多因子灰色$MGM^p(1,n)$优化模型

在多因子灰色模型的几种精确级差格式的基础上 .将误差融入级差格式 ,基于理想状态时的相对误差提出了一种新的灰色模型—— $MGM^p(1,n)$优化模型 .该模型对相对误差具有优良的抗噪性 ,实例表明该模型拟合效果和预测效果相当好.     

灰色关联度公式的几种拓广

基于灰色关联度的灰关联分析是灰色系统理论中最成功的理论和方法。依据灰关联四公理，将一般关联度公式拓广到矢量序列、复数序列、矩阵序列、模糊数序列、张量序列情形，为扩大灰关联分析方法的应用领域提供了理论根据。     

时序模糊多指标决策的模糊关联分析法

提出了时序模糊多指标决策问题 ,基于模糊关联分析给出了一种新的决策方法 .运用模糊集理论构建各时段的模糊加权决策矩阵 ,应用一种对模糊数排序的方法找出各时段的正、负理想方案 ,并通过所有时段各方案与正理想方案的相对模糊关联度的模糊加权和来确定最优方案 .最后给出了一个数值例子.     

粗集理论中知识的简化及其相互关系

证明了等价关系族对在前件的交集包含在后件的交集的条件下，它的前件Ⅰ型简化和前件Ⅱ型简化等价，在前件等于后件的条件下，它的前件Ⅱ型简化与等价关系族的简化等价．进而举例说明这样的等价性的存在，致使这三种简化形式相关的定理和性质呈现出较大的相似性．     

基于模糊指派的多目标多工程选址决策

提出了一种新的多个工程选址的多目标决策方法 .运用模糊关系合成矩阵将各种情况下的多目标工程选址问题转化为模糊指派或模糊广义指派问题 ,并用传统的匈牙利算法来求解 .最后给出一个应用实例.     

多目标指派问题及其在军械物资供应中的应用

运用模糊数学的思想 ,首先将各目标下的属性值矩阵转化为模糊关系矩阵 ,再将模糊关系合成矩阵与解决传统指派问题的匈牙利方法结合起来 ,提出了多目标指派问题的一种求解方法 :模糊匈牙利法 .并结合部队军械物资的供应说明了该方法的应用.     

完全信息利用的GM（1，1）建模

证明了由GM（1，1）模型得到的还原数据模型与原始序列的第一点无关，在此基础上提出了一种利用全部已知信息的GM（1，1）建模方法。     

基于Takagi—Sugeno模糊模型的模糊非线性规划问题

Ｔａｋａｇｉ－Ｓｕｇｅｎｏ模糊模型的本质在于：一个整体的非线性动力学模型可以看成 多个局部线性模的模糊逼近。     

具有模糊信息的多目标系统解模糊决策方法

对于具有模糊信息的多目标系统提出了一种模糊多目标决策方法。首先利用专家意见通过模糊算法集结各方案的模糊综合评价值，然后改变传统方法中对模糊数进行排序的做法，利用一种解模糊算法，直接对模糊综合评价值实行解模糊来进行方案优选，方法直观、简单，易于实现。最后给出了一个数值例子。     

灰色聚类的几个问题

灰色聚类是贫信息系统决策的重要技术。在已有的灰色聚类的基础上，讨论了聚类结果的模糊综合评判问题和模糊聚类问题，并讨论了利用ＡＲＭＡＶ或ＳＣＧＭ（１，ｈ）ｃ进行预测型灰色聚类的问题。