模糊数的一种梯形模糊数的逼近方法

文章在保证模糊数的均值可能性区间不变的前提下,依据逼近原理构造了梯形模糊数逼近一般模糊数的优化模型;通过求解该优化模型得到了模糊数的逼近梯形模糊数;通过算例分析说明了所提方法的有效性.     

基于直觉正态区间数的信息不完全的多准则群决策方法

对于准则值是直觉正态区间数,但是权重信息作为不完全的多准则群这方面的状况,文章定义了运算法则、折衷期望值以及直觉正态区间的有关问题,并对于直觉正态区间的混合加权平均算予以及有序加权平均算子展开了计算,提出一种将直觉正态区间数的不完全信息作为基础的决策方法.折衷方法是通过IN-INHA以及ININWAA算子集成的一种准则值,并通过折衷均方差原则,利用优化模型的建立,求解最优准则权重,通过期望方差准则对于有关方案进行确定.在实际过程中发现,这种方法的可行性是非常高的.     

模糊竞争环境下供应链企业联盟的收益分配策略

文章通过引入三角模糊数将市场需求函数和企业单位成本模糊化,研究了模糊竞争环境下的联盟结构合作博弈的收益分配问题.收益分配方案基于两个阶段:首先,将优先联盟看成单个局中人,运用古诺市场竞争模型将各优先联盟间的Nash均衡解求出,求得各优先联盟的最优模糊利润;其次,用模糊Shapley值在各局中人之间分配优先联盟在竞争中取得的最优模糊利润;最后以汽车供应链中的企业收益分配为例说明该方法的合理性与可行性.     

基于改进模糊聚类算法的灰色预测模型

目前研究的模糊C均值聚类算法(FCM)面临的最重要问题是初始值随机选取,导致其容易陷入局部最优,同时影响运算速度.而灰色预测GM(1,1)模型在形成预测公式时对初始值的选取也没有合理有效的方案.针对以上问题,文章提出坐标密度法,确定初始聚类中心,对FCM算法进行改进;接着提出运用改进的FCM求取GM(1,1)中数据的聚类中心,并把聚类中心作为初始值的方法;通过与已知算法进行比较验证了其可行性和有效性.     

基于模糊软规则归纳法的市场细分方法

文章基于模糊软集合理论与GMDH算法,提出了一种新的细分规则提取方法--模糊软规则归纳法,通过模糊软集合参数约简和局部最优思想自行筛选中间细分规则模型来得到整体最优模型,克服了传统以主观确定阈值来选择模型的局限性和专家系统的主观性,并成功继承了GMDH较强的抗干扰性:阐述了模糊软规则归纳法的算法原理及建模步骤,并将该算法运用于市场细分领域;通过与同类方法在准确率,复杂度和抗干扰方面的实验结果比较,验证了所提算法的优越性.     

基于模糊时间序列模型的股票市场预测

文章针对模糊时间序列模型目前存在的缺乏客观论域划分方法和模糊关系前件单一等缺陷,首先应用模糊聚类方法将数据分类,以相邻两个聚类中心的中点作为子区间的分界点来划分论域;其次将数据模糊化后根据证券市场主要量价指标建立了具有多个前件的高阶模糊关系;最后根据序列对比规则计算预测值。将该模型用于股票指数的价格预测和涨跌预测,与传统模型比较的结果表明其预测准确率有了较大提高。     

金融资产收益率的模糊双线性回归

 已有文献中对金融市场的区间观测数据利用模糊线性规划方法讨论动态模型结构（FAR（p））,这里引入模糊双线性回归模型（FDR（p,q））,利用模糊最小二乘法来估计未知参数。基于平均平方误差（MSE）与平方绝对误差（MAE）考察了两个模型的拟合效果,并在样本期内和样本期外分别评价了两个模型的实际拟合与预测能力。     

基于区间数判断矩阵的模糊信息安全风险评估模型

文章针对资产、脆弱性和威胁间的多对多映射,以及信息安全风险数据难以获取,不确定性较多的特点,提出了一种基于区间数判断矩阵的模糊信息安全风险评估模型.首先针对资产、脆弱性、威胁之间多对多的复杂映射关系,构建基于资产的"威胁-脆弱性-安全事件"矩阵识别模型;在此基础上建立信息安全风险评估的综合指标体系,用区间数判断矩阵确定风险指标权重,用模糊综合评判法对其指标进行定量评价,从而增强了决策柔性,完善了现有的风险评估方法;最后结合实例分析了该模型的有效性.     

基于模糊Yule-Walker方程的FAR(p)预测模型

文章把基于Yule-Walker方程的AR(p)模型参数估计及定阶方法引入模糊时间序列分析中,提出了基于模糊Yule-Walker方程的FAR(p)模型参数估计及定阶方法;建立了一个全国发电量的模糊时间序列模型,并进行了应用尝试.     

凸规划和模糊线性规划模型在组合投资中的应用

文章介绍凸规划和模糊线性规划模型及其求解方法,提出了基于凸规划和模糊线性规划的组合投资模型,并将模型的求解转化为参数规划应用于我国证券市场的组合投资中,最后采用相应软件求解出最优投资组合比例.