基于区间灰数的灰色定权聚类

针对灰色定权聚类模型中白化权函数转折点只能为实数的情况,提出了当转折点为区间灰数时的白化权函数构造方法与计算过程。首先定义了区间灰数的标准化方法,将区间灰数的标准化形式带入实数型白化权函数,给出了区间灰数型白化权函数的表达式。然后分别对区间灰数型白化权函数中分段曲线只有一端为区间灰数和分段曲线两端均为区间灰数的情况进行讨论,得出两种情况下区间灰数型白化权函数值,并给出了区间灰数型典型白化权函数的四个转折点均为区间灰数的一般表达式。最后将该模型应用于许昌市民营企业核心竞争力的聚类评价中,取得了良好的结论。     

多标准决策表中发现概率规则的变精度粗糙集方法

用优势关系代替不可分辨关系,本文提出了一种可以从多标准决策表中获取概率规则的扩展变精度粗糙集模型,该模型能够处理多标准决策表中可能的不一相容性,获取由偏好对象组成的概率决策规则集,并导出事例决策系统的偏好模型。研究结果表明:基于优势关系,从多标准决策表中获取的最小概率规则集,使用的条件数量较少,且导出规则的数量较少、较强。     

基于变精度粗集的战略石油储备规模决策方法

我国的战略石油储备(Strategic Petroleun Reserve,SPR)政策刚刚起步,对SPR规模进行决策,使其保持在合理范围,是SPR管理的重要内容.本文基于变精度粗集(variable precisioz rough set,VPRS)理论,提出了一种简单易行的SPR规模决策方法,通过设定一个变精度因子口,允许SPR决策信息系统中有一定的错误分类率,减少了数据噪声,提高了决策规则的鲁棒性.     

聚类系数无显著性差异下的灰色综合聚类方法研究

在灰色聚类评估分析中,当灰色聚类系数无显著性差异时,按照已有的灰色聚类方法无法对聚类对象进行准确的聚类,而在实际研究中经常会遇到聚类系数无显著性差异这类问题。因此本文提出了一种新的灰色综合聚类方法。具体步骤是:首先计算各聚类对象的聚类系数,并对其进行归一化处理;再根据对象中每一灰类的灰色聚类系数在聚类过程中的作用,计算聚类对象的综合聚类系数;最后根据综合聚类系数对聚类对象进行聚类,确定聚类对象应属的灰类。并且证明了当聚类对象的聚类系数差异大于1-2/S时,一般灰色聚类方法与灰色综合聚类方法所得聚类结果完全相同。最后,以江苏省第二产业内部主导产业选择为例进行了实证分析。     

矿井掘进工作面安全评价的灰色聚类方法

本文用灰色聚类方法[1]讨论了煤矿掘进工作面安全评价问题,提出了一种新的安全评价方法─灰色聚类综合法。同时,本文对灰色聚类的算法作了改进,改进后的算法便于记忆和应用。     

基于三角白化权函数的灰色聚类评估在供应商选择决策中的应用

通过分析制造商主导型供应链的特点,结合核心制造企业的实际需求选取合适的供应商评价指标,以客观、科学的熵权法为指标赋予权重,采用基于三角白化权函数的灰色聚类评估方法进行全面供应商评价,依据评价结果做出供应商选择决策,旨在得到一个切实、全面、科学的供应商选择方法。最后通过算例证明该方法在应用过程中的有效性。     

基于灰色模糊聚类法的企业集团部门绩效评价

综合运用BSC和KPI,建立企业集团部门绩效评价指标体系,并以企业集团各下属单位同类型部门的绩效评价指标灰色关联分析结果为基础,采用灰色关联分析在模糊聚类理论中的应用方法,建立了企业集团部门绩效评价模型,并利用最大树法,得到了基于不同水平的聚类结果形成的谱系图,合理地反映了企业集团各部门的绩效评价结果和状况分布。最后,通过实例验证了该模型的有效性和可行性。     

基于灰色聚类的社会评价模型及省辖市的实证

根据"坚持以人为本,全面、协调、可持续发展"的科学发展观的内涵,根据人民生活质量,教育卫生等五个准则层构建了社会综合评价指标体系。利用三角白化权函数理论,建立了基于灰色聚类的社会综合评价模型,并采用辽宁省14个地区的截面数据进行了实证研究。本文的创新与特色一是通过将可观测的国民幸福指数纳入评价体系,反映了人们对自身生存和发展状况的感受和体验,改变了现有评价没有考虑人民幸福程度的缺点。二是通过人均可支配收入和最低生活保障线等可获得数据指标计算准基尼系数,间接反映了社会发展过程中的收入分配差距现象,解决了现阶段因辽宁省未统计基尼系数指标而无法对社会发展进行科学评价的问题。三是通过在灰色聚类评价模型中通过熵权法确定指标权重使权重结果客观并唯一,避免了主观赋权方法得出的因人而异的现象。四是运用灰色聚类模型对辽宁省各地区社会发展进行聚类评价,有效地揭示了辽宁省各地区社会发展的不平衡性特征。     

粒子群优化的模糊聚类方法在车辆行驶工况中的应用

本文研究了粒子群优化的模糊聚类方法在车辆行驶工况中的应用。采用主成分分析方法将众多反映车辆行驶工况特征的运动学片段特征值进行压缩,用粒子群优化的模糊聚类方法对运动学片段的前三个主成分得分进行聚类,通过Matlab编程将上述理论用于合肥市典型道路行驶工况的构建和分析,按时间比例选取合适片段拟合代表性工况,并将代表性工况和采用K均值聚类法及模糊C均值聚类方法拟合的工况进行对比分析。研究结果表明,将粒子群优化的模糊聚类方法应用到工况的构建中可以有效地提高构建精度。     

面向突发事件的应急献血者聚类与分配方法研究

突发事件发生后,应急献血者呈爆发式增长、献血设施超负荷运作。本文提出一种应急献血者聚类与分配的优化方法可以有效地解决该问题。在该方法中,首先提出了应急献血者的分类规则,并采用Canopy与K-means相结合的算法对应急献血者进行聚类分组;然后,考虑献血者的心理因素,建立了最大化血液满足、均衡各献血设施的工作量以及最大化献血者效用的多目标分配优化模型;进一步,考虑应急献血者的时间偏好,构建了献血时间安排的多目标优化模型;通过使用优化算法求解模型得到应急献血者的分配方案;最后,通过一个算例分析验证了该方法的可行性以及有效性。     

基于变精度粗糙集的分层知识粒度

本文在研究变精度粗糙集模型中的近似、分类质量与知识粒度关系的基础上,提出了利用嵌套的等价关系集,可以构造基于不同置信阈值β、不同级别分类质量γ的分层知识粒度,并设计了相应的算法,最后以实例构造了分层知识粒度结构图。     

基于粗糙集的不一致信息系统规则获取方法

本文提出了一种基于粗糙集的既能学习决策性分类规则也能学习非决策性分类规则的方法,目的是获得更一般、更可靠的分类规则,并设计了相应的算法。算法的基本思想是允许用户在学习分类过程中指定三个参数:最小的支持度、分类规则必须满足的一致度、覆盖度,据此推导出满足参数要求的规则。最后将该方法应用于一个算例中,提取了满足给定参数阈值的规则。该方法在处理噪音数据及大型数据库分析等方面具有较强功能。     

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Heronian平均算子的Pythagorean模糊不确定语言决策方法

针对评价信息为Pythagorean模糊不确定语言数、属性权重未知且属性间相互影响的多属性决策问题,提出一种基于灰色关联法和Heronian平均算子的决策方法。首先,提出Pythagorean模糊不确定语言Heronian平均（PFULHM）算子和Pythagorean模糊不确定语言几何Heronian平均（PFULGHM）算子,并证明其满足幂等性、单调性、有界性及可交换性。考虑到属性权重之间重要程度的差异,定义了Pythagorean模糊不确定语言加权Heronian平均（PFULWHM）算子和Pythagorean模糊不确定语言加权几何Heronian平均（PFULWGHM）算子。其次,将灰色关联法运用到Pythagorean模糊不确定语言环境中求解属性权重。最后,提出基于PFULWHM算子和PFULWGHM算子的决策方法,并通过算例分析说明本文提出方法的有效性。     

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。     

基于灰信息变元的泛函博弈模型研究

现实社会生活中存在局中人的博弈策略或收益值是变元（如时间、环境、空间、制度或相关其它变元）映射的一类博弈问题。本文从灰信息变元的角度给出了的泛函区间灰数的概念,设计了泛函区间灰数的表征形式,提供了泛函区间灰数之间的大小比较与运算法则。分析基于不确定信息的泛函博弈问题,并描述其形式与框架,可以展示不确定信息下博弈的特征、性质、战略表达形式。运用优化理论及其相关技术方法,设计基于不确定信息优化的求解算法,即通过研究和构造泛函博弈收益值的广义满秩扩充方阵求解最优博弈策略和博弈收益值问题,不仅为现实生活中的不确定信息问题提供新的解题思路,更为实际问题的解决提供新的方法参考。最后结合案例“盗版与打击盗版”问题通过计算机仿真对其博弈均衡结果进行详细的对比分析,说明了本文提出基于信息变元泛函博弈模型的科学性和计算结果的精确性。     

基于可变精度粗糙集的新兴技术企业信用风险识别

针对新兴技术企业信用风险评估的必要性和现有评估方法仅局限于财务指标且指标之间高度相关的缺点,借鉴了可变精度粗糙集（VPRS）模型具有噪声数据的强适应能力和强抗干扰能力的优点,提出了一类基于VPRS的新兴技术企业信用风险识别方法,并用已上市的部分新兴技术企业对其进行实证检验,检验结果表明了该方法具有较好的识别能力。该方法首先运用VPRS理论的最新研究成果,并借助于粗糙集分析软件ROSETYA,对由训练样本组成的数据关系表进行数据补缺、离散化及属性的β约简等处理,从而导出识别规则,形成识别规则库;然后集成二叉树构建一类新兴技术企业信用风险识别方法;最后用测试样本对方法的识别精度进行检验。     

基于共识模型和ORESTE的扩展概率语言多属性群决策方法

扩展概率语言词集作为一种更具通用性的语言信息表示模型,能够更加充分地描述原始评价信息,提高语言多属性决策的科学性。鉴于此,本文针对扩展概率语言环境下的多属性群决策问题,提出一种基于共识模型和ORESTE方法的多属性群决策方法。首先,给出了扩展概率语言词集的概念以及相关理论。其次,考虑到群决策过程中专家群体因知识背景以及素质能力的不同从而给出不同的评价信息导致群体意见不一致的情况,提出了扩展概率语言环境下的共识模型。再次,鉴于多数情况下备选方案间不存在单一排序顺序,本文对经典的ORESTE方法进行改进,提出扩展概率语言ORESTE方法。基于本文提出的扩展概率语言共识模型和扩展概率语言ORESTE方法,提出了扩展概率语言多属性群决策方法。最后,为了验证本文提出方法的有效性和合理性,采用共享单车设计方案评价算例进行分析,并通过与其他方法的对比分析说明本文提出方法的优越性。     

基于粗糙集与未确知模型的供应商风险评估方法研究

供应商是制造商材料的来源,供应商风险的发生可能导致原来井然有序的供应链无法正常运转,因此,供应商风险的预警与评估在供应链风险管理中占据着举足轻重的地位。本文提出一种基于粗糙集和未确知测度理论的供应商风险评估方法,该方法首先运用粗糙集理论对繁杂的供应商风险指标体系进行精简,并确定指标权重,然后运用未确知测度模型对供应商风险进行评估,从而使评估结果更加客观。最后在实证研究中以某汽车制造商企业供应商风险评估体系为例,阐明了该评估方法的科学有效性以及评估结果的合理性。