基于灰色关联度求解指标权重的改进方法

针对决策过程中指标权重的确定问题,在分析现有权重确定方法不足的基础上,提出了一种基于灰色关联度求解指标权重的改进方法,并对其性质进行了研究。该方法是对决策者给出的主观权重经验判断矩阵进行充分挖掘,提取出一个公共比较权重数列,并建立一个简易的数学模型,使确定的权重同时反映主观程度和客观程度。算例分析说明了该改进方法的简单性与实用性。     

基于白化权函数分类区分度的变权灰色聚类

针对灰色聚类指标权重确定的问题,通过定义白化权函数的分类区分度来度量各指标对聚类对象的分类所作的贡献,并据此确定分类指标的权重。在此基础上,提出了变权灰色聚类方法。结果表明,该方法能够融合聚类对象的样本信息和专家的经验,有效确定不同聚类对象的各指标权重,且适用于聚类指标的量纲不同、数量级悬殊较大的情形。最后通过一个实例说明了变权灰色聚类的实用性和有效性。     

基于初始条件优化的GM(1,1)幂模型及其应用

针对GM（1,1）幂模型幂指数和初始条件优化问题,提出了一种基于初始条件和幂指数协同优化的方法。根据新信息优先原理,通过引入权重信息控制函数优化初始条件,表现新旧信息在初始条件构建中作用大小的变化规律,最大限度提取小样本序列中的有效信息,反应新旧信息共同对系统趋势变化的影响;以平均相对误差最小化为目标,参数间约束关系作为条件,构建非线性优化模型,实现GM（1,1）幂模型的幂指数和初始条件协同优化。最后,通过我国网络购物用户规模预测实例研究表明,优化的模型实现模型平均相对误差在理论上的最小化,其建模效果要优于其他对比模型,并将其用于2016-2020年网购用户规模预测,表明本文模型的实用性和有效性。     

G-C-D模型与技术进步贡献率测度

采用灰色系统理论的思想方法和模型技术,消除索洛"余值"中的非技术进步因素,建立了一种新的技术进步测度模型─G-C-D模型。在一定程度上解决了技术进步测度中一个长期悬而未决的问题。分4个不同的时段建立了河南G-C-D模型,测算出河南不同时期技术进步贡献率。     

"十一·五"期间南京主要经济社会发展指标总趋势预测与分析

依据客观的历史统计数据,对南京经济社会发展过程中的各主要经济指标及其相关的重要因素进行了深入地研究,找到了这些主要经济指标及其相关重要因素之间的线性与非线性的相互关联关系,得到了一些有重要价值的预测结论.本文认为,如果我国宏观经济环境继续保持目前的向好势头不变,那么,在未来的"十五"后期及其"十一·五"期间,南京GDP将呈快速、稳步攀升态势,固定资产投资规模迅速扩大、工业经济高速增长,农林牧渔总产值与农民人均纯收入快速增加,财政总收入与第三产业增加值快速、稳步提升,社会消费品零售总额与城镇居民人均可支配收入稳步增加,外贸进出口强劲,利用外资总额高速增长.回顾过去,展望未来,我们有理由相信,在未来的"十一·五"期间,南京国民经济总体运行良好,各项主要经济社会发展指标稳步攀升,呈现良好态势.     

多指标加权灰靶的决策模型

由于在社会、经济等活动中普遍存在着大量的多指标决策问题,因此近30年来,国内外许多学者对多目标决策(MADM,Multiple Attribute Decision Mak-ing)问题进行了多方位的研究和探讨,并得到迅速发展,灰靶决策是灰色系统理论中解决多指标决策问题的方法之一.     

货币政策与股票价格波动的灰色关联度

我国目前货币市场正面临逐步开放,利率市场化的大环境;资本市场同样面临着对外开放,增加金融产品的发展问题.货币市场和资本市场的快速发展和开放,对中央银行的货币政策调控提出了挑战.近年来,中央银行是否应该干预证券市场的问题逐渐成为理论界讨论的焦点.研究分析银行利率、货币供给量以及再贴现率等货币政策中间目标对证券市场报酬率的预测能力以及探讨货币政策与证券市场报酬之间的关联性,进而判断货币政策是否可以解释证券市场的波动以及货币政策对证券市场的影响程度,对于中央银行制定正确的货币政策;证券监管部门对证券市场的科学监管,防止证券市场剧烈波动;投资者根据国家货币政策发展准确把握股票市场变动的脉搏都有着重要的意义.     

一类新的SBO及其在GM(1,1)中的应用研究

利用缓冲算子提高数据序列光滑性是提高灰色GM(1,1)模型预测精度的重要途径之一。在对缓冲算子和已有强化缓冲算子研究的基础上,构造了一类新的强化缓冲算子(strengthening buffer operator,SBO),有效地解决了冲击扰动数据序列在建模预测过程中常常出现的定量预测结果与定性分析结论不符的问题,实例分析结果表明:这类新的强化缓冲算子能显著提高数据预测模型的预测精度。     

灰色Verhulst模型的灰导数改进研究

针对灰色Verhulst模型灰导数白化的问题,以白化微分方程为基础,运用梯形公式来白化灰导数,推导得到一种新的Verhulst模型定义式。该方法使得差分方程的参数与其在微分方程中对应的参数具有更好的一致性。实例分析表明改进的灰色Verhulst模型具有更高的预测和模拟精度。     

无偏GM(1,1)幂模型其及应用

基于GM(1,1)幂模型的模拟误差分析,本文提出了无偏GM(1,1)幂模型及其参数优化方法.从理论上证明了无偏GM(1,1)幂模型对传统GM(1,1)幂模型及其本身的时间响应函数所表达的曲线进行模拟和预测具有重合性,其参数优化方法可以准确识别原始数据所蕴含的参数特性,完全消除了GM(1,1)幂模型自身固有的偏差.其建模过程避免了传统方法由差分方程向微分方程的跳跃导致的误差,应用范围覆盖了无偏GM(1,1)模型和离散灰色模型.数值模拟和实例分析表明,无偏GM(1,1)幂模型使得传统模型的模拟与预测精度得到了显著的改善.