基于灰关联理想方案决策的区域物流能力评价

文章将灰色关联度模型与理想方案方法相结合,用各方案与理想方案的灰色关联度代替各方案与理想方案之间的距离,提出了一种灰色关联理想方案决策方法。然后,将该方法应用到河南省各市区域物流能力评价之中,通过选取了影响区域物流能力的13个主要指标,根据河南省各市2010年的实际统计数据,利用灰关联理想方案决策方法对其区域物流能力进行定量分析,得出了河南省各市区域物流能力的强弱次序,结果表明评价科学、合理、有效。     

基于平面灰关联的学科水平结构型评价方法

文章提出基于平面空间与灰色关联分析的学科水平评价新方法.通过构建平面结构评价模型,将学科水平评价指标值转化为二维空间指标点序列,并连点成曲线,进而运用灰色相似关联、灰色接近关联和灰色综合关联三种量化模型评价学科水平.研究表明,该方法较好的弥补了传统评价方法的不足,能够更加直观全面的从结构上把握不同学科的水平差异.     

基于灰色动态聚类-粗糙集的绿色资源环境评价指标构建模型

以内蒙古自治区12个盟市的绿色资源环境发展为研究对象,采用灰色动态聚类与粗糙集相结合的方法,构建包含有全年供水量等11个指标的内蒙古自治区绿色资源环境指标体系,其要点在于:一是通过灰色关联分析建立样本间的灰色关联矩阵,进而进行样本间的灰色聚类,反映样本间的信息重复性;二是采用动态聚类方法,每次去除一个指标后继续通过灰色关联分析建立的灰色关联矩阵进行灰色样本聚类,为粗糙集约简提供信息数据;三是通过粗糙集约简理论判断海选指标对聚类结果的影响是否显著,将每一次的聚类结果与原始聚类结果比较,保留两次聚类结果不同且对评价样本分类有显著影响的海选指标;四是采用非参数Kruska-Wallis检验的P值检验法证明本文构建的指标体系是合理的。通过对比分析表明,本文的灰色动态聚类-粗糙集指标筛选模型优于现有研究的聚类-灰色关联指标筛选模型。     

大样本评价的定量指标无量纲化方法

文章针对大样本评价的特点,提出一种结合指标原始数据的客观特性与专家主观经验的定量指标无量纲化方法,分别就大样本评价中存在的正指标、负指标、中间型指标及复合型指标等定量指标给出了相应情形下的指标归一化计算模型。实例分析表明,该方法对大样本评价的定量指标处理具有指标评分分布合理、评价结果区分度高、可操作性强等优点。     

线性综合评价模型中指标标准化方法的比较与选择

分析与比较各种指标一致化与无量纲化方法对综合评价结果的影响,并构建兼容度指标对无量纲化方法的相对有效性进行测度。结果表明：在线性综合评价模型中,减法一致化方法、Z-Score法和极差化法相比其他标准化方法更为有效。选择合适的指标标准化方法,能够有效提高综合评价结果的准确性。     

基于RS与GCA的基础设施项目融资模式选择研究

针对基础设施项目融资模式选择问题,提出了粗糙集(RS)与灰色关联分析(GCA)集成的基础设施项目融资模式选择方法。该方法首先利用自组织影射(SOM)神经网络对样本数据做离散化处理,然后通过粗糙集约简评价指标,去除冗余评价指标,最后对约简后的指标数据进行灰色关联分析。实证研究表明该方法应用到基础设施项目融资模式选择中是科学合理的。     

本期导读

长期以来,学者们对综合评价方法、指标选择和权重设置的研究十分广泛且深入,但对指标无量纲化方面的研究较为薄弱。《大样本评价的定量指标无量纲化方法》一文作者,针对大样本评价的特点,提出了一种结合指标原始数据的客观特性与专家主观经验的定量指标无量纲化方法,分别就大样本评价中的正指标、负指标、中间型指标及复合型指标等定量指标给出了相应情形下的指标归一化计算模型。该方法对大样本评价的定量指标处理具有指标评分分布合理、评价结果区分度高、可操作性强的优点。     

灰色斜率相似关联度研究及其应用

根据灰色关联分析的基本思想,基于灰色斜率关联度的计算模型,提出了一种新的灰色斜率相似关联度计算模型,它满足相似性。该计算模型充分利用了序列在各个时点的信息和正、负相关性,得出的关联分析结果比较客观可靠。实例分析表明：该模型简单,且具有良好的应用性。     

基于改进灰色关联分析的供应商评价方法

供应商的评价与选择是实现供应链管理全局性优化的基础。本文针对供应商选择时存在信息不完全的现象,提出了利用改进的灰色关联评价模型进行优化选择研究。该模型在采用层次分析法确定权重的基础上,充分利用了信息的灰色特性。通过手机供应商选择的算例分析,该方法较好地解决了选择和评估过程中所遇到的信息不完全、评价指标较多、部分指标之间存在相关或重复等复杂多因素综合决策问题。     

综合评价方法中的最优无量纲化模型研究

针对综合评价过程中无量纲化方法选择盲目性较强的问题,文章首先引入综合评价结果优良性的度量指标,优化综合评价结果稳定性和区分度的度量函数,建立无量纲化有效性的统计检验方法;其次,以无量纲化有效为主要约束条件,分别以稳定性最高、区分度最高以及稳定性和区分度均最高为目标函数构建三类最优无量纲化模型,分析大平移尺度和小平移尺度约束条件对最优无量纲化模型的影响;最后,通过大量的数值模拟实验研究了6种常用综合评价方法中的最优无量纲化模型,并对结果进行深入分析。研究发现,大平移尺度约束下几种综合评价方法中的最优无量纲化结果均不同于现有无量纲化方法,小平移尺度约束下的最优无量纲化与均值化较为接近,但不完全相同;经过不断优化后的稳定性函数和区分度函数能更科学地度量综合评价结果的稳定性和区分度大小,无量纲化有效性的统计检验方法能准确判断指标间的量纲差异是否被有效消除;综合评价方法、目标函数和约束条件不同时所对应的最优无量纲化结果不同。