财经类高校课堂教学评价模型及应用

课堂教学及其评价是当前教学质量评估中的重要一环。文章根据财经高校教学特点,利用灰色系统多层次评价理论建立不同专家对不同教师课堂教学技能的评价模型,在案例应用中取得了较好的效果。     

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。     

基于灰色关联的西部煤炭产业集中度影响因素研究

在概述西部原煤产量及其矿井类型与数量变化趋势的基础上,利用2003-2010年相关时序数据测度了西部煤炭产业在这一时期的集中度。随后,运用灰色关联理论,分析了期初集中度、生产扩张能力、进入壁垒、市场容量等相关因素与西部煤炭产业集中度的灰色关联程度。研究表明:期初集中度与市场容量是影响西部煤炭产业集中度诸多因素中最为重要的两个因素。在进一步分析产生这一结果深层原因的基础上,提出了提高西部煤炭产业集中度的政策建议。     

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。     

煤炭企业可持续发展水平的人工神经网络评价

本文在对目前煤炭企业可持续发展评价方法进行分析的基础上,提出了基于人工神经网络的煤炭企业可持续发展水平评价模型,并建立了三层BP神经网络评价模型,以实现对煤炭企业可持续发展这一复杂系统的评价。评价结果表明,该方法是可行的。     

智能控制系统研究现状与展望

控制理论的发展正面临着新的突破，智能控制将成为控制理论发展中的一个新阶段．本文以近年来智能控制领域的研究成果为基础，结合国际上一些比较值得注意的动向，分析了智能控制系统的结构特点，对其研究现状进行了综述，进一步探讨了相关问题，并提出了智能控制系统今后可能的发展方向．     

人工鱼群算法优化SVR的预测模型

文章针对参数选择关系着支持向量回归机的性能进而影响GDP预测效果这一问题,引入人工鱼群算法将支持向量回归机的参数选择转化为组合优化问题,得到应用人工鱼群算法优化支持向量回归机的短期GDP预测模型。以辽宁省的GDP数据为例,将该模型的预测结果与同为智能算法的BP神经网路和单纯的支持向量机进行对比,结果表明该模型的预测效果优于其余两个,具有更好的学习能力和推广能力。     

一个基于神经网络——Logistic回归的混合两阶段个人信用评分模型研究

一、问题的提出在建立个人信用评分模型时 ,预测精度是非常重要的 ,因为许多情况下即使预测的准确性只提高一点点 ,也会使信贷机构的损失减少很多。正因为如此 ,大量的统计分类技术被应用到信用评分领域。文 [1]首次利用中国某商业银行的信用卡客户数据对多种个人信用评分方法在中国的适用状况进行了全面的比较研究。结果表明 ,不同的模型有自己不同的优点和缺点 :神经网络等非线性方法的精度往往要高于 (线性 )判别分析、Logistic回归、线性规划等线性评分方法 ;而Logistic回归、判别分析、线性规划等方法的稳健性① 则比神经网络方法要好…     

杂合灰色聚类与变精度粗糙模糊集的概率决策方法及应用

在基于粗糙集理论或扩展粗糙集理论的不确定性决策中,仅由数据集无法获得决策表,同时由于决策属性呈现模糊性,以致于难以获取概率决策规则。针对这一类决策问题,基于灰色定权聚类与优势粗糙集变精度方法,本文构建了一种的杂合决策方法。该方法首先利用中心点三角白化权函数的灰色定权聚类方法将包含不同量纲指标的知识表示系统生成多属性决策表,而后运用变精度粗糙模糊集进行决策分析,生成概率决策规则,最后以区域关键技术的选择为例,表明该模型的可行性与实用性。     

休闲娱乐行业外来女性非正规就业分析

本文对浙江省10城市休闲娱乐行业外来女性非正规就业进行调查和分析,构建了灰色度的概念。通过AMOS结构方程分析后发现,体型指数、受教育程度、兄弟姐妹数量、父母的工作情况对进入这一行业从事非正规就业有显著影响。认为明晰并规范休闲娱乐行业的工作内容和服务质量是促进该行业走向正轨和正规的可靠而现实的途径,社会认可和社会网络支持将有助于这一转变。