基于灰关联度的面板数据聚类方法及在空气污染分析中的应用

针对面板数据的三维特征、正负相关性以及灰色关联模型缺乏有效检验等问题,构建面板数据灰色关联模型,拓展了面板数据聚类方法;引入灰熵,提出灰色关联聚类的检验模型.研究发现,灰色关联度模型能够反映面板数据的正、负相关关系,且具有对称性、唯一性和可比性.通过在苏南4市空气质量区域划分中的应用,表明基于面板数据灰关联模型的聚类方法具有良好的效果,各类别的灰色关联度差异明显,层次清晰.     

新型灰色接近关联模型及其拓展

针对接近灰色关联模型的一些不足,提出了新型灰色接近关联模型和基于面板数据的灰色接近关联模型.基于接近性特点,构建了反映折线拟合程度的相对面积,以此定义新型灰色接近关联系数,得到接近关联度模型.同时将序列映射方法拓展到三维空间,提出灰色网格概念,依据相同原理得到基于面板数据的灰色接近关联模型.最后利用模型对沿海8市经济发展水平进行评价,取得良好效果,验证了模型的有效性和实用性.     

基于面板数据的灰色曲率关联模型

对于面板数据,首先将面板数据投射为时间维度离散曲线和指标维度离散曲线;然后,基于离散曲率思想分别从时间维度和指标维度构建时间维度和指标维度关联系数公式,并以此构建面板数据灰色曲率关联模型,新的模型具有规范性、对称性、相似性、平移不变性等性质;最后通过与已有模型的对比和实例分析新的模型的合理性,结果表明,新的关联度能较好地反应面板数据的相关程度.     

一种基于改进灰色关联分析的变量选择算法

针对灰色绝对关联度模型和灰色相似关联度模型存在的问题,提出一种基于相对变化面积的改进灰色关联度模型.以序列几何形状的相似程度为基础,构建反应折线相似程度的相对变化面积,并以此作为关联系数的计算依据,同时以局部关联度的平均值度量整体的相似性,定义灰色关联度模型.此外,根据关联度计算结果,提出一种基于集合思想的变量选择算法,有效去除变量间的无关和冗余变量.仿真结果验证了所提出算法的有效性和合理性.     

基于面板数据的接近性和相似性关联度模型

对于面板数据, 首先给出面板数据的空间投射方法, 将面板数据投射为空间的向量序列. 然后, 基于空间向量的夹角和距离分别构建相似性和接近性关联度模型. 具体方法为: 利用向量夹角构建面板数据的相似性关联度模型; 同时, 基于向量差的模构建面板数据的接近性关联度模型. 分别讨论两种关联度模型的规范性和对称性等性质. 最后, 通过实例验证了相似性和接近性关联度模型的合理性. 分析结果表明, 所提出的关联度模型能较好地反映面板数据的相似性和接近性的关联程度.

     

基于投影的灰色关联度模型及其性质

结合灰色关联分析理论,运用向量投影原理,提出一种新型的灰色投影关联度模型,对模型的基本原理进行分析,并讨论模型的规范性、相似性和平行性等性质。该模型充分利用了序列各时点的信息,克服了以离散点代替整体变化趋势的问题。通过实例分析验证了模型的有效性。分析结果表明,灰色投影关联度能较好地反映序列间的关联程度。     

基于面板数据的灰色指标关联模型构建及其应用

针对现有面板数据灰色关联模型中对象的排列顺序变换引起灰色关联序不一致的缺陷,提出一种基于面板数据的新型灰色指标关联模型.考虑到面板数据的时间维度和对象维度差异特征,在时间维上利用增量表征指标的发展水平,对象维上引入离差表征指标的分布特征,同时将两个维度上的方向差异作为正负关联判断依据,构建时间维度和对象维度的关联系数,得到面板数据的灰色指标关联模型,并对模型的唯一性、对称性和可比性等性质进行证明.最后将该模型应用于苏南五市空气质量与主要污染物浓度的关联分析中,验证了灰色指标关联度不受对象排列顺序的影响,且能够反映指标间的正负关联关系.     

面板数据的灰色矩阵关联模型及在 旱灾脆弱性风险中的应用

针对现有面板数据灰色关联模型中存在样本(指标)的排列顺序影响关联序问题,构建面板数据下新的灰色关联模型.考虑到多指标面板数据的动态发展特征,在其矩阵表征中增加各指标对应的变化增量和变化速度,并用均方根距离(RMSD)对指标矩阵的相似性进行测度,提出灰色矩阵关联模型,讨论其规范性和保序性.通过算例验证该模型的关联度不受多指标样本排列顺序的影响,并将其应用于旱灾脆弱性风险因子的识别中,理清了区域农业旱灾脆弱性及其影响因素的关联关系,为区域农业旱灾风险管理提供了理论支持.     

灰色理论模型在股价预测中的应用

灰色系统理论是为处理非确知信息应运而生的一门新兴学科,其中灰预测是它的一个重要应用.文章将灰色预测理论应用于股票市场中,并提出了一种改进的二阶灰色模型.实验表明,改进的二阶灰色模型通过增加一个反映升降情况的因素对原二阶灰色模型的预测数据进行修正,使得预测结果更为准确.     

基于灰色加权绝对关联度的边缘检测算法

探讨了灰色关联度计算方法在边缘检测中的适用情况,提出并实现了基于灰色加权绝对关联度的灰度图边缘检测算法。实验结果表明在基于灰色系统理论的边缘检测过程中采用加权灰色绝对关联度其效果明显优于采用一般关联度,该算法为基于灰色系统理论的边缘检测的新思路做出了有益的发展和补充。     

基于核和信息域的区间灰数Verhulst 模型

针对传统Verhulst模型的建模对象仅局限于实数序列这一缺陷,对Verhulst模型进行了拓展.首先,对“灰度不减”公理进行延伸,得到了“信息域不减”的推论;然后,构建核序列的Verhulst模型,并以信息域不减推论为依据、以核为中心推导区间灰数上(下)界的时间响应式;最后,通过实例演示了模型的计算步骤.所进行的研究对于丰富和完善灰色预测模型理论体系、拓展灰色预测模型的应用范围具有积极意义.     

基于灰关联深度系数的评价指标客观权重极大熵配置模型

在多属性决策领域中,经典评价指标客观赋权的极大熵模型主要依据指标评价值的差异度进行赋权,极易导致对评价值差异度小的指标作出不重要(权值小)的错误判断,从而产生决策偏差.对此,首先提出灰关联深度系数的概念,以表征指标客观权重包含的信息量大小;同时运用极大熵理论建立评价指标客观权重的极大熵配置模型,以确定多属性决策指标权重,较好地解决了经典模型存在的严重缺陷;最后通过实际案例的对比分析,验证了所提出解决方案的优良性能.     

基于正负靶心的多目标灰靶决策模型

考虑实际决策环境的不确定性和复杂性,提出一种具有多目标、多指标、多局势的灰靶决策模型.首先,将各局势在相应目标下的各指标集结为目标综合效果评价值,从而简化复杂的多层决策问题;然后,集成各局势到正负靶心的空间投影距离,提出一种新的综合靶心距,并以综合靶心距最小化准则为目标函数构建非线性优化模型来求解最优的目标权重;最后,以某种产品的零部件绿色供应商的选择为例,验证了基于正负靶心的多目标灰靶决策模型的有效性和实用性.     

基于灰色聚类的群决策方法研究

采用非线性变换对区间灰数形式的决策信息进行规范化处理,并由决策者问差异度最小构建优化模型,确定指标权重.考虑到在决策者较多的情况下对决策者进行聚类处理可以提高决策质量,给出了决策者决策信息的灰色关联度的计算方法,并基于灰色关联度提出了对决策者进行分类的灰色聚类算法.在此基础上,提出了对聚类后各决策者类的决策信息集结的决策模型.最后通过一个实例说明了所提出方法的可行性和有效性.     

Cubature 卡尔曼滤波与Unscented 卡尔曼滤波估计精度比较

对于不同维数下非线性系统的估计问题,为从常用的Unscented卡尔曼滤波(UKF)和Cubature卡尔曼滤波(CKF)中选取合适的滤波方法,从函数泰勒展开式和数值稳定性上对其进行了分析和比较.由于不同维数下它们捕获函数泰勒展开式高阶项的程度和数值稳定性不同,两者滤波精度出现差异,从而得到了不同维数下滤波方法的选择途径.仿真结果验证了理论分析的正确性.     

基于矩阵条件数的NGM(1, 1, k) 模型病态性研究

针对灰色NGM(1,1,k)模型的病态性问题,以矩阵谱条件数作为测量其病态性的工具,对该模型背景值在不同取值下的系数矩阵谱条件数分类进行了分析与证明.研究结果表明,当且仅当系统原始数据序列为常数列时,NGM(1,1,k)模型才会出现严重病态性问题,而此时进行灰色预测建模毫无实际意义.最后通过实例对该模型的病态性进行了实验分析.研究结论认为,通常情况下灰色NGM(1,1,k)模型并不存在严重病态性问题.     

基于边界鉴别分析的递归维数约简算法

提出一种基于边界鉴别分析的递归维数约简算法.该算法把已求取边界鉴别向量正交于待求超平面法向量作为支持向量机(SVM)优化问题新的约束条件;然后对改进SVM进行递归求解,得到正交边界鉴别向量基;最后将数据样本在正交边界鉴别向量上投影实现维数约简.该算法不仅克服了现有维数约简算法难以支持小样本数据集、受数据样本分布影响等问题,而且抽取的特征向量具有更优的分类性能.仿真实验说明了算法的有效性.     

移动机器人路径规划的参数模糊自适应窗口蚁群优化算法

针对蚁群算法存在的不足,提出一种改进蚁群优化算法——参数模糊自适应窗口蚁群优化算法.首先利用模糊控制优化α,β和ρ参数,同时为蚂蚁建立动态搜索窗口,在为每只蚂蚁建立近邻城市表时加入混沌信息,并据此进行初始信息素分布.另外,引入了城市节点活跃度的概念,并将其作为未来信息,用以指导蚂蚁进行解的构造和信息素更新.仿真结果表明,即使在复杂的环境下,所提出的算法仍能快速规划出安全的最优路径.     

饱和不确定离散切换系统的静态输出反馈控制

研究一类具有饱和输入的多胞不确定性离散切换系统在平均驻留时间切换方式下的静态输出反馈控制问题.在平均驻留时间切换信号下,基于参数依赖间断切换Lyapunov函数和几个基本引理,通过求解LMI最优问题设计出使闭环系统达到局部指数稳定的静态输出反馈控制器,并给出了系统稳定的吸引域.仿真结果表明了所提出的设计方法的有效性.     

粗糙集中的距离度量与离群点检测

针对传统的基于距离的离群点检测方法不能有效地处理具有离散型属性数据集的问题,将基于距离的离群点检测方法引入粗糙集理论,利用粗糙集解决离散型属性的处理问题.首先,在粗糙集的框架中提出3种面向离散型属性的距离度量;然后,针对这3种距离度量分别设计出相应的离群点检测算法,用于从包含离散型属性的数据集中检测离群点;最后,通过在2个包含离散型属性的UCI数据集上的实验,验证了这些算法的可行性和有效性.