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。     

基于区间灰数的灰色定权聚类

针对灰色定权聚类模型中白化权函数转折点只能为实数的情况,提出了当转折点为区间灰数时的白化权函数构造方法与计算过程。首先定义了区间灰数的标准化方法,将区间灰数的标准化形式带入实数型白化权函数,给出了区间灰数型白化权函数的表达式。然后分别对区间灰数型白化权函数中分段曲线只有一端为区间灰数和分段曲线两端均为区间灰数的情况进行讨论,得出两种情况下区间灰数型白化权函数值,并给出了区间灰数型典型白化权函数的四个转折点均为区间灰数的一般表达式。最后将该模型应用于许昌市民营企业核心竞争力的聚类评价中,取得了良好的结论。     

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。     

对灰色关联度计算方法的改进

一、引言在系统分析中,为了研究系统的结构和功能,就要建立适当的数学模型去描述系统。而这样做时,首要的工作就是要分析各种因素间的关系,找出系统的主要特征及主要关系,为分析研究提供     

时序系数GM(1,1)模型及其应用

基于GM(1,1)模型误差产生的原因分析,提出了用时序系数对等间距时序进行修正,建立时序系数GM(1,1)模型,克服了时序残差模型求得的时序残差序列可能不满足非负性的缺点,简化了建摸过程。通过实例分析表明,时序系数GM(1,1)模型适应于有较大波动的原始数据序列的分析建模,实例验证表明了所建模型的实用性与可靠性。     

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。     

江苏省第三产业发展与GDP就业弹性分析

本文在对江苏省第三产业的经济发展和就业情况分析的基础上,建立了江苏省第三产业内部各行业的就业人数与GDP之间的回归模型,从而探讨了第三产业内部各行业的就业弹性,并对其发展现状作了分析;最后,提出了优化第三产业内部结构、推动城市化进程和积极发展中小企业等政策性建议,以提高就业弹性,缓解就业压力.     

灰色综合聚类评估模型的研究

一、问题的提出 灰色系统理论自1982年邓聚龙教授创立以来得到了迅速发展,灰色聚类评估分析一直是灰色系统理论讨论较多的灰色技术之一.邓聚龙教授创立的变权聚类方法,刘思峰教授提出了定权灰色聚类评估分析,肖新平提出了灰色最优聚类,许秀莉讨论了灰色聚类分析的改进措施,刘思峰还提出了基于三角白化权函数的灰色聚类评估,以上讨论从不同的方面对灰色聚类评估分析进行了研究,以上各种灰色聚类评估分析的方法,最后的集结方法都是对灰色聚类系数向量的分量的大小进行比较来判定聚类对象属于某一灰类,而在实际中,往往会遇到灰色聚类系数无显著性差异,当聚类系数无显著性差异时,以上学者的研究方法就无法判定聚类对象应属于何灰类.     

以x(1)(n)为初始条件的GM模型

自1982年灰色系统理论创立以来,关于GM模型的研究,都是以序列X(1)的第一个分量作为灰色微分模型的初始条件进行建模的,这样造成对新信息利用不够充分。根据灰色系统理论的新信息优先原理,在建模过程中赋予新信息较大的权重可以提高灰色建模的功效。因此本文在建立灰色模型时,把X(1)的第n个分量作为灰色微分模型的初始条件,对GM模型进行了改进,从而使所建模型的预测精度大为提高。最后,通过实例验证了所建模型的实用性与可靠性。