基于三参数区间灰数的灰关联决策模型

针对决策信息不能准确获得的多属性决策问题,利用三参数区间灰数的特征与经典灰色关联决策的优势,提出了一种新的灰关联决策模型.首先介绍了三参数区间灰数的区间距离等基本概念,提出了基于三参数区间灰数区间距离的灰色相对关联度计算方法,构建了基于三参数区间灰数的灰关联决策模型,进而计算出基于区间距离的灰色相对关联度,并据此对各决策方案进行排序择优,最后通过与已有算例对比,证明了该方法的可行性,为灰色关联决策提供了一种新思路.     

概率为区间灰数的多目标风险型决策方法

本文提出了概率为区间灰数的多目标风险型决策的概念。对于概率为区间灰数,指标值为实数的多目标风险型决策问题,根据区间灰数的运算法则,化风险型决策为无风险型决策,再利用投影算法,根据投影值的大小对备选方案进行排序和择优。最后给出一个案例,证明方法的有效性。     

三参数区间灰数的多属性灰靶决策方法

针对决策信息不确定的多属性决策问题,提出了基于三参数区间灰数的灰靶决策方法.首先基于"重心"点的重要作用给出了一种新型的三参数区间灰数的距离测度,定义了三参数区间灰数的核和排序方法,由此确定决策方案的正负靶心,利用正负靶心距的空间投影距离求得综合靶心距,由综合靶心距最小化和灰熵最大化确定属性的权重,进而对方案进行排序.最后以一个实例说明决策模型的合理性和实用性.     

广义区间灰数关联度模型

针对传统灰色关联度模型只能适用于实数序列而不能应用于区间灰数序列的情况,以区间灰数序列中对应区间灰数的距离之和作为两区间灰数序列的关联度,构造了广义区间灰数关联度模型,包括适用于具有相同量纲的系统行为序列的区间灰数绝对关联度、适用于具有不同量纲的系统行为序列的区间灰数相对关联度,以及综合考虑区间灰数绝对关联度和区间灰数相对关联度的区间灰数综合关联度,并对它们的性质进行了初步研究．最后,通过实例说明了广义区间灰数关联度模型的计算过程与可行性．     

广义区间灰数关联度模型

针对传统灰色关联度模型只能适用于实数序列而不能应用于区间灰数序列的情况,以区间灰数序列中对应区间灰数的距离之和作为两区间灰数序列的关联度,构造了广义区间灰数关联度模型,包括适用于具有相同量纲的系统行为序列的区间灰数绝对关联度、适用于具有不同量纲的系统行为序列的区间灰数相对关联度,以及综合考虑区间灰数绝对关联度和区间灰数相对关联度的区间灰数综合关联度,并对它们的性质进行了初步研究.最后,通过实例说明了广义区间灰数关联度模型的计算过程与可行性.     

基于核和精确度的三参数区间灰数预测模型

针对传统灰色预测模型只能解决实数序列和区间灰数序列预测的不足,提出了三参数区间灰数的预测模型.通过定义三参数区间灰数的核和精确度,进而得到三参数区间灰数的核序列、"重心"点序列和精确度序列,从而将三参数区间灰数序列预测转变成实数序列预测,分别对三组序列建立预测模型,在不破坏灰数整体性的前提下,推导还原得到三参数区间灰数的预测模型,并对其进行精度检验,最后用一个实例来验证所建模型的有效性和实用性.     

基于心态指标的区间灰数预测模型

针对传统灰色预测模型仅适用于实数序列而无法进行区间灰数序列建模的缺陷,引入决策者心态指标,把区间灰数序列转化为带有心态指标的序列,并且当心态指标确定时,带有心态指标的序列就转化为体现决策者心态的实数序列,然后通过对体现决策者心态的实数序列建立灰色预测模型,从而得到了一种基于心态指标的区间灰数预测模型。由于决策者可以通过调整其心态指标建立灰色预测模型,因而使得模型预测更加符合实际。     

基于优性指标的灰色风险型多指标决策方法

针对指标权重完全未知且指标值为区间灰数的风险型多指标决策问题进行了研究,提出了基于优性指标的灰色风险型多指标决策方法;利用区间灰数大小比较的可能度、优性指标矩阵和分析技巧,将原问题转化为指标值为实数的无风险多指标决策问题;利用信息熵确定出指标权重,给出了两种相应的算法,进而得到方案集的排序并进行择优;应用实例说明了所提出的两种算法的合理性和有效性.     

基于前景理论的三参数区间灰数信息下多属性灰靶决策方法

针对决策信息为三参数区间灰数且属性权重部分已知的多属性决策问题,提出一种基于前景理论的三参数区间灰数信息下多属性灰靶决策方法.首先,对决策信息进行数据集结,由此定义三参数区间灰数的距离测度;然后,给出前景价值函数,以综合前景值最大化为目标确定属性权重,进而对方案进行排序;最后,通过一个实例验证该方法的有效性和可行性.     

基于核和认知程度的区间灰数Verhulst预测模型

针对传统的Verhulst模型只能用于对实数序列进行建模预测的问题,将其建模对象扩大到区间灰数序列,构建基于核和认知程度的区间灰数Verhulst预测模型.首先,将区间灰数序列转化为核序列和认知程度序列,实现区间灰数的白化;然后,分别构建核序列和认知程度序列Verhulst模型,并反推区间灰数上下界的表达式;最后,将模型应用于某高层住宅沉降量预测并与其他模型结果对比,实例表明,所建模型的精度较高,具有实用性.     

基于三参数区间数的施工导流方案多目标决策方法

在导流方案决策模型中,将决策指标视为定值无法反映其不确定性特性,而常规的二参数区间数默认区间范围内平均取值,易产生较大误差.为此,本文引入三参数区间数理论,在区间数上下限的基础上,引入重心点反映决策者最理想偏好;提出施工导流总费用、导流风险损失及停工天数等决策指标的区间范围数学表达,综合主客观法确定区间数指标权重.基于相对贴近度概念,计算指标值与基准点间距离的比例值,对导流方案的进行优劣排序,从而实现施工导流方案多目标决策.将该方法应用到某高堆石坝初期施工导流方案优选中,验证了该方法能较客观地量化导流指标,为导流方案多目标决策提供了方法和依据.     

一种区间灰数的优化预测模型

由于灰数间的代数运算会导致结果灰度的增加,所以对区间灰数进行建模时,为避免区间灰数的代数运算,本文将区间灰数序列转化为白部序列和灰部序列,再对白部序列和灰部序列分别建立灰色优化预测模型,最后通过实例证实了此方法的有效性与可行性.     

基于核与灰半径序列的GM(1,N)预测模型及其在雾霾中的应用

既有的关于GM(1,N)模型的研究,都是建立在实数序列基础上,文章将对GM(1,N)模型进行拓广,深入探讨该模型在区间灰数序列情形下的建模机理和建模方法,提出了基于核与灰半径的GM(1,N)模型。将以区间灰数序列的核序列和灰半径序列为基础建立GM(1,N)预测模型,进而对区间灰数序列的核与灰半径进行模拟预测,根据核与灰半径的计算公式推导出区间灰数的上界和下界,从而实现对区间灰数序列的模拟预测。最后,将文中提出的GM(1,N)模型应用于对霾存在时的空气质量指数AQI的预测研究中,模拟预测效果较好,从而验证了该模型的有效性和可行性。     

评价CJ20系列接触器动态性能之数据类型的适用性

将灰关联聚类分析法用于CJ20系列接触器动态性能评价,以9台CJ20-25型交流接触器为评价对象,实现动态性能的等级划分和优劣排序两种评价.提出针对"样本-相角-指标采样值序列"三维数据的算法步骤和公式,分别采用区间数和实数两种类型进行决策评价,并分析了这两种数据处理结果存在差异的原因.分析表明:灰关联聚类分析法用于评价动态性能可同时实现等级归属评价和性能优劣评价;在性能评价时考虑全相角范围,区间数算法比结合统计学实数的算法更易受极值影响;若研判特定相角下的性能,鉴于目前尚无公认统一的区间数排序方法,故结合统计学中实数算法的评价结果更合理.     

基于联系数的多属性决策模型

针对权重为区间数且属性值为实数和区间数相混合的多属性决策问题,提出了基于联系数的多属性决策模型.该模型将区间型权重、实数型及区间型属性值转化成联系数的形式,利用联系数的运算规则确定决策方案的排序.该方法集确定与不确定分析为一体,反映了不确定性对结果的影响,所需计算量较少,便于应用.实例分析验证了该方法的有效性和实用性.     

新信息Verhulst直接模型区间灰数预测

针对传统Verhulst模型以实数序列为建模对象,而对区间灰数的预测还比较缺乏的问题,利用直接建模思想,得到一利新信息Verhulst直接模型形式;在核与灰半径的基础上,构建相应的区间灰数预测模型;通过核与灰半径,推导出所建预测模型区间灰数上下界的时间响应式.应用实例表明:区间灰数预测模型具有很好的有效性和实用性,拓宽了灰色预测模型的使用范围.     

一类灰色Verhulst模型的优化

针对传统模型仅限对实数序列进行建模的缺陷,利用直接建模思想,得到一类Verhulst模型直接形式,并对区间灰数序列的下界序列进行预测;同时结合"信息域不减"原则,推导出上界序列的预测表达式,从而实现对区间灰数的模拟、预测.通过实例表明,该区间灰数预测模型具有很好的有效性和实用性,拓宽灰色预测模型的范围.     

一类区间灰数预测模型直接建模法

为利用直接建模思想,推导得出了一类新信息GM(1,1)直接模型形式.传统模型只能针对实数序列进行建立模型.以区间灰数的"核序列"为基础,并结合"信息域不减"原则,构建相应的GM(1,1)区间灰数预测模型;通过以"核序列"为中心,推导出所建模型区间灰数上下界的时间响应式.实例结果表明:该改进模型可以有效提高预测精度.     

区间数多属性决策的一种ELECTRE方法

在对不确定性区间数多指标决策问题和区间数运算法则进行描述的基础上,通过区间数可能度的计算,将指标值从区间数映射到优劣关系等价的实数形式,最后依据简化的ELECTRE方法的计算步骤进行方案的排序.该分析方法具有简单、实用的特点,它克服了以往研究此类决策问题时所遇到的区间数难以排序的问题.     

决策单元取数一致准则下的灰区间DEA效率研究

当决策群体的输入输出变量为区间灰数时,假设各决策单元在同一指标下的灰区间变量取数一致。基于取数一致灰数大小比较的相关结论,建立了求解DEA效率区间上、下界的线性规划方程。灰区间DEA效率求解方法有两个优点:一方面,取数一致的假设体现了被评价决策单元和参考决策单元的竞争公平性;另一方面,求得的DEA效率区间长度较小,不确定性低,提高了信息不完全条件下采用灰区间DEA模型对决策单元进行有效性评价和效率评估时的分辨力。