基于范数灰关联度的指标权重确定方法

综合评价是人类社会中一项经常性、极重要的认识活动,是决策中的基础性工作.进行评价主要是确定评价指标体系及指标权重,指标的权重直接影响评价结果.评价指标权重的确定方法目前有主观确定、客观确定以及主客观结合确定,主要方法有AHP法、主成分分析、熵值法、神经网络法和灰色理论中的群灰关联度法.本文将传统的灰关联理论与范数概念相结合来确定指标权重并进行综合评价.     

基于耦合定权和模糊物元分析的高速公路改扩建方案决策

评价指标赋权采用FAHP-Entropy耦合定权法,文章在模糊物元分析和灰色关联度分析基础上,建立了基于FAHP-Entropy耦合定权法和灰色模糊物元分析的决策模型,将灰色关联度的大小作为决策依据.该模型采用FAHP法解决了直接采用层次分析法而造成的检验判断矩阵一致性困难的问题;同时Entropy法的引入充分挖掘数据所蕴含的信息;再基于相对熵原理将Entropy法所得权重与FAHP法所得权重进行耦合.实例证明,模型既考虑了决策者的主观意向,又兼顾数据本身蕴含的客观信息,可以较好地解决高速公路改扩建方案决策问题.     

基于灰色关联度的优性组合预测模型存在性及赋权方法

灰色关联分析是通过对时间序列数据几何关系的度量来比较系统中多因素的紧密程度的量．在组合预测技术中，通常利用灰色关联度最大化的方法来确定各单项预测模型的权重系数．文章在分析灰关联度模型的基础上，得到结论即组合预测离差平方和最小与灰色关联度在确定优性组合预测模型中具有一致性，实例分析证明结论正确、有效。     

建筑业竞争力灰色系统决策模型

在评价建筑业竞争力中首先主要确立竞争力评价方法。采用组合权重的多层次灰色系统决策模型,在确定权重是运用博弈论方法将主观权重和客观权重融合起来,得到一个均衡的组合权重,使决策者结果更真实、可靠、更符合客观实际。将灰色决策模型运用到建筑业竞争力水平评价中,可以反映建筑业整体情况,并可进行宏观和微观的比较,既有全面性,又有综合性。     

基于改进灰色关联分析的供应商评价方法

供应商的评价与选择是实现供应链管理全局性优化的基础。本文针对供应商选择时存在信息不完全的现象,提出了利用改进的灰色关联评价模型进行优化选择研究。该模型在采用层次分析法确定权重的基础上,充分利用了信息的灰色特性。通过手机供应商选择的算例分析,该方法较好地解决了选择和评估过程中所遇到的信息不完全、评价指标较多、部分指标之间存在相关或重复等复杂多因素综合决策问题。     

建筑业竞争力水平的灰色关联综合评价

文章引入灰色系统理论,在收集和整理现有评价指标的基础上,提出能反映建筑业竞争力水平的多层次评价指标体系,确定指标权重时综合运用AHP和熵值法进行组合赋权,为建筑业竞争力综合评价提出了一种基于组合权重的多层次灰色系统决策模型。最后验证了方法的有效性和可行性。     

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Shapley-RIEP值的供应链收益分配模型

针对供应链收益分配问题,在经典Shapley值法基础上,考虑影响供应链收益分配的风险暴露、技术创新、努力程度以及资产投入四修正个因子,利用改进的灰色关联度系数确定修正因子权重,通过TOPSIS来确定收益分配系数,从而构建了一个充分反映主客观信息的Shapley-RIEP模型。该模型不仅弥补了经典Shap-ley值法中考虑因子缺失的问题,还克服了修正模型里修正系数主观性和随意性的弱点,并通过算例验证其有效性和适用性。     

基于灰色关联分析统计组合预测精度评价

灰色关联分析目的是寻求系统各因素之间的重要关系,而灰色关联度是灰色关联分析的基础,其算法基本思想是根据行为序列曲线几何形状的相似性来确定序列之间联系的紧密性.文章尝试将这一基本思想应用于同样单项预测模型所构成的不同组合预测模型预测精度的评价.通过构建组合预测方法预测精度评价指标体系,利用灰色关联分析方法给出了组合预测模型预测精度的评价.最后通过应用实例进行了分析,结果表明:该评价方法客观准确,可操作性强.     

渠道合作伙伴的选择评价模型构建及实证

面对激烈的市场竞争,如何准确评价与选择企业的渠道合作伙伴,成为顺利开展渠道合作的关键。文章基于灰关联分析理论构造了评价及选择潜在渠道合作伙伴的指标体系和评价模型,应用了层次分析法确定渠道的各指标权重,并通过实证分析了渠道合作伙伴多层次灰色关联评价与选择,结果证明灰关联法是渠道合作伙伴选择评价的一种有效方法。     

属性权重未知的混合型多属性决策方法

本文针对属性权重信息完全未知且属性值有实数、区间数和模糊数的混合型多属性决策问题,提出一种新的决策方法,根据已有数据,按照偏差函数建立模型计算出各指标权重;在此基础上,求出各方案与理想方案间的灰色关联度来求解权重未知的混合型多属性决策问题,从而推广了关联度的应用范围,同时为权重未知的混合多属性决策问题提供了新的方法。     

基于区间灰数相离度的灰色关联决策模型

为了解决决策方案属性值为区间灰数、指标权重信息部分已知的多属性决策问题,利用灰色关联分析的理论、"核与灰度"思想及最优化理论开展研究。首先构建了区间灰数相离度公式,并提出了基于区间灰数相离度的灰色关联度模型;其次构建了基于区间灰数相离度的灰色关联决策方法;最后在充分利用客观信息的基础上综合考虑了决策者的主观意愿,提出了指标权重确定的优化模型。通过算例验证了该模型的可行性和实用性。     

灰色斜率相似关联度研究及其应用

根据灰色关联分析的基本思想,基于灰色斜率关联度的计算模型,提出了一种新的灰色斜率相似关联度计算模型,它满足相似性。该计算模型充分利用了序列在各个时点的信息和正、负相关性,得出的关联分析结果比较客观可靠。实例分析表明：该模型简单,且具有良好的应用性。     

商业银行股票投资价值评估——基于灰色关联度

对商业银行投资价值的评估是广大投资者和学术界关注的问题。通过建立银行股投资价值评价指标体系,构建了基于灰色关联度的商业银行投资价值的优化评价模型,并确定了各指标权重,以此来构建理想银行,测算被评价银行与理想银行之间的关联度,其关联度大小的顺序即是银行股相对投资价值的强弱排序。实证结果表明,该种方法对投资者的投资决策具有较高的参考价值。     

基于TOPSIS理论的企业供应商选择应用

供应链管理已经成为企业获取竞争优势的手段,供应商选择是企业构建供应链体系的重要内容。TOPSIS是一种简单易行的多因素选优的理论方法,它利用熵来确定评价指标的权重,避免了在确定评价指标权重时主观因素的影响,为公司的供应商选择提供了一种科学、量化、高效的手段。文章回顾了供应商选择的理论现状,介绍了TOPSIS理论模型和利用它进行供应商选择的步骤,通过对典型企业的深入调研,阐述了该企业如何应用TOPSIS进行供应商选择。     

基于相关性指标与广义IOWA算子的区间型组合预测模型

文章基于诱导有序加权平均算子构建了广义IOWA算子,结合相关系数、灰色关联度、夹角余弦、Theil不等系数四种相关性指标,建立了相应的广义单目标最优化模型,并分别对基于四种相关性指标的区间组合预测模型的优劣性进行了定义,提出了基于左右端点的区间型组合预测模型与区间组合预测效果评价指标,通过实例对所建立区间组合预测模型的有效性进行了验证与评价.     

安徽省新型工业化水平的灰色关联综合评价

文章采用灰色关联理论，并引入信息熵来确定评价指标的权重，建立了基于熵权和灰色关联度的新型工业化评价模型，对安徽省17个城市2005年的新型工业化水平进行评价，并对安徽省新型工业化发展，提出建议。     

基于结构CRITIC法的学术期刊评价指标的赋权方法及比较

在复杂、多元的期刊评价过程中经常涉及各评价指标的赋权问题。不同的评价指标赋权方案直接影响期刊评价的结果,因此如何确定指标权重是一个重要问题。文章基于CRITIC法的赋权原理,结合层次分析法,提出了一种全新的主客观赋权法相结合的权重确定方法,即结构CRITIC法。采用2022年《中国学术期刊影响因子年报（自然科学与工程技术）》中17种数学学术期刊的数据,使用包括原始的CRITIC法在内的其他三种赋权方法进行对比分析。结果表明,主观赋权法和客观赋权法赋权结果的差异性影响了评价结果的公认性;赋权方法的选择应当考虑其适用性;结构CRITIC法是在期刊评价中更能从主观和客观两个方面反映指标权重的计算方法。结构CRITIC法为学术期刊评价提供了一种新的赋权方法。     

建设项目绩效审计评价指标及权重求解

文章基于绩效审计视角,构建了建设项目全过程绩效审计评价指标的递阶层次结构模型,并以高校学生公寓建设项目绩效审计评价为例,运用最小二乘法,将层次分析法计算的主观权重和熵值法计算的客观权重进行组合,组合权重能较好地综合主客观权重各自的特点,评价结果也更为合理。     

基于集对分析的组合评价方法

目前国内外提出的综合评价方法有几十种之多,如综合指数法、层次分析法、熵值法、主成分分析法等.这些方法可统称为单一评价法,单一评价法可分为两大类:主观赋权评价法和客观赋权评价法.前者如Delphi法、综合指数法等,后者如熵值法,主成分分析法等.评价方法不同在于评价者出发的角度不同,为了让评价的结果让人信服,有专家提出有必要选择多种方法进行评价,再将几种评价方法结果进行组合,这就是所谓的组合评价方法.