灰色关联聚类在面板数据中的扩展及应用

首先分析面板数据格式,探讨其几何特征的曲面簇描述方法.进而依据灰色关联分析原理,在三维空间中讨论面板数据各指标的几何特征相似性,提出基于矩阵的扩展灰色绝对关联度,保持与原关联度公式一致,并定义了矩阵始点零化算子和关联度参数.在此基础上,说明扩展关联度矩阵构造方法和面板数据聚类分析过程.最后通过实例验证该方法的有效性,结果表明扩展灰色关联聚类方法具有良好效果.     

基于灰色相似关联关系的灰色变精度粗糙集模型及应用

针对决策信息系统含有大量的灰信息、噪声数据且属性值为区间灰数,而利用传统的方法对其处理时易造成信息损失,鉴于此,本文利用灰色系统理论的思想方法构建了一种新的灰色变精度粗糙集模型。该方法,首先利用灰色相似关联度定义基于阀值λ的灰色相似关联关系、灰色相似关联类,而后以灰色相似关联关系代替灰色变精度粗糙集模型的等价关系,构建了一种基于灰色相似关联度的灰色变精度粗糙集模型,进而研究了模型的相关性质,并以实例验证了新模型的有效性与适用性。     

基于信息集结的新型灰色关联度构建及应用

在随机不确定数定义基础上,提出了一种新型灰色关联度构建方法,并阐述了该模型在服务品牌延伸中的应用。本模型拓展了灰色关联度的应用空间,对灰色关联度模型作了两点改进：一是定义了随机不确定数,既能体现随机数的特征且便于计算;二是在此基础上构建了新型灰色关联度,意义明确,克服了已有灰色关联度方法不能充分集结评估者信息的缺点。最后以服务品牌延伸实例对该模型的有效性进行了探讨,不仅从动态视角对服务品牌延伸机理进行了有益探索,结果还显示该模型具有一定的实用性。     

一种新的灰色关联度计算方法及其应用

针对现有的灰色关联度计算模型存在的缺陷，提出了一种新的灰色关联度计算方法，该方法克服了现有灰色关联度计算方法的缺陷，具有良好的性质。同时将该方法应用于动态多指标决策中。     

几类关联分析模型的新性质

以研究灰色关联度模型的新性质、丰富灰色关联分析理论体系为目的,在对几类常用灰色关联度模型理论分析的基础上,提出了关联度仿射性和仿射变换保序性的定义,从逻辑推理角度对各灰色关联度模型的仿射性与仿射变换保序性进行了理论研究.研究表明,T型关联度和比率关联度同时满足上述两个新性质.研究结果对于进一步构建新的关联度,扩展关联度的应用范围具有十分重要的意义.     

提高灰色模型精度的一种新方法

本文提出了一种提高灰色模型(GM)精度的新方法,我们称其为小m法.文中介绍了小m法的原理,实例演示了该方法并用灰色关联度验证了该方法的有效性.     

基于相似性和接近性视角的新型灰色关联分析模型

以笔者1992年提出的灰色绝对关联度模型为基础,构造出分别从相似性和接近性两个不同视角测度序列之间的相互关系和影响的灰色关联分析模型,并研究了灰色相似关联度和灰色接近关联度的计算及性质,最后给出一个算例.新模型克服了原模型存在的问题,更易于实际应用.相似关联度主要用于测度序列折线在几何形状上的相似程度;接近关联度用于测度序列折线在空间中的接近程度.需要说明的是,接近关联度仅适用于序列的意义、量纲完全相同的情形,当序列的意义、量纲不同时,研究其接近关联度没有意义.     

灰色关联度新判别准则及其计算公式

本文在灰色关联度新定义的基础上,提出了新灰色关联度判别准则,并给出计算公式,解决了实际工作中的灰色关联度难于使用的问题。     

灰色趋势关联聚类及其在数据挖掘中的应用

分析了数据库中"贫"信息数据的特点,以及"贫"信息数据挖掘问题的要求。应用一般系统理论,结合灰色趋势关联度,研究了灰色趋势关联系统及数学模型。作为该模型的应用,提出了灰色趋势关联聚类方法。以某大型酒业股份公司仅有的少量商品销售数据为数据挖掘对象,应用灰色趋势关联聚类方法,按商品销售增长趋势,对各类商品进行了聚类分析,得到了一种符合销售实际的聚类结果,阐明了灰色趋势关联聚类方法的有效性、方便性和实用性。     

灰色样条绝对关联度模型

灰色绝对关联度的计算基于用序列对应的折线来近似描述系统的行为特征量.从插值的角度看,折线即分段线性插值,其局限之一在于节点处不具有光滑性而真实轨迹曲线在采样点一般是光滑的;局限之二在于系统轨迹曲线曲率大时折线近似的误差相应增大,由于灰色系统研究对象为少数据贫信息系统,从而折线不能逼近真实轨迹曲线.为此,提出灰色样条绝对关联度模型以改进灰色绝对关联度,先用具有优良光滑性且近似效果好的三次样条插值函数来获得描述系统行为特征量的曲线,然后通过积分计算绝对关联度.讨论了灰色样条绝对关联度的性质和适用范围,灰色样条绝对关联度尤其适用于生长曲线类系统的关联分析,此外其可直接应用于不等时距序列.     

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。     

三参数区间灰数信息下的决策方法

基于灰色系统理论的思想和方法,探讨了方案指标值为区间灰数且灰数取值可能性最大数已知的决策问题.首先定义了三参数区间灰数,利用这类灰数的特性及经典灰色关联决策的优势,提出了三参数灰色区间关联度方法;其次考虑到各方案的效果评价向量与理想最优方案及临界方案在空间位置及几何形状的接近度和相似性,构建了三参数灰色区间斜率关联系数公式,结合建立的三参数灰色区间关联系数公式,给出了灰色区间综合贴近度方法.最后借助三参数区间灰数评价值的期望值及一维投影寻踪法的分析技巧,引入了投影指标函数方法.并对上述三种决策方法建立了相应的算法,应用实例说明了文中提出的决策方法的合理性和有效性.为灰色决策理论与应用研究提供了新的思路.     

基于灰熵优化的加权灰色关联度

基于灰色系统内各因素关系稳定的基本假设和灰内涵序列熵的分析,首次给出了灰关联分析中关联系数权重的确定方法。通过定义加权灰色关联系数分布密度值,构建了灰内涵序列,建立了关联系数权重的优化模型,并以算例验证了该方法的有效性与实用性。结果表明,该方法能够反映不同时点关联系数的重要性,使关联系数的波动性得到了有效控制,解决了局部点关联系数控制整个灰色关联序的问题。     

特征自适应型GM(1,1)模型及对中国交通污染排放量的预测建模

兼顾精度与拟合趋势相似性是预测建模需要深入研究的重要问题.为提高模型对数据特征的适应能力,本文分析了GM(1,1)模型中灰微分方程和白化方程的一致性关系以及响应式还原方法问题,提出构建一种特征自适应型灰预测模型,即CAGM(1,1)模型.该模型采用含可变参数的背景值公式构建灰微分方程,并通过转化模型形式推导了参数估计过程,进而构建以背景值序列为基础的时间响应式;为提高模型预测能力,本文结合灰色关联度构建响应式还原过程中待定变量的适应度函数,采用粒子群算法取得其最优值.最后,案例研究了我国机动车污染排放预测问题,分别构建GM(1,1)和CAGM(1,1)模型对氮氧化合物排放量进行建模,通过比较二者拟合和预测结果验证新模型的改进效果,为管理实践提供有效工具.     

模糊灰关联模式识别方法及其应用

首先建立灰关联分析的新的理论模型,然后将其与模糊集理论结合起来,提出了一种模糊灰关联模式识别方法．通过应用于场地土类别的评定,从而说明了本文方法的有效性     

灰色振幅关联度模型

传统的灰色关联模型从统计序列的面积、斜率、变化速率等角度来计算其关联程度,这些关联模型受到统计序列横纵坐标(振幅和间隔)的双重影响,这在分析统计序列间的单个因素间的关系时会产生其它因素的干扰.针对这一缺陷,提出了振幅关联度模型,研究仅受振幅因素影响的关联模型,证明该模型只与波形的波动振幅大小和方向有关,不受曲线波形的序列间隔影响,且能表示出正负相关性,并应用该模型研究了中国国内生产总值指数与居民消费指数两者增减幅度间的关系,取得了良好的效果.本模型适用于分析两组有明显波动的序列数据.     

基于广义动态灰关联度窗口的时滞分析模型

基于静态最大关联度准则的经典灰关联时滞分析方法对样本时序的依赖性较强,分析结论的代表性较差、甚至会出现自相矛盾的地方.为此,本文探讨了一种新的全局性动态时滞分析方法.首先,设计了新信息优先加权算子,将其引入广义灰色关联度模型,强调新信息在关联分析中的重要性.其次,针对经典的基于灰关联度的时滞分析方法的不足,提出动态灰关联度窗口的概念,对样本时序中所有潜在时滞取值展开系统化的分析.再者,定义了基于动态灰关联度窗口概念的时滞关联度矩阵以及相应的时滞灰关联度向量,设计出灰栈矩阵这一特殊灰关联数据存储结构,动态对比所有潜在时滞关系,找出代表性时滞值.最后,对宏观经济指标之间的时滞关系展开案例分析,并与经典灰关联时滞分析方法进行对比,结果表明本文设计的时滞分析方法具有更好的说服力.     

部分权重信息且对方案有偏好的灰色关联决策法

以灰色系统理论的思想和方法为基础,探讨了决策方案的属性值为区间灰数、属性权重部分已知和决策者对方案有偏好的灰色决策问题,提出了解决这种灰色决策问题的方法与算法。运用分析技巧,构建了基于区间灰数相离度的灰色区间关联系数公式和灰色区间相对关联系数公式。该决策方法既利用了客观信息,又尽可能地满足决策者的主观愿望,也避免了在某些准则下去求出属性权重真值的估计值,并且计算易于在计算机上实现。实例分析说明了所提出的灰色关联决策方法的合理性及其算法的有效性。     

灰色决策问题的特征向量方法

基于灰色系统理论的思想和方法,探讨了方案的指标评价值为区间灰数并且指标权重未知的决策问题,提出了这种灰色决策问题的特征向量方法.首先运用分析技巧,构建了灰色区间关联系数公式和灰色区间相对关联系数公式;其次通过引入方案间优势强度、相对优势强度和优势比较矩阵等概念及其计算公式,对指标评价值为区间灰数并且指标权重完全未知的情况建立了特征向量决策算法,给出的算法避免了指标权重的计算,使上述问题在一定程度上得以解决.应用实例说明了文中提出的决策算法的合理性和有效性.