基于模糊聚类和粗糙集提取我国经济增长的模糊规则

提出了一种基于模糊软分类和粗糙集理论来提取模糊规则的一种算法.该算法分为3个步骤①通过模糊软分类对样本进行模糊划分,得到隶属度矩阵;②运用粗糙集理论和得到的隶属度矩阵生成初始决策表;③简化决策表,提取规则.最后运用该算法提取我国经济增长的模糊规则.     

在Excel中实现上市公司财务的模糊聚类分析

一、模糊聚类分析的基本思想 聚类分析与回归分析、判别分析一起,合称为多元统计分析中的三大方法。聚类分析是通过对给定的n个对象或样本之间的内在相似性进行度量,并依此进行分类。普通聚类分析中,类别之间是清晰的,分类的集合中任意二个元素要么等价,要么不等价。可有许多实际对象的类别之间没有截然明显的划分,对它们的归纳是模糊的。这就需要应用模糊数学的语言和方法进行聚类分析。模糊聚类分析一般是先求出论域上的模糊相似矩阵R,再褶积运算求出传递闭包t(R),最后通过取不同的t(R)阈值λ截矩阵,得到聚类结果。     

地区社会核算矩阵的平衡技术及其在江苏社会核算矩阵编制中的应用

本文在编制江苏社会核算矩阵基础上,借鉴 Robinson et al.(2001)提出的跨熵(cross entropy,CE)技术平衡社会核算矩阵原理,研究了中国地区社会核算矩阵的平衡问题.首先,论文阐述了社会核算矩阵和地区社会核算矩阵的原理以及各商品和活动等之间的逻辑联系;其次,论文在CE-SAM的技术基础、运算基础上建立了平衡SAM 的目标规划;最后,在简述江苏社会核算矩阵编制基础上,对其进行了CE 平衡.     

基于L-矩的厚尾分布动态拟合研究

为了解决厚尾分布不拥有完整的中心矩集合而无法进行矩估计的问题,在金融领域引入近年来在水文领域发展较为迅速的L-矩理论.在考虑当前预期和波动性条件下,基于L-矩理论分别考察了广义帕累托分布对高频收益超额数的静态尾部拟合和动态尾部拟合,应用条件VaR以及Kupiec-LR检验对拟合的结果进行了检验.研究结果表明,L-矩理论可以很好地解决厚尾分布的矩估计问题;VaR以及Kupiec-LR检验表明,基于L-矩的广义帕累托分布较好地拟合了极端条件下的收益率尾部,可以捕获极端条件下收益率时间序列动态特征.     

基于广义模糊数的软件成本加权CBR估算研究

在软件项目开发过程中,准确估算出软件成本在提高软件质量和保障软件成功开发方面起到重要支撑作用。针对软件项目历史数据库中部分属性在项目开发初期难以给予精确数值(仅仅能给出模糊数),而已有软件成本估算模型不能很好地处理模糊信息的问题,本文在基于案例推理模型(CBR)基础上集成广义模糊数,提出了基于广义模糊数的CBR模型。使用基于广义模糊数的相似度度量方法代替传统CBR模型中采用的欧式距离等相似度度量方法,采用模糊C均值聚类(FCM)方法将已有软件项目历史数据库中的精确数值进行模糊化处理,以匹配新项目中的模糊数。进一步采用粒子群算法(PSO)来优化属性的权重,构建基于广义模糊数的加权CBR模型。最终在实验中采用Desharnais数据来检验构建模型的有效性。实证结果表明,在与常用的欧式距离CBR模型相比,构建的基于广义模糊数的加权CBR模型能有效提高估算精度,采用PSO优化属性权重能提高模型的估算精度。     

基于VIKOR和诱导广义直觉梯形模糊Choquet积分算子的多属性群决策方法

针对属性值为直觉梯形模糊数,决策者间和属性间存在相互关联的多属性群决策问题,引入模糊测度和Choquet积分的概念,在直觉梯形模糊数的运算法则基础上构建了诱导型广义直觉梯形模糊choquet积分平均(IG-ITFCA)算子和诱导型广义直觉梯形模糊choquet积分几何(IG-ITFCG)算子,探讨上述算子的若干性质及一些特例,进而提出了基于诱导型广义直觉梯形模糊Choquet积分算子和多准则妥协优化解(VIKOR)的直觉梯形模糊多属性群决策方法。实例分析验证该方法的有效性和合理性。     

模糊综合评价方法在评定一般保险风险等级的应用

在保险核保的过程中,保险公司往往依据主观性的臆断来评价该保险的风险等级,缺乏一个客观合理、具有科学依据的评价方法,因此,我们以模糊数学为基础,运用模糊综合评价的思想和原理,设定风险的评价等级论域、因素论域、隶属度关系矩阵、因素权重向量,把它们进行某一种模糊运算,计算出最终的决策集,风险等级一目了然,评价出该保险的风险等级,从而使保险公司作出最为合理的决策来进行承保。     

基于模糊聚类的高新技术企业信用风险评估方法研究

本文针对高新技术企业的特点,应用粗糙集理论和模糊聚类方法,集成了一种信用风险评估方法。首先构建了高新技术企业信用风险评估指标体系,再应用粗糙集约简方法生成约简的指标集,继而运用模糊聚类方法对企业信用风险进行评估。在使用模糊ISO-DATA聚类算法时,加入"引路样本",这种改进的算法提高了评估的客观性。     

模糊综合评价方法在评定一般保险风险等级的应用

在保险核保的过程中,保险公司往往依据主观性的臆断来评价该保险的风险等级,缺乏一个客观合理、具有科学依据的评价方法,因此,我们以模糊数学为基础,运用模糊综合评价的思想和原理,设定风险的评价等级论域、因素论域、隶属度关系矩阵、因素权重向量,把它们进行某一种模糊运算,计算出最终的决策集,风险等级一目了然,评价出该保险的风险等级,从而使保险公司作出最为合理的决策来进行承保。     

基于CI-TOPSIS的梯形直觉模糊多准则群决策分类方法

模糊群决策分类方法广泛应用于政治、经济与社会生活各个领域,可有效避免个人知识与经验局限性所导致的决策失误。针对信息不完备的多准则群决策问题,提出基于CI-TOPSIS的梯形直觉模糊多准则群决策分类方法。首先,给出梯形直觉模糊集及广义梯形直觉模糊几何聚类算子,兼顾考虑群决策中相应依赖属性与决策者的决策偏好。其次,给出基于离散Choquet积分的TOPSIS算子（CI-TOPSIS）,以此为基础,进一步给出基于CI-TOPSIS的梯形直觉模糊多准则群决策分类步骤,用于确定具有最大可信度群体一致案例比较信息集,并逐步引导决策者给出部分及全部方案的精确分类,充分考虑模糊决策环境下决策者偏好与案例比较信息的级别关系。最后,通过一个投资决策实例对所提出的多准则分类方法进行验证。实例分析表明：该方法克服了决策过程中信息的遗漏,充分保留了决策过程中信息的完备性,更适用于直觉模糊群决策环境下的决策实践,是一种非常有效和科学的方法,可应用推广到更多决策领域。本文所得结论,对于有效解决多人多投资方案的群决策问题,具有一定的借鉴意义。     

基于灰色系统的供应链风险模糊综合评价研究

本文在分析当今供应链所面临的较为严峻的风险问题基础上,将Delphi法、层次分析法、灰色系统评估法以及模糊综合评估法相结合,提出了一个切实可行的供应链风险模糊综合评价模型,并通过算例验证了评价模型的可行性和有效性,对企业管理决策有较强的指导意义.     

模糊粗糙集中综合评价的属性约简和规则获取

传统的评价方法在进行评价之前没有进行属性约简,并且对新样本的评价过程过于复杂.鉴于此,运用(S,T)模糊粗糙集对综合评价中的属性约简和规则获取进行了研究,通过属性约简精简评价指标,通过规则获取来简化新样本的评价过程,为新样本的评价提供了一种全新的方法.最后以一个综合评价实例来演示如何进行属性约简和规则获取.     

基于粗糙集理论-神经网络-蜂群算法集成的客户流失研究

针对电信客户流失问题的复杂性,融合粗糙集理论、神经网络和蜂群算法的优势,提出了一种新的客户流失预测模型——基于粗糙集理论、神经网络和蜂群算法线性集成多分类器的客户流失预测模型。首先利用自组织神经网络(SOM)对连续属性值进行非监督离散化处理;接着使用粗糙集方法(RS)对离散属性进行约简;然后分别使用BP神经网络、RBF神经网络、ELMAN神经网络和广义回归神经网络(GRNN)在约简属性集上建立4个子分类器;最后使用模型集成法对4个子分类器进行线性集成,并采用人工蜂群(ABC)算法优化线性组合的权重。将该模型应用于某电信客户流失,实验结果表明该集成方法是可行且有效的。     

基于模糊集的经济订货批量模型的优化研究

本文对模糊环境下的库存问题进行了研究,采用梯形模糊数来描述现实生产环境,对不允许缺货、全部要素均为模糊数时的经济订货批量模型进行优化求解.数据分析表明,虽然实际环境是模糊的,但是最优决策是确定的.当所有生产要素均为常数时,模糊库存模型可以退化为确定性条件下的经济订货批量模型.并对模糊集范围对经济订货批量和年库存总成本函数的影响进行了数据分析和仿真.     

基于可辨识矩阵的不完备模糊目标信息系统的属性约简

粗糙集理论是用来解决不确定性的新的数学工具,其中属性的约简是粗糙集理论中一个重要的研究课题.J.W.Guan等提出了信息系统下的矩阵算法.本文则是把这种算法推广到信息不完备并且目标是模糊的领域.通过容差关系的上近似集和下近似集重新设计了算法,最后用实例验证算法了算法的可行性.     

基于混合加权距离的毕达哥拉斯模糊TOPSIS多属性决策方法研究

针对决策信息为毕达哥拉斯模糊集的多属性决策问题，提出了一种基于混合加权测度的TOPSIS决策方法。在分析了现有距离测度方法不足的基础上，首先给出了一种新的毕达哥拉斯模糊距离测度——毕达哥拉斯模糊有序加权距离（PFOWD），并研究了该测度权重的确定方法；在PFOWD基础上，进一步提出了毕达哥拉斯模糊混合加权距离（PFHWD），同时探讨了其特征和与现有毕达哥拉斯模糊测度的关系；最后提出了一种基于PFHWD测度的毕达哥拉斯模糊TOPSIS多属性方法，并用实例验证了方法的有效性和可行性。     

深圳股市时变Beta、条件CAPM实证研究

建立Engle(2002)提出的动态条件相关多元GARCH模型计算深圳股市诸行业指数2001/07/02～2005/07/15期间的时变Beta系数,进而对系统风险Beta系数与收益的关系进行传统的检验和由Pettengill et al.(1995)提出的条件检验,并且探讨了非系统风险、总风险在资产定价中的作用.研究结果表明,Beta与收益间不存在传统的无条件相关关系;部分行业指数的Beta系数与收益符合条件相关关系:当超额市场收益大于0(上市场)时,Beta和收益正相关;当超额市场收益小于0(下市场)时,Beta与收益负相关.但对大多数指数而言,Beta与收益仅在下市场时呈显著的负相关关系.同时非系统风险以及总风险均得到了补偿,表明深圳股市的投资者并没有充分分散化其投资,政府应大力发展机构投资者.     

基于模糊——神经网络的援例支持系

针对援例支持系统中常要遇到的模糊性问题,提出j一种基于模糊一神经网络的援例支持系统(FNCBSS)．作为一种智能决策支持系统,因为它具有模糊逻辑推理和学习的功能,故而更接近人类思维的认知过程．给出j其原理结构图,并对之进行了分析．指出了其理论上的可行性和实现上面临的困难,最后对其发展前景做了展望     

全国各地区经济发展水平比较——基于改进层次分析法的模糊综合评价模型

模糊综合评价(Fuzzy comprehensiveEvaluation＿FcE)作为定性分析和定量分析综合集成的一种常用方法,已在工程技术,经济管理和社会生活中得到了广泛的应用.本文尝试将其运用在地区经济发展差距的比较上,对全国31个行政区划1996-2003年的经济数据进行比较分析,并对各地区经济发展水平进行排序.以期为地区差距的研究提供一种新的方法.     

公益项目选择的模糊相对效率模型

公益项目主要着眼的是社会公众福利,其收益常常不是货币性收益.使用现有项目评价方法来选择公益项目通常是不合适的.本文在分析公益项目主要特点的基础上,基于数据包络分析(DEA)和能够反映公益项目特点的模糊集合概念,提出一种面向该类项目的新选择方法.该方法较之于现行方法能够更好地符合公益项目选择决策的实际情况.