一种部分权重信息的灰色多属性群决策方法

基于灰色系统理论的思想和方法,探讨了决策方案的属性值为区间灰数及权重信息部分已知的灰色多属性群决策问题。根据区间灰数的本质,定义了两区间灰数的相离度。引入了个体理想最优方案向量、群体综合关联度等概念及其计算公式。构建了基于区间灰数相离度的灰色区间关联系数公式及灰色区间关联度。对于各方案的区间型群体综合关联度的比较和排序,给出了基于最小最大化悔值方法。实例分析说明了所提出的灰色多属性群决策方法的合理性及其算法的有效性。     

杂合灰色聚类与变精度粗糙模糊集的概率决策方法

在基于粗糙集理论或扩展粗糙集理论的不确定性管理决策中,仅由数据集无法获得决策表,同时决策属性呈现模糊性,以至于无法获取概率决策规则。鉴于此,本文构建了灰色定权聚类与粗糙集变精度的杂合模型,首先运用基于中心点三角白化权函数的灰色定权聚类方法对包含不同量纲指标的知识表示系统进行处理,生成多属性决策表,而后运用变精度粗糙模糊集进行决策分析,获取概率决策规则。最后以区域关键技术选择为例,表明该模型的可行性与实用性。     

灰色风险型多属性群决策方法

对一类权重信息未知并且属性值为区间灰数的灰色风险型多属性群决策问题进行了探讨,提出了一种基于理想矩阵的相对优属度决策方法.首先,利用属性值为区间灰数这一特性,将灰色系统理论的思想和方法与经典风险决策方法相融合,构建了决策系统中各方案之间的关联度公式以及优化模型,合理地解决了属性权重未知问题.然后综合考虑决策者群体的主观偏好,通过构造理想矩阵,借助每一方案决策矩阵与理想矩阵、负理想矩阵的综合加权距离获得每个方案相对于理想方案的优属度,再由优属度的大小对方案的优劣进行排序.应用实例说明了所提出决策方法的合理性和算法的有效性.为解决灰色风险型决策问题提供了一种新思路.     

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。     

基于灰色关联聚类的特征提取算法

针对航空发动机气路部件故障样本特点,提出了一种基于灰色关联聚类的特征提取算法.论述了邓氏、相对变率和斜率三种灰色关联度分析方法,并以利用灰色关联度作为动态聚类欧氏距离的思想,构建灰色关联聚类特征提取模型.以某型涡扇发动机常见气路部件故障为例,利用ESVR算法验证特征提取能满足故障诊断要求. 仿真结果表明:该方法可以提取特征传感器, 使核与约简更精确.     

灰色关联度公式的几种拓广

基于灰色关联度的灰关联分析是灰色系统理论中最成功的理论和方法。依据灰关联四公理，将一般关联度公式拓广到矢量序列、复数序列、矩阵序列、模糊数序列、张量序列情形，为扩大灰关联分析方法的应用领域提供了理论根据。     

基于灰色神经网络组合模型的故障预测

针对装备故障预测存在有效样本少、模型预测精度低等问题，集成灰色理论和神经网络方法，提出基于灰色神经网络的故障预测组合模型。基于新信息优先原理和重构背景值方法优化灰色GM（1，1）模型的初始值与背景值，利用Levenberg-Marquardt算法改进反向传播神经网络模型；采用组合预测思想，将多方法融合改进灰色模型和神经网络模型，分别构建基于权重分配、基于误差修正和基于结构优化的3种灰色神经网络组合模型。以某雷达发射机的故障预测为例，验证上述方法在故障预测中的有效性。结果表明，灰色神经网络组合模型的预测精度优于单一预测模型，可用于装备的故障预测和预测性维修。     

基于面板数据的灰色网格关联度模型

针对面板数据灰色关联模型中存在的一些问题. 首先提出了面板数据的初始化方法,用网格法描述面板数据在三维空间中的几何特性. 然后将网格拆分为线段,利用线段在空间中的斜率,构建网格关联系数. 进而根据算数平均得到灰色网格关联度模型,并讨论了该模型的性质. 最后通过算例验证了该方法的可行性与有效性,结果表明灰色网格关联度模型具有良好效果.     

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.     

灰色绝对关联度组合预测模型的性质研究

组合预测能够充分利用各种不同的预测方法所提供的信息,以适当加权的形式得出组合模型,同时由于组合预测模型更关心某种预测信息的权重,从而使得预测问题所利用的信息更充分,更完备,模拟精度也更高。将灰色绝对关联分析应用到组合预测中,提出了基于灰色绝对关联度的组合预测模型,并在此基础上给出了灰色绝对关联优性组合预测、预测方法优超、冗余度等概念,给出了灰色绝对关联组合预测是非劣性组合预测及优性组合预测的一个充分条件,得出了冗余预测的判定定理。算例分析表明该方法是合理有效的。     

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。     

灰色趋势关联分析及其应用

给出了灰关联空间分解和灰色趋势关联分析的基本概念和方法 ,总结了用灰色趋势关联度进行系统分析的一般步骤 ,通过两个具体的实例研究分析了该方法的优越性和实用性.     

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.     

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。     

基于空间映射的区间灰数关联度模型

针对已有的灰色关联度模型仅适用于实数序列而不能应用于区间灰数序列的缺陷,建立基于空间映射的区间灰数序列几何表征体系,挖掘区间灰数所蕴含的几何意义,通过计算灰数层的面积以及灰数层中位线中点的坐标,在不损失已有灰数信息的条件下,将区间灰数序列转变成实数序列群;然后以邓氏关联度为基础,构建基于区间灰数序列的灰数关联度模型;最后通过实例演示了模型的计算过程;灰数关联度模型有效拓展了灰色关联度的适用范围,对丰富与完善灰色关联理论,具有重要的意义。     

基于动态灰色主成分分析的多时刻威胁评估

针对目标威胁评估问题的高维数、时变性等特点, 提出基于动态灰色主成分分析(dynamic grey principal component analysis, DG-PCA)的多时刻威胁评估方法。首先, 以潜艇为分析对象, 构建协同作战模式下的威胁评估指标体系。其次, 提出扩展灰色相似关联度用于表征指标间动态非线性相关度, 构建用于多元非线性时间序列分析的DG-PCA模型。最后, 结合层次分析法(analytic hierarchy process, AHP)与时间序列赋权, 建立基于加权DG-PCA的多时刻威胁评估模型。分析结果表明, 所提方法能够融合多时刻信息, 符合作战实际, 并且在小样本情况下具有较好的数据提取能力。     

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.     

基于改进灰色关联分析的仿真模型验证方法

为客观有效地进行仿真模型验证,降低灰色关联分析应用于模型验证的风险,构建了改进的灰色关联分析模型。分析了当前基于灰色关联分析的模型验证所存在的问题,针对仿真模型验证的特殊需要,综合考虑仿真模型输出和实际系统输出时间序列之间的相近性和相似性,提出了改进的灰色关联度模型,并证明了改进模型满足灰色关联四公理。最后通过实例的分析与比较验证了该模型的合理性和有效性。     

基于灰色关联分析的软件工作量估算方法

针对历史数据少、信息贫乏的软件估算问题,提出了一种基于灰色关联分析的工作量估算方法。首先结合灰色关联理论分析了项目特征与工作量的关联度,然后利用回归技术选取最优特征集;在此基础上,计算新项目和历史项目的关联度,并根据关联度大的项目估算软件工作量;最后通过4个典型的软件数据集对估算方法的性能进行分析。实验结果表明,该方法能够在历史数据少的情况下准确估算出软件工作量,其性能优于基于回归分析、BP神经网络和类比估算等方法;而选取最优特征后的灰色关联方法,由于剔除了与工作量相关程度低的特征因子,进一步减小了工作量估算的平均误差率。     

基于新陈代谢灰色马尔科夫的应急物资需求量预测方法

为提高受灾人数与应急物资需求量预测精度问题,提出了基于新陈代谢灰色马尔科夫的应急物资需求量预测方法。依据应急物资需求量预测思路,利用灰色、马尔科夫和新陈代谢理论,层级递进地构建新陈代谢灰色马尔科夫预测模型,实现受灾人数的动态预测;利用安全库存理论,构建应急物资柔性需求预测模型,实现受灾人数与物资需求量的供需平衡问题;运用本文模型、灰色马尔科夫模型和灰色模型对受灾人数与物资需求量进行预测,结果表明：该预测模型的相对误差要比其他模型小0.002 1%,预测精度明显优于基本的灰色模型,预测的受灾人口数量与应急物资需求量拟合度较高。