IGOWC-OWGA算子及其在区间组合预测中的应用

针对C-OWGA(continuous ordered weighted geometric averaging)算子只能集结单一区间数据的不足,提出一类连续区间数集结新算子.在C-OWGA基础上引入IGOWA(induced generalized ordered weighted averaging)算子,构造出诱导广义加权的C-OWGA(induced generalized ordered weighted continuous ordered weighted geometric averaging,即IGOWC-OWGA)算子,以向量夹角余弦为相关性准则,构建一个连续区间组合预测新模型.最后经实例验证表明该新方法在提高预测精度方面具有显著效果.     

基于区间精度和IOWA算子的变权组合预测方法

现有的区间组合预测模型往往是将单项预测方法不同时刻的预测精度转化为实数,这将导致预测信息的损失。因此,文章提出一种新的区间预测精度的概念,将单项预测方法不同时刻的精度用区间数表示,并利用可能度对其进行排序;将排序后的预测精度作为诱导变量,构建基于区间预测精度和诱导有序加权平均(induced ordered weighted averaging,IOWA)算子的区间变权组合预测模型;实例分析说明了该区间组合预测方法的有效性;最后,对模型参数做了灵敏度分析。     

基于预测有效度的ICOWA算子区间组合预测模型

一阶预测有效度只考虑到预测精度序列的数学期望,而忽略了预测精度的方差对预测方法有效性的影响。为此,文章提出一种基于二阶预测有效度的诱导连续有序加权平均(induced continuous ordered weighted averaging,ICOWA)算子的区间组合预测模型,探讨了该模型的预测精度序列的数学期望和标准差所满足的不等式性质,并给出该模型的近似求解方法;最后给出一个实例分析,验证了该模型是有效的、可行的。     

广义区间值Pythagorean三角模糊集成算子及其决策应用

针对连续集合上决策变量的隶属度和非隶属度之和超过1的决策问题,提出区间值Pythagorean三角模糊数,并且分析其广义集成算子的决策应用。首先,引入区间值Pythagorean三角模糊数的概念,得到其运算法则。其次,推导区间值Pythagorean三角模糊数的加权平均算子、加权几何算子、有序加权平均算子、有序加权几何算子、广义有序加权平均算子以及广义有序加权几何算子,介绍它们的相关性质。最后,构建出基于广义区间值Pythagorean三角模糊集成算子的多属性决策模型,并且根据实例对广义有序加权平均算子和广义有序加权几何算子进行稳定性分析,运用图像直观地证明在处理决策问题时前者优于后者,说明决策模型的有效性和可行性。     

基于对数灰关联度的IGOWLA算子最优组合预测模型

在对数灰关联度和诱导广义有序加权对数平均算子(IGOWLA)等概念的基础上,构建了基于对数灰关联度的IGOWLA算子的最优组合预测模型,并引入组合预测模型的优性及非劣性定义.实例计算结果表明,提出的方法确为一种优性组合预测,能够有效地提高预测精度.     

基于C-OWHA算子的区间证据理论及其应用

为解决经典区间证据合成方法具有计算复杂、不满足结合律等问题,利用连续区间数据有序加权调和平均(C-OWHA)算子提出一种新的区间信度合成方法.该方法借助C-OWHA算子构造区间信度点化函数,使得区间基本概率分配函数转化为点信度函数,再结合Dempster合成规则将转化后的点信度进行融合.最后,将该方法应用于一个算例,以说明该方法的实用性.     

基于IOWHA算子和倒数灰关联度的组合预测模型及其应用

将诱导有序加权调和平均(IOWHA)算子和倒数灰关联度相结合,提出了基于IOWHA算子和倒数灰关联度的组合预测模型,同时定义了优性组合预测和非劣性组合预测的概念,并将该组合预测模型应用到税收收入预测中,验证了组合预测模型的合理性和有效性,并说明了优性组合预测的存在性.     

基于IOWHA算子的区间预测模型及应用

针对实际值序列和预测值序列均为区间数的组合预测问题,把区间数的左右端点作为两个独立的时序数列,通过引入诱导有序加权调和平均(IOWHA)算子,分别建立以区间数左右端点的倒数离差相关系数最大化为准则的IOWHA算子的变权系数最优组合预测模型,再通过引入偏好系数把多目标最优化模型转化为单目标最优化模型,并尝试给出各模型最优解的性质.最后利用数据进行分析,并和其他单项预测方法或组合预测方法相比较,从而证明该方法确实能够提高区间预测的精度.     

连续区间广义power多重集结算子及在群决策中的应用

针对不确定区间信息的集成问题,提出了连续区间广义power多重平均(C-GPMA)算子和连续区间广义power有序加权多重平均(C-GPOWMA)算子,研究了这些算子的性质,并讨论C-GPMA算子和C-GPOWMA算子的算子族。在此基础上,提出一种属性权重未知且属性值以不确定区间数形式给出的多属性群决策方法。最后,通过算例说明此方法在不确定多属性群决策中的应用,结果表明该方法是有效的、可行的。     

基于IOWC-GOWA算子及相对熵的区间型组合预测模型

针对用区间型数据描述不确定现象的组合预测问题,为了提高区间型数据的预测精度,首先采用诱导有序加权连续区间的广义有序加权平均(IOWC-GOWA)算子将区间数集结为实数;然后对集结后的实数进行标准化处理;最后从信息论的角度引入相对熵作为最优准则,提出了基于IOWC-GOWA算子及相对熵的区间型组合预测模型;另外,通过实例分析了该组合预测模型的合理性和有效性;结果表明:该组合预测模型可以有效地提高区间型数据的预测精度,即该模型是合理有效的,并且,参数λ和BUM函数的选取会对模型的预测精度产生一定的影响。     

基于灰关联度的IGOWLA算子中国楼市库存的预测分析

在回顾灰关联度和诱导广义有序加权对数平均算子(IGOWLA)等概念的基础上,构建了基于灰关联度的IGOWLA算子最优组合预测模型。分别利用多元线性回归模型、残差自回归模型、GM(1,1)模型对我国商品房待售面积进行了单项预测,建立了基于灰关联度的IGOWLA算子组合预测。     

基于ISM-灰色聚类法的历史街区可持续更新评价

在“绿色经济”和“双碳目标”背景下,首先,基于历史街区可持续发展目标,构建了历史街区可持续更新评价指标体系,并通过解释结构模型(interpretive structural model, ISM)确定评价指标之间的层级关系;然后,采用区间组合数有序加权算子(combination ordered weighted averaging, COWA)-灰色聚类法构建历史街区可持续更新评价模型,并将其应用于青岛中山路历史街区可持续更新评价;最后,依据评价结果提出相应建议﹒研究表明：影响青岛中山路历史街区可持续更新的根本因素是更新计划和政策的制定;该历史街区可持续更新评价综合得分为7.08,其可持续性处于中等偏上水平﹒     

改进的加权调和平均算子及其在多属性决策中应用

在加权调和平均（WHA）算子的基础上,提出了信息数据集结的有序加权调和平均（OWHA）算子和组合加权调和平均（CWHA）算子,探讨了它们的一些性质关系,给出了OWHA算子和CWHA算子应用于多属性决策的方法,最后通过实例分析表明该决策方法是有效和可行的.     

基于OWTA系列算子的组合预测模型研究

在有序加权平均(OWA)算子和诱导有序加权平均(IOWA)算子的基础上提出了新的有序加权正切平均(OWTA)系列算子,并讨论了该系列算子的一些优良性质,同时基于这些算子建立了新的组合预测模型,最后通过算例分析,结果令人满意。     

基于区间数距离和ICOWA算子的变权区间组合预测模型

针对预测值为区间数形式,将区间数距离和诱导连续有序加权平均算子ICOWA结合,以ICOWA算子下实际预测序列与组合预测序列的距离最小为准则,构建了变权组合预测模型,并证明了模型的非劣性.最后,通过实例说明了模型能够有效提高预测精度.     

基于IOWHA算子的对外直接投资组合预测

在引用诱导有序加权调和平均(IOWHA)算子组合预测模型的基础上,首先分别使用ARIMA模型、灰色预测模型、多元线性回归模型对我国对外直接投资(OFDI)进行预测,然后建立基于IOWHA算子的组合预测模型和评价指标体系;结果显示:IOWHA组合预测模型优于3种单项预测;运用组合预测模型预测我国未来4年的OFDI值,预测值表明未来几年,我国OFDI仍处于增加状态,增幅较大;最后给出相关结论及建议。     

基于改进相互作用矩阵-模糊认知图的矿井火灾风险评价

针对多因素耦合作用下矿井火灾风险评价中影响因素模糊性与动态解释能力不足的问题,基于人、机、环境、管理4个维度构建矿井火灾风险评价指标体系;运用组合数有序加权(combination ordered weighted averaging, C-OWA)算子削弱主观因素影响建立相互作用矩阵,进而识别关键风险因素;将矩阵元素融入模糊认知图推理模型,预测火灾风险演化趋势;最后通过组合评价系数确定风险评价等级,并将所提方法应用到矿井实例予以验证。结果表明：该矿井火灾风险为一般风险,与实际情况相符,验证了该方法的可行性与适用性,同时该方法既能对风险因素进行耦合分析,又能实现对风险趋势的定量化预测,具有一定的优越性。     

一种多粒度语言的多属性群决策方法

针对多粒度语言的多属性群决策问题,文章提出了一种基于二元语义及改进多准则妥协解排序(VIKOR)的群决策方法。首先将不同粒度语言的偏好信息一致化为由基本语言评价集表示的相同粒度二元语义信息;在专家属性未知且方案属性不完全的情形下,分别运用有序加权平均算子(2-tuple ordered weighted averaging,T-OWA)与相对熵从客观角度计算权重;为进一步挖掘决策数据的内在规律,引入灰色关联系数改进评判矩阵,结合该矩阵利用VIKOR方法刻画最优方案。算例结果验证了该方法的有效性和可行性。     

基于指数支撑度的IGOWLA算子的最优组合预测模型

在广义诱导有序加权对数平均算子(IGOWLA算子)的基础上,引入指数支撑度以及构建了一种基于支撑度的IGOWLA算子的最优组合预测模型,并对该模型的预测精度、优性及非劣性给出定义.实例分析表明,该组合预测模型优于传统的组合预测模型,能够充分利用各个单项预测方法的信息并能提高预测精度,是一种优性组合预测.     

基于调和概率语言术语集的Power平均算子

实践发现现存概率语言Power平均算子在应用中存在概率信息丢失、计算过于繁琐等问题,针对这些问题,提出一种基于调和概率语言术语集的Power平均算子。结合新的基本运算法则与新的支撑度,给出新的概率语言Power平均算子、概率语言Power几何平均算子、概率语言Power加权平均算子、概率语言Power加权几何平均算子,同时论证分析了这几类新型算子的性质。最后通过实验数据,将提出的算子与现存算子进行对比分析,验证了所提算子的有效性与可行性。