了采用区间数作为社会保障评价测度,给出了一种基于区间序列组合加权算术平均算子的社会保障评价方法.实际案例验证了方法的可行性和合理性.     

基于IOWA算子的优化灰色组合模型及其应用

为了提高灰色模型在实际应用中的预测精度,文章对经典GM(1,1)模型进行了改进优化.首先从初始值、背景值和灰色微分方程三个方面优化经典GM(1,1)模型,然后运用诱导有序加权平均(IOWA)算子对三个优化模型进行组合赋权,建立基于IOWA算子的优化灰色组合模型,最后将该组合模型应用到江西省农村电力中长期负荷预测中.结果表明,所提出的组合模型比经典模型和单项优化模型具有更高的预测精度.     

基于直觉模糊数的物流配送中心选址的评价方法

文章利用模糊数连续有序加权算子对直觉模糊数中的三角模糊数集结,给出一种直觉模糊数的简便比较规则;采用文献综述法和问卷调查法构建了物流配送中心选址评价指标体系,采用一种组合赋权法确定指标权重;针对物流选址评价过程中存在的不确定性和信息获取不完备性,构建了基于直觉模糊数的物流选址评价方法;最后实证分析了某企业物流配送中心选址的过程.     

一种变权系数的区间数组合预测模型

文章针对实际值序列和预测值序列均为区间数的组合预测问题,引入了相关系数和诱导有序加权平均算子的概念;将区间数的左右端点看作时间序列,分别建立了两端点的变权系数多目标最优组合预测模型,并通过偏好系数转化为单目标最优化模型。实例分析表明,所提出的方法在区间数预测误差指标上明显优于其它区间组合预测方法。