基于粗糙集理论的上市公司评价模型

粗糙集(R ough set)理论是波兰数学家Z.Pawlak于1982年提出的一种处理模糊和不确定信息的新型数据分析工具,1990年以后逐渐引起世界各国学者的广泛关注,现已成为信息科学最活跃的研究领域之一。它能有效地分析和处理不精确、不一致、不完整等各种不完备信息,并从中发现隐含的知     

一种基于粗糙集理论的多指标综合评价方法

文章对于不含决策属性的综合评价问题,提出了一种基于粗糙集的评价方法。该方法采用基于信息量的属性约简启发式算法,实现了评价指标的约简,从而优化了指标体系;并基于约简指标的重要度信息确定权重,消除了传统方法权值设置的主观性,提高了综合评价结果的可靠性。通过例子分析,验证了该算法的可行性和实用性。     

基于粗糙集的企业应用TRIZ理论创新效果评价

文章分析并提出了企业应用TRIZ理论创新效果评价指标.运用粗糙集设计了企业应用TRIZ理论创新效果评价方法,并通过对黑龙江省TRIZ理论推广试点企业创新效果的评价,验证了方法的有效性.     

基于粗糙集理论的高新技术项目投资风险评价

文章针时高新技术项目投资风险评价体系的基础上,提出一种基于粗糙集理论的多指标综合评价方法,使评价结果更具客观性,提高了综合评价精度.     

基于粗糙集理论的两型社会发展评价

文章提出了基于粗糙集模糊聚类法的两型社会发展评价模型.该模型结合原始数据,通过粗糙集的可辨识矩阵挖掘出各项指标的权重,并在属性重要度的基础上进行属性约简,约去冗余指标,提高了评价方法的科学性.同时,文章以长株潭城市群的生态环境指标为例进行了实证分析,结果表明,该模型能准确有效地对该区域生态环境做出评价,具有一定的实用性和有效性.     

基于粗糙集和灰色理论的供应商信用评价

信用评价是企业对供应商管理的重要因素。针对供应商信用评价问题,文章提出了一种基于粗糙集和灰色理论相合的评价方法。利用粗糙集对评价对象的属性进行简约,根据属性重要性原理确定指标的权重,再通过灰色理论对供应商信用进行综合评价。在评价过程中对评价指标体系进行了简约。避免了评价过程中权重确定的主观性。     

基于粗糙集理论的决策分析

本文介绍了粗糙集理论在决策分析中的应用,利用粗糙集间的相似度量,讨论了决策条件与结论的匹配决策问题.     

一种基于粗糙集理论的组合预测方法

一、前言组合预测方法的基本原理是博采众多预测方法的优势 ,将多个不同预测模型的预测信息组合以期有效地改善预测模型的拟合能力 ,提高预测精度。而组合信息的一般方式是对各个预测模型进行线性加权平均[1～ 3 ] 。因此 ,组合预测方法的研究工作大部分集中在权系数的确定方法上 ,由此产生了许多组合预测方法。常见的方法有 :基于专家意见、相关分析、误差和最小、模糊数学、灰色理论、人工神经网络、遗传算法、小波分析等的组合预测方法。专家意见法的致命弱点是过分依赖专家的主观判断和经验 ,其结果有时难以令人信服。基于相关分析、误…     

基于粗糙集的设备综合评价方法及应用

文章在分析了利用设备综合效率(OEE)对设备进行评价的基础上,提出利用设备速度系数、设备综合效率等多种指标对设备进行综合评价,既吸收了OEE评价方法的优点,又弥补了其对设备评价不完备的缺点.运用粗糙集理论对指标进行约简求出权重,并将不同量纲的数据标准化,加权求和得出综合评价值,为企业对设备的综合评价提供一种量化方法.最后通过实证分析,验证了此方法的有效性.     

基于模糊C均值聚类法和粗糙集理论的评价方法研究

粗糙集理论为处理模糊、不完整、不确定性知识分析提供了一种新的分析理论,更具客观性,其不足之处在于决策表中的值必须是离散值.文章首先介绍了粗糙集理论及其基本概念;然后引入了基于模糊C均值聚类法的连续属性离散化方法,并结合二者提出了一种综合评价方法;最后以20家上市公司作为经验样本,对其财务状况做出了综合评价.     

基于粗糙集的企业技术并购战略绩效评价方法

文章利用信息熵观点下的粗糙集方法确定技术并购绩效模型中的客观权重值,并结合平衡计分卡的战略绩效评价原理,建立基于粗糙集条件信息熵的技术并购评价模型.以上市公司技术并购样本为例,验证该模型的合理有效性,为技术并购的后续研究打下坚实基础.     

基于粗糙集方法的企业主导组织惯例研究

文章利用粗糙集方法,分析了代表国内A股制造类上市企业主导组织惯例的会计信息.实证结果证明:净资产收益率、营业增长率、应收账款周转率是制造类上市公司中最为重要的会计信息,它们所反映的企业相应的组织行为也构成了企业主导组织惯例的主要内容.     

基于粗糙集的客户分类方法

1相关理论1.1数据挖掘(Data M ining)技术数据挖掘是从数据当中发现趋势或模式的过程。这一过程的目标就是通过对大量数据的分类而发现新的信息。人们通过数据挖掘得到的回报就是将这些新发现的知识转变为经营上的成果,如增加销售收入或者减少销售成本。数据挖掘是最近几年才发     

一种基于变精度粗糙集的多指标综合评价方法

教学评价是教师教学效果评价的一个重要环节,通过建立创新人才培养教学质量评价指标体系,采用变精度粗糙集的多指标综合评价方法对教学质量进行评价,可以用来分析失效数据,并且为进一步的问题解决提供依据。     

基于粗糙集理论的能源结构合理度分析

中国的能源瓶颈突出表现为结构性矛盾。以能源经济学为理论支撑,从低碳经济发展对能源结构的要求角度,提出了社会经济发展、能源发展规划、环境等三个维度,分析了各个维度的构成要素,运用粗糙集理论进行指标约简,最终确定了11个测评指标以及各自权重。并对1998-2008年中国能源结构合理度进行了实证分析,发现此阶段中国能源结构合理度一直在不断波动;能源结构在满足社会经济发展需求上的得分呈上升趋势,而在能源发展规划执行力度、环境改善等方面的得分呈下降趋势。     

基于粗糙集的随机优势决策方法

随机优势决策是根据状态的先验分布和后果的损失函数进行决策分析的。本文从基于随机优势下的粗糙集角度,对这一问题给予补充阐释。决策者(DM)所需的偏好信息以决策规则表示,决策规则以确定因子和覆盖因子度量。最后,本文提供一个实例解释这种方法。     

基于粗糙集神经网络的财务危机预警方法

针对基于神经网络的财务危机预警方法训练时间长和网络结构复杂的缺点,提出了基于粗糙集神经网络的财务预警方法。将财务比率作为条件属性,将企业财务状况作为决策属性,构建财务危机预警决策系统。通过属性约简,得到最小属性集。将最小属性集中元素对应的财务比率作为神经网络的输入,用训练样本对神经网络进行训练,训练后的神经网络模型实现财务危机预警。测试结果表明,该方法训练速度快,且错误率低。     

粗糙集理论与决策树相结合的规则提取方法

一、问题的提出关联规则挖掘是通过对已知数据的学习找出其中存在有意义依赖关系,它可以用来进行预测决策和分类,因此是机器学习领域集中解决的问题。数据挖掘中的问题与机器学习主要区别在于:数据挖掘中要处理大量的数据,因此要求学习的效率很高;另外数据挖掘获得的规则或模式     

一种基于粗糙集条件信息熵的多指标综合评价方法研究

针对多指标综合评价中各评价指标权重获取的问题,构建了基于粗糙集条件信息熵的多指标综合评价智能模型。考虑到实际综合评价应用分析中常见的小样本数据特点,将决策表进行合理分块划分,以层次式计算的方式基于粗糙集方法逐步实现对各个评价指标权重的客观求取。算例分析和实验比较,验证了该粗糙集智能评价模型的有效性与优越性。