基于核和灰度的区间灰数的序关系

首先,根据区间灰数的核的概念,在同核区间灰数定义的基础上,讨论了基于核的区间灰数的等价关系和大小关系,并给出了一系列相关结论。其次,根据区间灰数的灰度的概念,在同灰度区间灰数定义的基础上,讨论了基于灰度区间灰数的等价关系和大小关系,也得到了一系列相关结论。最后,在同时考虑核和灰度的基础上,讨论了区间灰数的序关系,并得到区间灰数的偏序关系不是全序关系的结论,从而说明基于核和灰度的区间灰数代数系统不能定义大小关系,同时这也说明了基于核和灰度的灰数表示形式具有一定的局限性。     

有界灰数和灰行列式

本文从代数的角度讨论有界灰数的代数结构。并初步讨论了灰行列式的某些性质。     

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.     

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.     

属性值为区间灰数的判别分析法

判别分析法是在已知研究对象分成若干类型并已取得各种类型的一批已知样品的观测数据,在此基础上根据某些准则建立判别式,然后对未知类型的样品进行判别分类。当观测数据是实数时,我们可以很容易地按照已有的判别方法进行归类,但在实际情况中往往不容易测得精确数据,而是一个个区间灰数。在这种情况下,本文采取灰色系统理论中将灰数白化的方法,先将灰数白化,然后再按照判别分析法进行判别归类。     

灰数灰度的一种公理化定义

基于对已有的几种灰数灰度定义的讨论，建立了灰数灰度定义的公理系统；以灰数灰度定义公理为准绳，由灰数产生的背景或论域及灰数取数域的测度构造出一种新的灰数灰度定义式。新定义克服了原有定义中存在的问题，较为科学地描述了灰数的不确定程度。     

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。     

基于灰色关联度的组合预测模型的性质

基于灰色关联度的组合预测模型是研究组合预测方法的一个新思路,实例结果表明它是一种有效的组合预测方法.针对该模型,提出新的优性组合预测、预测方法优超、冗余度等概念;在一定的条件下, 证明模型的任一个可行解对应的组合预测至少是非劣性组合预测; 给出优性组合预测存在的一个充分条件, 最后证明冗余预测方法的一个判定定理,这对组合预测方法有效信息的提取具有重要的意义.     

基于Rough Set和灰色关联度的煤炭企业评价方法

针对企业评价中已有评价方法权数分配不合理、指标权数测定困难、难以对企业进行有效的综合评价的现状,采用粗糙集理论和加权灰色关联度的方法测定指标权数,对煤炭企业进行综合评价.以2006年煤炭行业上市公司的财务报表数据为实例进行实证分析,结果表明:基于粗糙集和灰色关联度的企业综合评价方法能够克服传统评价指标权数确定的主观偏好,是一种可行的评价方法.     

灰色关联度在光谱曲线相似度分析中的应用

准确度量目标与背景光谱曲线的相似程度对于目标伪装效果评价具有重要意义.基于灰色关联分析理论,定义了综合关联度量化光谱曲线间的相似程度;所建立的综合关联度整合了灰色关联度和一阶导数关联度的优点,全面反映了曲线之间的接近程度;综合关联度模型可以较为全面、客观地反映目标光谱曲线与参考光谱曲线的相似程度.研究结果可为目标伪装效...     

基于泛灰区间数的齿轮传动设计参数分析

机械零件设计中许多设计参数往往以范围给定,设计人员需在不确定信息下确定设计参数的精确值,其设计思路包含着IF-THEN的判断逻辑.根据泛灰的运算法则,以齿轮设计计算为例,对所有条件集所产生的结果集进行分析计算,并对计算结果进行了充分讨论.此方法为机械零部件产品的设计和产品的评估提供了理论依据,具有重要的参考价值.     

基于多层灰色关联度的知识联盟伙伴选择模型

针对企业在知识联盟伙伴选择过程中存在的主观性和盲目性问题,建立了基于多层次灰色关联度方法的知识联盟伙伴选择模型,构造了评价企业知识联盟潜在合作伙伴的指标体系,并对所提出的模型进行了例证分析．结果表明,该模型简单实用,能够使企业知识联盟伙伴选择的结果更具客观性和准确性,降低了企业在选择知识联盟的潜在合作伙伴时因主观、盲目而造成联盟伙伴选择不理想,从而最终导致知识联盟达不到预期效果或失败解体的风险．     

基于相似度的三参数区间灰数决策方法

为了解决复杂决策环境中的多属性群决策问题,考虑问题的灰数特质及决策者的心理因素,提出了基于相似度的三参数区间灰数决策方法。首先,从区间长度和重心的角度出发,提出了相似度计算公式。其次,考虑决策者与环境的关系,建立基于相似度的决策者心理认知场,引入数据势理论,求得决策者权重;结合距离公式和熵权法求得属性权重;最后,构建了基于前景理论、相似度和逼近理想解排序法(Technique for order Preference by Similarity to ideal solution,TOPSIS)相结合的方案决策模型。采用算例证明了模型具有优化方案之间的差异度的效果,并验证了可操作性及合理性。     

基于灰色关联度的粗集连续属性离散化算法

连续属性的离散化是粗糙集理论亟待解决的关键问题之一。基于灰色系统和粗糙集的有关理论,提出了 一种新的基于属性重要性的离散化算法。该算法以条件属性对决策属性的灰色关联度来度量条件属性的重要性, 在保证决策表原始分类能力不变的前提下,按照属性重要性由小到大的顺序对每个条件属性的侯选断点进行考 察!将冗余的断点去掉,从而将条件属性离散化。同时给出了该算法的时间复杂度分析,并通过实例分析验证了算 法的有效性和实用性。     

区间模糊互补判断矩阵的一致性及权重计算

文章通过对区间数模糊互补判断矩阵中的一致性信息和冗余信息的研究,给出了此类矩阵的弱一致性、一致性及等价判断矩阵的定义;讨论了他们的一些性质和给出判定区间数模糊互补判断矩阵是否具有弱一致性、一致性的定理和算法;最后还给出了权重向量的定义和通用的计算公式,并举例说明其计算简单性。     

关于Fibonacci数与Lucas数的恒等式

利用初等方法对∑a1 a2 … am=nUa1kUa2k…Uamk型和式进行了讨论,得到了一些关于Fibonacci数与Lucas数的恒等式和同余式。