复杂装备费用驱动因子识别的效应比重极大熵模型

针对复杂装备费用预测中样本少和费用影响因素繁多的问题,分析费用因素的驱动比重。综合考虑驱动比重的最大化和因素权重的不确定性,运用极大熵原理,建立多目标权重配置模型,并利用拉格朗日乘子法求解权重。依据因素权重大小和权重的接近度选择费用驱动因子,利用所选择的驱动因子建立多元回归模型。与已有文献中的方法对比,结果表明本文的方法具有较高的预测精度,说明基于驱动比重最大化的复杂装备费用驱动因子识别模型能够诊断费用的关键影响因素。     

相似信息优先的复杂装备费用测算模型

针对横截面数据的复杂装备费用预测问题,由于主要参数比较相似的装备系统其研制费用往往趋同,提出了横截面数据的“相似信息优先原理”。分析新研装备与以往装备的相似度,按照指标信息的相似度区分横截面信息的优先次序。用归一化的相似度作为加权最小二乘法的权重,通过实例建立相似信息优先的回归模型,并与其他方法的结果对比,结果表明本文的方法具有更高的预测精度,相似信息优先的多元回归模型充分反映了相似信息的规律。     

基于灰色类别差异特性的评价指标客观权重极大熵配置模型

本文基于灰色类别的差异特性进行指标权重配置问题研究,运用灰色关联聚类将评价对象按照反映事物不同类别本质的自然差异特性划分成不同灰类.基于相同灰色类别间自然差异特性具有相似性、 不同灰色类别间自然差异特性具有差异性的特点,构建了反映灰色类别差异特性的评价指标客观权重极大熵配置模型. 通过案例分析与其他方法进行比较研究,证明了本模型的可行性及有效性,为多属性决策指标客观权重赋权问题提出了一种新的解决思路.