灰色广义Verhulst模型的构建及其应用

一般认为,灰色Verhulst模型(grey verhulst model,简称GVM)适用于具有单峰或饱和S形的序列.然而,在利用GVM建模时,模拟值有时会出现"漂移"现象,使得模型精度变差.针对这一问题,将常数项引入GVM模型,构建了灰色广义Verhulst模型(grey generalized verhulst model,简称GGVM),并在参数的不同分类下,借助灰色建模序列的非负性,完整地给出了灰色广义Verhulst模型的时间响应式及其还原值.将GGVM与GVM模型分别对四个单峰型序列建模,发现GGVM能有效地解决GVM模型模拟值出现的“漂移”现象.在实证部分,利用新模型对江苏省石油与天然气的基础储量进行建模分析,并与GVM模型、数据分组处理算法比较,验证了GGVM在模拟及预测时的优势.     

基于Choquet积分的区间灰数多属性决策方法

针对多属性决策中属性间的关联性对决策结果的影响,提出了基于区间灰数灰度和Choquet积分的区间灰数多属性决策方法。根据区间灰数灰度的定义,证明了区间灰数的灰度是一种灰测度,由此定义了关于区间灰数灰度的离散Choquet积分并证明其性质;依据各方案的综合属性值的方差最小的原则建立多目标优化模型,确定了各属性或属性集的权重,最后利用Choquet积分对各方案的效果评价向量进行集成。通过实例说明了该方法的有效性。     

弱化缓冲算子作用强度及光滑性比较

针对弱化缓冲算子作用强度和光滑性问题, 提出缓冲率的概念, 比较了加权调和平均算子、加权几何平均算子、加权算术平均算子、加权平方平均算子、及其多阶算子的作用强度大小; 分析了弱化缓冲算子作用强度与光滑性之间的关系, 并加以实例验证. 结果表明, 对于单调递增序列, 加权调和平均算子、加权几何平均算子、加权算术平均算子、加权平方平均算子的作用强度依次增强, 单调递减时依次减弱; 多阶弱化缓冲算子的作用强度随阶数的递增而增强; 弱化缓冲算子的作用强度与光滑性具有内在一致性, 这为弱化缓冲算子光滑性的大小比较提供了新途径.     

灰色T型关联度的改进

通过对现有灰色关联度及T型关联度模型的分析,提出了灰色T型关联度的改进模型,改进后的关联度模型能够反映序列的正、负相关关系,并且具有对称性、唯一性、可比性和无量纲化后的保序性.通过实例表明了改进的灰色T型关联度能够更真实地反映序列曲线的关联程度,所得关联分析结果较为客观可靠,并且易于在计算机上实现.     

灰色模型的病态问题研究

针对灰色模型在参数辨识过程是否出现病态问题利用矩阵条件数进行了研究,研究结果表明:只有在原始序列首项不为零其它各项近似为零的常数序列的情况下灰色模型才会发生病态性问题,对于这类序列在进行预测时是没有实际意义的.因此在灰色预测所建立的灰色GM(1,1)模型是不会存在病态问题.     

网络最大流的割集矩阵算法

利用网络单位流量及网络可行流的流量平衡关系,得出流量关系矩阵,由流量关系矩阵,得出网络割矩阵,从而求出网络图的割集,最后根据网络最大流等于最小割容量,求得网络最大流,此方法使得计算网络最大流变得简便,且具有很强的实用性.     

一种新的关联度量化模型及其在农民收入结构分析中的应用

在已有灰色关联理论的基础上,综述了现有的几种典型灰色关联度量化模型,并分别指出了其缺陷。在此基础上,领会灰色关联度公理的内涵,提出了一种灰色关联度量化模型———演变模型,克服了现有关联度量化模型的缺陷,并证明了其科学性。最后,以河南省农民收入结构分析为例,介绍了其应用方法。图1,表1,参19。     

灰色斜率关联度的改进

研究了单指标数据序列的几种无量纲化变换及其性质，提出了一种对灰色斜率关联度的改进模型，改进后的关联度能够反映序列的正、负相关关系，并且对原始序列进行无量纲化变换处理时不影响关联系数及关联度的值，还研究了改进的关联度及关联系数的性质。该方法充分利用了序列各时点的信息及正、负相关性，所得关联分析结果较为客观可靠，并且易于在计算机上实现。     

河南省农业产业化经营的理论与实践

通过对河南省农业产业化经营的现状进行分析,认为河南省农业产业化经营起步于８０年代中期,目前仍处于起步阶段,并对河南省农业产业化经营中存在的问题及农业产业化的６种形式进行分析,在此基础上提出河南省农业产业化经营的措施与对策,供领导决策参考。参４。     

灰区间可靠度的确定方法

灰区间可靠度直接影响建立在灰区间基础上的有关研究结果 .本文提出了一种确定灰区间的方法 ,建立了一个确定灰区间可靠度的数学模型 .