一类动态消费系统建模复杂性的先验分析方法

本文基于线性系统的度量复杂性理论，通过描述消费过程的一个机理模型，研究了一类消费系统的建模复杂性问题．利用系统量度复杂性理论中的Ｋｏｌｍｏｇｏｒｏｖｎ－宽度和辨识ｎ－宽度等概念，给出一类经济计量模型的建模误差及辨识误差与观测信息多少之间的关系，并证明了此类经济计量模型关于模型阶数和观测信息多少具有一定的鲁棒性．     

基于时间差异的土地出让金分析与土地政策调整

通过解析土地价格构成,分析了土地价格与土地出让金的关系.着重讨论了土地出让金及其调控政策基于时间差异对土地价格的影响.在静态且土地出让金调控政策为一次性条件下,从理论与数据释例两方面验证了土地出让金调控政策及土地出让年限存在"关键点",为检验土地政策有效性提供了参考标准;在土地出让金调控政策可调整且不确定条件下给出基于实物期权的离散条件下土地调控政策调整思路,为土地政策的有效实施提供了建议.     

随机利率下保单组的准备金精算模型

针对同质寿险保单组,分别建立了确定利率与随机利率准备金精算模型。通过对比分析,发现保单数的增加会降低死亡率风险,但不会减小利率风险。对于平均未来损失额的近似值,给出了其前二阶矩的一般表达式,以及一个具体的利率模型下的表达式。     

几种信息集结算子的灵敏度分析

从算子结构角度对几种较为常用的信息集结算子进行了灵敏度分析,分析视角为在数据突变以及极端数据加入两种情形下,观察算子集结值的波动情形.由于随机模拟方法的独立性,将其应用于数据突变或极端数据的生成,并融入到各算子信息集结的过程中,能够连续动态地分析集结值的变动情况.最后,通过一个模拟算例对各种集结算子的灵敏度进行了比较分析,并给出了相关结论.     

群体评价中评价者权威度的计算方法

针对群体评价中由多评价者或多评价方法带来的评价结论非一致问题,提出一种评价者权威度的计算方法,旨在为评价结论的公信力提供参照,为实际应用中评价者的选择提供参考.首先设定评价情境,提出研究前提假设;然后给出权威度的相关概念及定义,提出权威度计算模型并对模型的有效性进行说明.该方法可以避免群体评价时由评价者互评带来的权威度计算结果的主观性及不确定性,从理论层面上探讨解决评价结论非一致问题的途径.最后通过一个算例验证了方法的有效性.     

基于需求预测的分销系统成本模型

研究一类分销系统的成本模型,在不规则的需求模式下,将一类模糊系统模型引入需求预测领域,然后,在需求预测的基础上给出一段时间内中心仓库和各个零售商的成本模型.最后,通过一个算例说明模糊系统模型与传统的统计模型在预测精度、分销系统及其成员的总成本和服务水平方面的差异.运算结果表明,在研究基于需求预测的分销系统成本优化问题时,模糊系统模型更优于统计模型.     

动态不确定评价问题的随机聚合求解及应用

面向区间数形式的多阶段动态不确定综合评价问题,在传统绝对形式排序结论的基础上,进一步从随机模拟的视角讨论该问题的随机聚合求解方法及其他形式的评价结论.首先对体现被评价对象之间两两比较的优胜度概率矩阵进行了介绍,并给出了其模拟求解算法及简化算法;然后基于优胜度概率矩阵,发展出了带有概率特征的可能性排序及用于反映被评价对象不同时期发展状态的动态估值等评价结论.最后,通过武器组装自动化流水线运转情况的动态评价算例对上述多种形式的评价结论进行了求解与分析.多种形式的评价结论,不仅更加吻合动态不确定性评价问题的背景,而且进一步丰富了评价结论的形式,从而可使评价需求方从不同侧面更加全面地了解被评价对象的发展动态.     

基于评价者信服力的群体评价方法

针对群体评价中专家权重的计算问题，从对专家信息重视程度的角度出发，提出一种基于评价者信服力的群体评价方法，旨在探讨提高群体评价结果可信度的方法.结果表明，该方法在保证评价者评价信息完整性的同时能够综合评价者的经验信息和评价过程中的信息，从而保证评价结果的准确性.首先设定评价情景并提出研究假设，并对评价支持者和评价需求者进行区分;然后构建评价者信服力的计算模型并对模型的有效性进行说明;最后利用非线性规划模型计算各被评价对象的评价结果.     

一种语言评价信息不完全的多属性群决策方法

针对语言评价信息不完全的多属性群决策问题,以D-S(Dempster-Shafer)证据理论为基础,指出了已有研究在焦元识别的方法及相应焦元语言评价信息量化上存在的问题.同时提出了一种基于D-S证据理论的改进方法,该方法重新进行焦元识别、计算基本可信度分配,然后进行证据合成,并根据信度函数做出决策.该方法具有评价结论稳定、决策规则简单的特点.     

诱导密度算子及其性质分析

对密度算子进行拓展研究,提出了诱导密度算子的概念并对其进行了性质分析.对诱导变量进行了界定,给出了一种以诱导变量为基准的元素聚类方法;在此基础上,基于分组后各组的群组特征,给出了密度加权向量的确定方法;将诱导密度中间算子与已知的信息集结算子合成,得到了诱导密度算子,并对诱导密度算子的性质进行了分析.最后,通过一个算例对诱导密度算子的应用进行了说明.