应用GMF方程组预测汛期6—8月的降水量

应用ＧＭＦ方程组预测汛期６—８月的降水量吉林省四平市气象局孙志国以往人们研究灰色系统ＧＭ（１，１）模型应用时．只是用它做灾变趋势的单侧区间定性预测，即只知道灾变量值小于或大于某个量值，至于大多少或小多少不清楚。我们有时不仅需要知道灾变的趋势，更需要知...     

一种基于多维区间数可能度的投资决策方法

区间数是描述不确定性的一种数学方法。通常的不确定多属性决策方法基于一维区间数。基于多维区间数比较的可能度概念,文章提出了一种多维区间数排序的多属性投资决策方法。首先在介绍一维区间数和相关运算的基础上,分析了多维区间数概念及其相关运算,并给出多维区间数比较的可能度概念;然后类似于一维区间数比较的可能度方法,提出基于多维区间数可能度概念的多维区间数排序新方法,进一步研究了一种基于多维区间数可能度的不确定性投资决策排序方法,确定最优投资方案;最后给出一个算例说明了提出方法的有效性。     

二项分布参数的Bayes区间估计问题研究

在区间估计中,当给定置信概率时,区间长度越短精度就越高。在R＋上取值的参数HPD区间估计已被很多人研究。文章给出了二项分布中成功概率θ的常用后验区间估计和最短后验区间估计,并对两者进行了对比,得出结论：在小样本情况下,最短可信区间计算方法值得采用。     

一种基于多维区间数加权距离的多属性决策方法

区间数是描述不确定性的一种数学方法,通常的不确定多属性决策方法基于一维区间数。文章借鉴向量之间距离概念,提出了一种基于多维区间数加权距离的多属性决策方法。首先在介绍一维区间数和相关运算的基础上给出了多维区间数概念及其相关运算,着重分析了多维区间数之间的距离与加权距离;然后由多维区间数加权距离概念得到了多维区间数的范数,类似于向量范数,提出了基于范数的多维区间数大小比较的新测度,研究了基于多维区间数加权距离的不确定性多属性决策排序方法;最后给出算例说明了提出方法的有效性。     

区间指标的排序评价方法及应用

 内容提要：区间指标在综合评价中有着现实的应用前景和较好的评价效果。本文在分析带分布的区间数比较问题的基础上,构建了区间指标的占优优势度指标,并设计了基于累计分布的区间指标排序方法。通过应用举例,该方法能体现区间指标排序的传递性,得到完整的排序结果。     

关于均匀分布统计分析的一些思考

对于均匀分布给出了在全样本场合下参数的区间估计,在定数截尾场合下参数的点估计和区间估计,并通过大量Monte-Carlo模拟从均方差的角度比较各种点估计的优劣,考察各种区间估计方法的精度,通过实例说明这些点估计和区间估计方法的应用。     

区间合作博弈的区间核心的研究

研究了区间合作博弈的区间核心,得出满足超可加性的2人区间合作博弈区间核心是存在的,并通过引入左、右博弈的概念,讨论了通过左、右博弈的核心来构造区间合作博弈区间核心的问题,举例说明了左、右博弈的核心可以非空而区间博弈核心可以为空。通过引入合于的概念,给出了通过左、右博弈的核心可构造区间核心的充要条件。讨论了区间核心为空时左、右博弈的核心的分离性,以及对具有非空区间核心的区间博弈进行压缩的问题,最后讨论了区间合作博弈区间核心计算问题,并用实例予以说明。     

一种新的基于TOPSIS的区间数排序法

针对有限个区间数的排序问题,提出了一种基于TOPSIS的区间数排序法。首先定义了有限个区间数的正理想区间数和负理想区间数;然后引入传统的TOPSIS思想,定义了区间数相对贴近度的概念,根据区间数的相对贴近度大小可以对任意有限个区间数进行排序。最后通过一个属性权重和属性值均为区间数的多属性决策问题说明了该方法的有效性和可行性。与传统方法比较,此方法具有原理简单,运算方便,实用性强等优点。     

均匀分布的区间估计方法及应用

文章给出了均匀分布在全样本场合下参数的三种区间估计方法,通过大量Monte-Carlo模拟考察了各种区间估计方法的精度,并通过实例说明了这些区间估计方法的应用。     

两均匀分布区间长度比的置信区间与假设检验

文章在均匀分布区间长度的区间估计的基础上,给出两个均匀分布总体的区间长度比的估计量.并给出了它的置信区间和假设检验方法.     

区间数折现率在投资回收期的应用

在计算投资回收期中折现率一般是固定的,得到的结果也固定;文章提出用区间敷来表示折现率,根据区间数的运算法则,引入插值的方法,从而使得投资回收期成为一个区间数,利用区间数折现率,对项目投资回收期进行分析,找出区间数折现率对项目投资回收期的影响;最后用实例说明方法的应用价值.     

全样本指数分布并-串联系统产品的统计分析

文章对指数分布并一串联系统产品在全样本场合下给出了参数的矩估计、极大似然估计、精确的区间估计和近似区间估计,并通过Monte-Carlo模拟考察了参数点估计和区间估计的精度,得出矩估计和极大似然估计的效果没有太大差异,但精确区间估计的效果要优于近似区间估计.     

二分类集群数据下灵敏度和特异度的置信区间构建

在医学诊断等应用领域中广泛存在二分类集群数据,其特征是来自同一个群的反应结果存在相关。对于该数据下灵敏度和特异度的置信区间构造,目前已有方法在小样本及灵敏度或特异度偏大时区间覆盖率较差,通过利用二项分布得分区间的构造思想,基于灵敏度和特异度的最优加权估计量构造一种新的置信区间;通过蒙特卡洛模拟表明,与已有方法相比新区间的覆盖率明显最优、且区间长度较小;新区间在二分类集群数据的应用中值得推广。     

区间数据参数估计的矩方法

本文讨论区间数据情况下,指数分布参数的矩估计。文中首先通过了矩方法得到了区间截断情况下参数的估计;在此基础上得到了区间截断情况下参数的两个矩估计;并通过这两个矩估计的关系得到了一个更优的估计。本文还利用矩估计的渐进性质,进一步得到了两种区间截断情况在大样本下参数的置信区间。     

区间数序列处理方法新探

区间估计是专家评价中的一种重要方法,目前对给定为区间数的决策方法研究较多,而对区间数的处理大多基于均匀分布或正态分布。文章针对这种对区间数序列的分析和处理方法研究的不足,提出了一种新的基于β分布的处理方法。该方法通过用β分布对区间数序列分布进行拟合,从而解决了对区间数序列难以进行分析和处理这一难点,并通过案例验证了该方法。结果表明,该方法原理正确,简便可靠,在决策管理中具有广泛的应用前景和普适性。     

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.     

铁路车站能力的贝叶斯区间表示法

文章在车站作业不确定性分析的基础上,得出车站能力也存在着客观的随机性,车站能力的区间估计比点估计能更有效地体现这种不确定。根据贝叶斯区间估计原理,假定车站能力为一随机变量,服从正态分布,在明确车站能力的总体信息、先验信息和样本信息之后,得到车站能力的区间表示方法,即得到可信水平α=0.05的车站能力可信区间,并以实例验证了方法的有效性。     

两均匀分布区间长度之比的区间估计

文章给出了均匀分布的最小和最大次序统计量的密度函数。另外,通过构造统计量,给出了两均匀分布区间长度之比的区间估计及其假设检验方法,讨论了通常区间估计和最短区间估计。最后,根据实例求出了这两种区间估计和它们的长度,并得出了相应的结论。     

一种区间信度的扩展分配及合成方法

区间数是表示不精确信息的常用表达方式.在无法获得精确信息的情况下,信度结构需要扩展为区间值信度结构,相应的基本信度分配由区间数表示.文章提出利用证据理论合成区间信度的新方法,通过对区间值信度结构的分析,将区间信度分为"确知信度"和"未知信度"两部分,从而将区间值信度结构转换为识别框架下的扩展信度分配;然后利用Dempscer合成规则合成扩展的信度分配,并且证明得到的综合区间值信度结构仍是有效的;最后给出一个对比实例验证了该方法的有效性.     

基于区间数观察值的灰色白化权函数聚类模型重构

针对区间数观察值的白化权函数取值范围是一个区间数的思路,文章结合单一实数值不同测度白化权在不同区段内白化权取值的增减特性,给出一种基于区间数观察值的典型、上限、三角、下限测度白化权函数的新算法,并结合区间数可能度排序方法,提出了新的对于区间数观察值的灰色白化权函数聚类决策步骤.并验证了本文算法的有效性.