灰色周期关联度模型及其应用研究

灰色关联模型从统计序列几何形状的接近性和相似程序来判断其紧密程度,传统的灰色关联模型从统计序列的面积、斜率、变化速率等角度来计算其关联程度,这些关联模型受到统计序列横纵坐标(周期和振幅)的双重影响,这在分析统计序列间的单个因素间的关系时会产生其它因素的干扰。针对这一缺陷,本文提出了周期关联度模型,研究仅受周期因素影响的关联模型,证明该模型只与波形的波动周期和方向有关,不受曲线振幅的影响,且能表示出正负相关性,并应用该模型研究了GDP与居民消费间的周期关联性,取得了良好的效果。     

基于主成分分析和灰色关联聚类分析的指标综合方法研究

在进行多指标分析和评价的过程中,首先对指标进行灰色关联聚类分析,将指标分成若干可以定义的类,每个聚类代表同一类指标;其次对每个聚类进行主成分分析,提取主成分,获得该类指标的主成分集合;最后基于权重思想综合所有聚类的主成分集合,形成既反映全体指标信息又体现指标聚类差异性的综合指标.通过一个算例说明该方法计算方便,客观合理.     

灰色关联度分析法在管理者基本素质评价中的应用

文章介绍了灰色关联度分析法的具体步骤,并将其应用在管理者的基本素质评价中,对管理者的基本素质进行定量分析,有利用企业全面了解被评者的基本素质。     

人力资源对江苏省经济发展的灰色关联度分析

江苏省近年采经济发展迅速，人力资源对经济的影响关系到该市的经济可持续发展。本文采用灰色关联度分析法，从劳动投入和人力资本两个角度选取指标分析人力资源对江苏经济发展的影响，最终为江苏市经济发展提出相关建议。     

基于灰色关联度的企业移动商务市场潜力分析

本文运用灰色系统理论,以2004年以来中国企业移动商务市场数据为依据,探讨了灰色关联法在移动商务市场潜力分析中的应用问题.通过时移动商务相关经济活动进行灰色关联分析寻找影响移动商务的主要因素,并从定量角度给出了移动商务及影响因子的关联序,以期对如何发展我国企业移动商务市场提供有益的参考.     

灰色关联度在企业员工培训评价中的应用

随着企业的快速发展,面临的机遇与挑战越来越大。为了寻求发展、追求自我超越、实施优胜劣汰,就必须培养出一大批优秀和高素质的人才,而培养优秀人才,需要完善而高效的培训管理机制。而培训效果如何,是否达到了企业开展培训的目的,这就要求有一套培训效果评价系统来进行效果评价。     

影响房地产市场需求因素的灰色关联度分析

房地产行业是国民经济发展的支柱行业之一,其发展有利于促进社会经济的快速发展。在当前的社会形势下,房地产行业得到了突飞猛进的发展,对于房地产的市场需求仍然比较大。据此,为了对房地产市场需求进入深入分析,现采用了一种灰色关联度分析法,说明了房地产市场需求的主要因素。     

CtoC电子商务物流服务供应商选择的灰色关联度研究

在CtoC电子商务活动中,往往由于物流服务供应商选择不当,造成物流费用高、服务态度差、送货时间长等问题,使得消费者不愿意与商家进行交易.为了帮助CtoC电子商务商家科学、合理地选择物流服务供应商,本文建立物流服务提供商评价指标体系,并利用灰色关联度理论,建立物流服务提供商选择的灰色关联度决策模型,最后,通过实例验证该模型是方便可行的.     

基于灰色关联度的商业保险保费收入研究

在前人研究的基础上,本文针对保险市场小样本、"贫信息"特性,通过构建灰色关联度模型,研究了国民生产总值、人口总数、存款余额、财政支出、全社会固定资产投资和城镇居民人均可支配收入分别与总保费收入、财产保险保费收入、人身保险保费收入之间的灰色关联度,就前者对后者的影响强度进行了排序,并结合国家宏观政策对结果进行了解释。     

产业集聚与区域经济竞争力灰色关联度研究

产业集聚与区域经济竞争力之间相互联系和影响,对二者相互关系的研究越来越重要.本文运用灰色关联理论,研究了二者之间的关联度,并对江苏、浙江、上海、广东四省市产业集聚与区域竞争力的关联度进行测算,得到江苏的产业集聚度变化与区域经济竞争力变化之间存在很大的相关性,江苏产业集聚与区域经济竞争力的相关度为0.827,大于广东、上海和浙江.     

面板数据的灰色矩阵相似关联模型及其应用

根据灰色关联分析的基本思想,在定义了面板数据矩阵表现形式的基础上,以指标为研究对象,从个体和时间两个维度分别衡量了相关因素矩阵与系统特征行为矩阵之间的发展速度指数和增长速度指数的接近程度,并以此作为关联度的度量,将灰色关联分析由传统的向量空间拓展到矩阵空间,提出了面板数据的灰色矩阵相似关联模型,并讨论了其性质。最后以CO₂排放为例,通过测算中部六省2005-2012年碳排放量,建立了中部地区碳排放影响因素的灰色矩阵相似关联模型,实例表明,该模型简单,且具有良好的应用性。     

灰色关联决策方法研究

以灰色决策分析理论为基础,探讨了经典灰色关联决策方法的优势和不足。提出了基于理想方案的最大关联度方法、基于临界方案的最小关联度方法,以及同时考虑理想方案和临界方案的综合关联度方法及其相关概念。建立了灰色区间关联系数公式和灰色区间相对关联系数公式。运用分析技巧,构建了上述3种关联度决策算法。指出了灰色区间关联系数公式和最大关联度方法分别是经典灰色关联系数公式和灰色关联决策方法的推广,而最小关联度方法和综合关联度方法是经典灰色关联决策方法的拓展。文中实例说明了所提出的灰色关联决策方法的合理性及其算法的有效性。     

基于网络搜索信息的农村水环境质量灰色预测模型

针对农村水环境直接监测数据相对缺乏、间接数据难以有效引入的问题,综合灰色关联分析和预测模型,提出一种基于网络搜索信息的农村水环境质量灰色预测模型。首先,综合考虑数据重要性和可获得性,确定农村水环境相关的搜索关键词清单;然后,采用主成分分析法提取搜索关键词的主要特征,构建初始网络搜索变量,并利用灰色绝对关联度衡量各初始网络搜索变量与水环境质量之间的关联程度。在此基础上,构建不同频率数据的多变量离散灰色模型,将强关联变量的降频数据作为多变量离散灰色模型的驱动因素,从而构建基于网络搜索信息的农村水环境质灰色预测模型。实例分析结果表明,相对于传统灰色模型,引入网络搜索信息可以提高农村水环境预测精度,为农村水环境治理提供决策支持。     

灰模糊积分关联度决策模型

灰关联度决策模型是在假设属性之间彼此相互独立的基础上构建的,但是在很多实际问题中属性之间往往存在一定的交互作用,从而导致灰关联度决策模型失效。针对这一问题,引入模糊积分理论,构建了灰模糊积分关联度决策模型。为求解该模型,定义了基于属性权重和属性间交互度的默比乌斯变换系数,来计算2可加模糊测度,其中属性权重通过序关系分析法和施密特正交马田系统共同确定,属性间的交互关系和交互度由专家确定。以廉租房保障家庭经济状况评估为例,对灰模糊积分关联度决策模型和灰关联度决策模型进行比较验证,验证结果表明灰模糊积分关联度决策模型的决策结果更加科学合理,有较好的应用价值。     

基于灰色关联分析的企业员工满意度评价

本文将灰色理论引入企业员工满意度评价中,建立了基于灰色关联分析的企业员工满意度评价模型。模型采用灰色关联分析法将评价因素间的不完全确知关系进行白化,减少了主观因素的影响,提高了评价结论的准确性,为企业员工满意度评价提供了一种新方法。     

基于白化权函数的区间灰数关联度模型

根据区间灰数空间映射思想,引入白化权函数来表征区间灰数的分布信息。定义灰形和灰心分别来描述白化权函数与区间灰数围成的封闭几何图形及其几何重心;定义灰圆和灰径分别来表示以灰心为圆心且与灰形具有相同面积的标准圆及其半径。在此基础上,以灰心序列的横、纵坐标序列为对象,以灰径的离差为权重,依照邓氏关联度原理构造了一个基于白化权函数的区间灰数关联度模型。并针对一种最为典型的白化权函数,具体导出了区间灰数关联度的计算公式。最后,通过一个供应商选择的实例验证了模型的科学性和可行性。基于白化权函数的区间灰数关联度在资源勘探、机器故障诊断、产品品质评价及供应商选择等方面有着广泛的应用前景。     

灰色组合预测模型及其应用

针对传统回归模型需要的数据量大且建模复杂等缺陷,提出了一种基于灰色关联度和GM(1,1)的灰色组合预测模型;从灰色关联度的视角寻找数据之间的依赖关系,运用GM(1,1)模型预测数据关系的未来发展趋势,进而建立因变量的预测模型;模型体现了回归分析基于事物因果关系的建模思想,同时又具有灰色理论小样本建模的特点;应用该模型对我国2007和2008年度的GDP进行预测,预测结果表明了该模型的有效性及实用性。     

考虑后悔规避的灰色群体偏离靶心度决策方法

针对指标值、指标权重以及状态概率均为区间灰数的风险型多指标群决策问题,考虑决策者的后悔规避的心理行为,提出基于后悔理论和区间灰数信息的群体偏离靶心度决策方法。该方法将后悔理论融入到群决策过程中,建立了各决策者的综合灰色感知效用矩阵,由此定义了群体灰色正负靶心以及灰色群体偏离靶心度;以灰色群体偏离靶心度综合值最大化为目标、同时结合极大熵原理构建优化模型并解出最优专家权重向量,利用灰色群体偏离靶心度大小对方案进行排序;最后,通过具体算例验证了该方法的有效性和实用性。     

基于新型核与灰度序列的MGM(1,m,N)模型及其应用

雾霾是空气质量重要评判标准之一,对其进行准确预测能为相关政府部门及时做出正确决策提供理论支持,因此预测雾霾具有实际意义。本文针对区间灰数分布信息已知的序列,构建多个影响因素作用于多个系统行为变量的灰色MGM(1,m,N)模型。首先根据可能度函数计算得到区间灰数的新型核与灰度序列,然后对新型核与灰度序列分别建立MGM(1,m,N)模型以求得模拟值和预测值,最后通过还原得到区间灰数序列的上、下界。为进一步验证该模型的可行性,本文将该模型应用于雾霾相关数据并与基于传统核与灰度序列的MGM(1,m,N)模型进行比较,结果表明本文构建的新模型的模拟预测精度都较传统模型更好。