灰色聚类评价方法的延拓研究

本文对传统灰色聚类方法进行了延拓,考察了其白化权函数转折点选择问题。首先,阐述灰色聚类评价中白化权函数的确定方法,并指出其弊端;然后,提出基于区间灰数的白化权函数转折点确定方法,给出灰色聚类评价方法的延拓方案;最后,应用实例验证方法的有效性。     

基于区间数相似度的企业运营绩效评价指标体系构建

文章以企业的运营绩效为研究对象,提出基于区间测度的企业运营绩效TOPSIS评价方法,这种方法极大地改善了绩效评价指标不能量化的缺陷,避免了评价结果主观性强的弊端.在企业运营绩效管理因素重要性分析中,采用熵权法确定了指标权值;提出区间数相似度测度公式用于计算区间向量与正负理想解的相似度,给出基于区间数相似度测度的TOPSIS评价方法,以实现企业运营绩效的优劣判别.     

基于效用最大化的区间值投资组合模型及其应用

采用区间数测度投资收益,利用半绝对偏差作为投资风险的测度,并在考虑投资者效用的条件下提出一种新的基于效用最大化的区间值投资组合模型。为得到该模型的解,引入一个反映市场经济环境因素的系数,从而将区间值规划问题转化成为一个一般的线性规划问题,并结合实例说明该模型的应用。     

pGM(1,1)模型权值p的精确求解及其性质分析

文章分析了灰色GM(1,1)模型的缺陷即白化响应式并不是灰微分方程的真正解,以pGM(1,1)模型白化响应式等于灰微分方程的真正解为条件,并由其背景值构造式推导出了权值p的精确表达式.由于p值不是有限小数,因此其取值精度对预测精度有影响,基于指数序列分析了p值的取值精度对预测结果的影响.     

灰色系统综合评价在人力资源估价中的应用

人力资源的价值由于受非货币因素影响较多,难以精确地计量出一个数据作为价值尺度。本文采用灰色系统综合评价方法,将评价法的分散信息由白化权函数处理成一个描述不同灰类程度的权向量,在此基础上,再对其进行单值化处理,便可得到受评者的综合评价值,具有良好的应用前景。     

基于熵权法的区间多目标决策方法

当多目标决策(MODM)问题的指标评价值为区间型数时,文章提出引入参数λ把区间数换算为单一值的方法,再应用熵权法对多目标决策问题进行分析,最后结合案例,说明该方法应用的合理性.     

旅游产业发展的冲击认知分析

文章将提出一种Pareto改进型的灰色评估方法并对旅游产业发展的冲击进行综合评价。对已有的端点型三角白化权函数进行帕累托改进,构建了一类基于双重灰类隶属点垂直滑脱的Pareto改进型白化权函数。针对灰色评估的聚类特性,提出三条帕累托改进有效性准则:区分度增强准则、规范性准则以及隶属度清晰准则,进而对改进之后的白化权函数进行有效性分析,结果表明改进之后的白化权函数表现出了很好的灰色评估聚类特性。文章提出的改进后的白化权函数以及帕累托改进有效性准则能够为灰色评估方法的发展演进提供有益的方向性指导。     

一种基于证据推理的混合型灰色多属性决策法

文章针对决策方案的属性值为区间灰数与确定的语言等级,并且属性权重完全已知的混合型灰色多属性决策问题,提出一种新的决策方法。该方法是决策者可根据自己的偏好给出定量属性值的白化值和定性属性值的信用结构,确定了等级信用结构决策矩阵;利用证据推理解析算法求出各方案在各等级的信任度;利用期望效用和区间数排序法对方案进行排序。实例说明了该方法的合理性及其算法的有效性。     

区间灰数序列的白化方法及其性质研究

由于灰代数运算体系尚不完善,难以有效构建基于灰数序列的灰色模型,而传统灰数序列的白化方法又将导致信息损失,故在不破坏区间灰数独立性及信息完整性的前提下,设计一种区间灰数序列白化处理的新方法,重点研究白化序列与原区间灰数序列在平移变换及倍乘变换过程中的数据特点;同时将白化序列成功地应用于区间灰数预测及关联分析模型的构建。这一研究成果对拓展灰色模型的适用范围具有重要意义。     

基于广义区间值模糊软集的群决策方法

文章给出了广义区间值模糊软集的矩阵形式,基于区间值模糊数的算术加权平均算子,研究了广义区间值模糊软矩阵序列的算术加权平均算子.然后,给出了区间值模糊数的得分函数表达式,进而定义了广义区间值模糊软矩阵的得分矩阵.利用广义区间值模糊软集的标准化得分矩阵定义了它的加权比较矩阵.最后,基于以上几种矩阵,给出了具体的广义区间值模糊软集环境下的群决策算法,并且通过实例验证了算法的可行性.