基于区间灰数与离散灰数双重异构序列的预测建模方法研究

系统变化的复杂性导致了系统行为数据的不确定性与异构性,面向多源信息的数据集结导致了表征系统变化规律的灰色异构时序数据的产生。对面向区间灰数与离散灰数的双重异构数据序列预测建模方法展开研究,通过对区间灰数均匀分割处理,得到与离散灰数灰元数量相等的次级区间灰数,进而实现了灰色异构数据的"同质化"转换;在此基础上构建了面向异构数据序列的灰色预测模型,并应用该模型实现了大桥沉降量的有效模拟与准确预测。研究成果对拓展灰色预测模型应用范围具有积极意义。     

三维数据点序列及其累加生成

一、引言 灰色系统理论把社会系统、经济系统、生态系统这些抽象系统称为本征性灰色系统,通常用一系列时间序列、指标序列或空间分布序列来代表这些系统的行为特征数据,如某地区某年的社会人口增长指数、国民经济生产总值、某年某月的地区降水量等等,其中每一个序列中的数据元实际上就是某一个坐标轴上的数据点,多个序列构成了多维空间.对于非本征灰色系统,如受噪音干扰的技术系统、人体系统、电力系统等等,同样其行为特征数据也可以用一系列的数据序列来表示,每个序列中的数据元也都是某一数轴上的一些点.随着灰色系统理论的发展,其应用领域得到了不断的拓宽,尤其是在工程领域中的应用.但其应用仍然是围绕着某个或多个数据序列,数据序列中的数据元素依然还是一维数轴上的一些点.     

随机信息中正态方差的灰色无偏估计研究

文章在Neyman的置信区间理论基础上,借助灰色系统的方法,在随机样本的信息下,对正态方差的灰色有偏估计和灰色无偏估计进行了研究,求出了正态方差的灰数无偏估计及其白化权函数,并举例以示其应用。     

基于GFAHP的高校教师科研评价体系构建

针对层次分析法的缺陷,文章提出用模糊数学的思想和灰色系统理论的方法对层次分析法进行改造,构造灰色模糊层次分析模型（GFAHP）,其主要思想是在构造判断矩阵时考虑人的判断的模糊性,构造区间数表达的比较判断矩阵,同时用灰色系统理论的方法对原层次分析中不同层次决策权的数值进行计算,从而进行最终的决策。     

随机信息中正态方差的灰色估计

利用随机信息进行参数估计,是数理统计学的基本内容.但经典统计学的理论和方法,都是建立在参数是明确数据的基础上.而现实社会经济生活中的参数,具有大量不确定性或认识的模糊灰色性.文章在Neyman的置信区间理论基础上,借助灰色系统的方法,在随机样本的信息下,对正态方差的灰色估计进行了研究,求出了正态方差的灰数估计及其白化权函数;并列举实例以示其应用.     

样本数据缺失的灰数补救方法

文章讨论了用灰色系统理论中紧邻均值生成灰数和GM(1,1)模型拟合型灰数对缺失样本数据进行补救的问题。     

灰色关联法在区域竞争力评价中的应用

一、灰色关联法的基本思想及其在区域竞争力评价中的适用性 灰色关联法是一种常用的灰色系统分析方法,所谓灰色系统,是指"部分信息明确、部分信息不明确的贫信息、不确定性系统",对于灰色系统,我们可以利用小样本数据建模,依据信息覆盖,通过序列生成寻求系统本身存在的规律.灰色关联分析的基本思想就是根据序列曲线几何形状的相似程度来判断其联系是否紧密,曲线越接近,相应序列之间的关联度就越大,反之就越小.该方法既可以用于因素间关联度的分析,又可以用来对由多层次综合指标体系所描述的总体的优劣程度做出评判.     

基于核和灰度的双重异构数据序列预测建模方法研究

通过建立灰色异构数据"核"序列的DGM(1,1)模型,实现双重异构数据"核"的预测;以"核"为基础、以双重异构数据序列中较大的区间灰数信息域作为预测结果的信息域,构建基于区间灰数与实数的双重异构数据序列灰色预测模型,有效地将灰色预测模型建模对象从"同质数据"拓展至"双重异构数据"。研究成果对丰富灰色预测模型理论体系具有积极意义。     

基于CM(1,1)模型的江苏省民间投资规模预测

一、CM(1,1)灰色预测模型 灰色预测法是一种对含有不确定因素的系统进行预测的方法.灰色预测是对既含有已知信息又含有不确定信息的系统进行预测,就是对在一定范围内变化的,与时间有关的灰色过程进行预测.灰色预测通过鉴别系统因素之间发展趋势的相异程度,即进行关联分析,并对原始数据进行生成处理来寻找系统变动的规律,生成有较强规律性的数据序列,然后建立相应的微分方程模型,从而预测事物未来的发展趋势的状况.CM(1,1)模型是常用的一种灰色预测模型.     

基于灰色系统理论及关联度分析的生产总值统计模型

一、灰色系统理论及GM(1,1)模型灰色系统理论是我国学者邓聚龙于1982年提出的,是一种研究少数据、贫信息不确定性问题的方法。鉴于生产总值系统的复杂性、不确定性以及灰色系统理论的优点,采用灰色系统模型GM(1,1)对生产总值进行统计分析是适宜的。(一)GM(1,1)模型设原始数据序     

基于区间灰数相离度的灰色关联决策模型

为了解决决策方案属性值为区间灰数、指标权重信息部分已知的多属性决策问题,利用灰色关联分析的理论、"核与灰度"思想及最优化理论开展研究。首先构建了区间灰数相离度公式,并提出了基于区间灰数相离度的灰色关联度模型;其次构建了基于区间灰数相离度的灰色关联决策方法;最后在充分利用客观信息的基础上综合考虑了决策者的主观意愿,提出了指标权重确定的优化模型。通过算例验证了该模型的可行性和实用性。     

基于灰色系统理论的经济建模方法

灰色系统理论主要研究信息不完全、系统内部要素与要素之间不确定性以及系统内部要素与系统外部关系,对于在信息不完全基础上、基于经济规律基本要求发生和实施的大多数经济行为和经济现象,特别是对于经济行为和经济现象定量化研究具有指导意义.文章根据灰色关联分析、GM模型分析、灰过程方法研究方法,结合经济现象和行为特点以及经济规律的基本要求,从灰色系统理论对于经济研究的基本意义、灰色经济模型建构机理、典型模型分析开展了研究.     

灰色曲线建模方法及应用

灰色系统是指既含已知信息又含未知信息的系统.灰色系统理论是我国学者邓聚龙教授在1982年首先提出来的.它是将控制论应用于社会、经济领域的产物,也是自动控制科学与运筹学相结合的结果.由于抽象系统的结构与状态及其作用原理难以阐述清楚,所以,只能凭借逻辑推理及有限的资料与信息建立模型.     

基于模糊灰色关联分析法的科技奖励评价

文章将定性评价信息用L-R型三角模糊数表示,为根据模糊决策矩阵作出合理的评价,提出了一种各分量均为三角模糊数的模糊矢量的比较方法--模糊灰色关联分析法.并结合一科技奖励评价实例来说明此法的具体应用过程.     

深综指走势的GM-Markov链组合模型预测

一、GM-Markov链模型的预测原理 1982年邓聚龙教授首先提出了灰色系统预测的概念.灰色理论认为任何随机过程都是在一定幅值范围,一定时区内变化的灰色量.灰色过程处理的主要手段是将原始数据进行有规则的处理来寻求数据间的内在联系,这种方法称为数的生成.     

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。     

一种测定权数的新方法：灰色系统关联分析法

权数的确定是描述统计研究的重要问题之一,因为经济系统是一个典型的灰色系统,用灰色系统关联分析法测定权数是一个非常科学和实用的方法。     

灰色统计相关系数探讨

文章在灰色系统理论的基础上,建立了在随机样本信息下,相关分析的相关系数灰色统计假设检验方法,应用于实例与经典的N-P假设检验方法进行比较,从而说明灰色统计估计和假设检验方法能够提供更多的有效信息,以便解决更多带有灰色的数据系统研究.     

企业融资风险的灰关联度评价

文章针对企业融资风险评价过程中存在信息披露不完全的特性,提出一种基于灰核信息的企业融资风险评价方法.首先分析了影响企业融资风险的主要因素,接着针对企业融资风险评价过程中存在信息不完备和评价过程中存在不确定性,提出基于群组专家参与的评价方法,并将群组专家评价信息构成的区间数作为企业融资风险评价的区间灰数,给出一种基于灰色关联度的企业融资风险TOPSIS评价方法.为降低灰色关联度的计算复杂度,采用区间灰数的核代替区间灰数进行灰数关联度计算,提升了评价方法的可操作性.最后实证分析了某地区金融机构对企业融资风险的评价,验证了本方法的可行性和可具操作性.     

基于两正态均值的灰色统计假设检验研究

两个正态总体均值差的区间估计和假设检验研究是数理统计学的基本内容,但经典统计学的两个正态总体均值区间估计和假设检验理论,是建立在确定的随机数据上的区间估计和假设检验.而现实社会生活中很多数据具有模糊灰色等不确定性,面对这类不确定性数据,如何较为合理地进行科学分析和判断.在灰色系统理论的基础上,文章建立了在随机样本信息下,两个正态均值的灰色区间估计和灰色假设检验方法,从而把随机信息的两正态均值假设检验理论拓展到灰色数据信息中,并把这一灰色检验方法应用于医学统计实例分析.