群组AHP排序的几何最小二乘方法

本文在文献[1]不完全AHP排序方法的基础上给出群组AHP排序的几何最小二乘方法(GLSM).鉴于不同专家所给判断矩阵质量上的差异,GLSM排序方法对群组AHP进行不同程度的加权处理,并进行群组一致性检验。     

类球红细菌辅酶Q_(10)发酵培养基的优化

为了提高类球红细菌辅酶Q_(10)的发酵能力,本研究对发酵培养基中重要因子进行优化组合。首先对重要因子进行单因子实验,确定最佳浓度范围。在最佳浓度范围内进行均匀设计试验,分别采用多项式逐步回归、偏最小二乘二次回归、偏最小二乘二次回归(考虑交换项)、偏最小二乘二次回归(考虑平方项)分析。结果表明,偏最小二乘二次回归分析的优化方案预测值与实验值最为接近,显示各因子浓度与辅酶Q_(10)浓度呈现二次曲线关系,各因子间的交换作用不能忽略。偏最小二乘二次回归分析优化方案使辅酶Q_(10)浓度得到明显提高,辅酶Q_(10)的发酵水平达到230.71mg.L-1,比优化前提高了53.81%。     

序数偏好下多属性群决策的最小偏差法

对给出方案优先序的多属性群决策问题,考虑每个属性下各决策的权重,提出一种最小偏差法:以群体偏好与各个体偏好之间的加权偏差最小为目标建立非线性整数规划模型,并将其转化为指派问题求得方案在每个属性下的群体排序;以方案在每个属性下的排序与其综合排序的加权偏差最小为目标,解得方案的最终群体综合排序结果.该方法将Cook-Seiford函数扩展到多属性及考虑权重的情形,避免了排序结果的非唯一性.最后,以供应商选择算例说明其应用.     

基于全最小二乘拟蒙特卡罗方法的可转债定价研究

基于传统的可转债最小二乘蒙特卡罗模拟定价方法,通过使用随机Faure序列和方差减小技术,有效地降低模型估计结果的误差,使用考虑解释变量和被解释变量误差的全最小二乘回归方法代替普通的最小二乘回归方法,提出可转债的全最小二乘拟蒙特卡罗定价方法,并给出该定价方法的具体算法步骤.以2002年10月16日发行的燕京可转换债券为例进行实证分析,从可转债的理论价值、计算标准差以及模型的运行时间等几个方面与传统的蒙特卡罗方法进行比较.研究结果表明,使用全最小二乘拟蒙特卡罗方法进行计算得到的结果更为合理,且估计误差和计算时间都更少,从而验证了该方法在可转债定价应用上的有效性.     

基于模糊判断矩阵的对数最小二乘排序方法

基于决策者提供方案偏好信息的排序方法研究是决策分析的一个重要问题.不同类型的偏好信息有不同的排序方法和理论依据.根据模糊判断矩阵完全一致性的概念,从最优化角度提出了模糊判断矩阵的对数最小二乘排序方法,并研究了其性质,给出了相应的一致性检验指标.最后进行了算例分析.     

存在退保时分红寿险定价的最小二乘蒙特卡罗模拟

分红型人寿保险保单可以视作由三部分构成:固定收益债券、分红权和退保权.退保权的存在使保单具有美式期权的性质,给定价带来困难.本文用最小二乘蒙特卡罗模拟,建立了计算保单价值的模型,给出了模拟计算结果.     

基于PLS的变权重组合预测方法

在目前研究较多的组合预测模型中加权系数是不变的.事实上,假定加权系数为常数,组合预测模型并不能很好地反映预测方法的有效性.基于以上事实,本文提出基于PLS的变权重组合预测方法,利用偏最小二乘回归方法求得组合预测的权重函数.最后通过实例分析验证了方法的有效性.     

基于PSO-PLS的组合预测方法在GDP预测中的应用

GDP预测是经济预测中一个非常重要的问题,随着经济的发展,对其预测精度的要求也越来越高.在考虑样本权重的基础上,提出一种微粒群算法与部分最小二乘回归方法相结合的组合预测方法,即采用微粒群方法对样本最优权重进行求解,在所得样本权重系数的基础上,用部分最小二乘回归方法确定组合预测的权重系数.将该方法用于中国GDP预测取得了较好的结果,与其他几种传统方法相比,预测精度有一定程度的提高,说明算法的有效性和可行性.     

基于最小二乘蒙特卡洛简化算法的保险公司经济资本度量研究

对最小二乘蒙特卡洛方法(LSMC)在保险公司经济资本度量中的简化进行了研究,探讨了该方法在实施过程中的模型处理以及对于嵌套随机模拟的简化效果与效率提升。在此基础上,针对变额年金产品,在不同预测期限下,借助最小二乘蒙特卡洛方法对经济资本进行了度量,并与完整嵌套随机模拟进行了效果比较。研究结果表明,最小二乘蒙特卡洛方法在经济资本度量中起到了良好的简化作用,对于风险损失的尾部拟合具有良好效果。同时相比于经济资本度量中常用的嵌套随机模拟,大大提高了运算效率。     

基于最小二乘理论的统计性群体决策方法

本文基于最小二乘统一理论和连乘层次分析法(MAHP)提出了一种统计性群体决策方法。首先介绍了MAHP的要点;然后建立了统计性群体决策模型;接着应用最小二乘统一理论求解该模型;进一步分析了MAHP和本群体决策方法的适用范围,分析表明本方法包容了MAHP;最后举例验证了本方法的正确性。     

基于改进直觉模糊熵的混合多属性决策方法研究

针对属性值以区间数、语言值、直觉模糊数呈现时,提出了基于改进的直觉模糊熵和熵权法结合的方法确定属性的客观权重,通过建立主观偏好值与客观权重的总偏差最小的规划模型得到主观权重,组合赋权后建立可能度矩阵对方案排序,最后给出算例,验证方案的可行性和有效性。     

平行机作业环境下的订单分配与排序

针对一类平行机作业环境下的订单分配与排序问题,从整体的角度协同优化供应链中的订单分配、生产调度和分批运输调度。以完成所有订单的总订货提前期与生产运输总成本的加权和最小化为目标,构建了问题的数学模型。将基于向量组编码结构的禁忌搜索算法与基于动态规划方法的启发式算法相结合,设计了一种混合优化算法以求解问题。对不同策略和不同算法进行比较,数据实验结果显示了订单分配与排序策略的优越性及所提算法的有效性。     

基于GRPLS回归的中国经济增长影响因素分析

构造一种新的方法--岭-偏最小二乘回归方法(它既有效消除了因素变量之间的多重共线性,又克服了传统方法的不足,且使模型更加稳健,具有更强的预测和分析能力);并运用广义岭-偏最小二乘回归方法分析了我国经济增长的影响因素,为我国制订持续、快速增长的经济政策提供了有益的参考.     

三端点区间数互反判断矩阵的排序方法研究

本文研究了三端点区间数互反判断矩阵的一致性和排序方法。在三端点区间数互反判断矩阵完全一致性概念的基础上,首次将矩阵特征向量思想引入三端点区间数互反判断矩阵之中——研究了三端点区间数互反判断矩阵的一致性与权重向量之间的类似特征向量关系,并运用线性规划模型给出一种处理三端点区间数决策者对方案属性权重的方法,然后通过三端点区间数权重向量的期望值,进行方案集结排序。最后通过具体的案例,验证了所提出方法的有效性和适用性。     

基于GRPLS 回归的 中国经济增长影响因素分析

构造一种新的方法———岭- 偏最小二乘回归方法(它既有效消除了因素变量之间的多 重共线性,又克服了传统方法的不足,且使模型更加稳健,具有更强的预测和分析能力) ;并运 用广义岭- 偏最小二乘回归方法分析了我国经济增长的影响因素,为我国制订持续、快速增长 的经济政策提供了有益的参考.     

基于LS-SVM的电子政务评估模型研究

在确立了电子政务网站评估指标体系的基础上,建立了基于最小二乘支持向量机(LS-SVM)的电子政务网站评估模型.研究了新型支持向量机算法一最小二乘支持向量机,并确定支持向量学习决策模式;对华东地区某些科技网站建设水平进行了评估.结果表明,基于最小二乘支持向量机的电子政务网站评估是有效的、可行的.     

基于交叉效率DEA与群体共识的区间乘性语言偏好关系群决策

针对区间乘性语言偏好关系群决策问题,提出了一种基于交叉效率DEA和群体共识的群决策方法。首先,提出乘性语言偏好关系导出函数的定义,并构建产出导向的DEA模型,证明了一致性乘性语言偏好关系的DEA效率得分与排序向量之间存在比例关系。在此基础上,建立基于理想值的交叉效率DEA模型,提出乘性语言偏好关系的通用排序方法。同时,基于群体共识建立目标规划模型来计算各语言偏好关系的权重系数。最后,利用Monte Carlo随机模拟的方法对群体语言偏好空间进行统计分析,得到群决策期望排序向量及其可信度。算例分析表明本文方法能够有效的避免信息损失,具有较强的适用性和较高的可信度。     

一种最小二乘意义下主客观评价一致的组合评价方法

本文分析了主观赋权法和客观赋权法的基本原理,在此基础上,提出了一种最小二乘意义下主客观评价一致的组合评价方法,并通过实例说明这种方法的合理性。     

基于小波包和最小二乘支持向量机的短时交通流组合预测方法研究

基于小波在处理非线性、非平稳随机信号的优势以及支持向量机在解决小样本、非线性及高维模式识别问题中的优势。笔者探讨结合小波包和最小二乘支持向量机的组合预测方法在交通流短时预测中的应用。首先介绍小波包和最小二乘支持向量机的基本原理,然后提出基于小波包和最小二乘支持向量机的交通流短时组合预测方法,并以北京市快速路的实测交通流量来验证效果,结果表明其可行性和有效性。     

最小二乘法在重庆高校人文学科建设评价中的应用

学科评价是学科建设的重要手段。本文选取重庆市高等学校"十一五"期间学科验收的数据,从投入-产出效率角度,引入最小二乘法模型,对人文一级学科进行了分析,其评价结果与现实较吻合。