一种基于证据推理的混合型灰色多属性群决策方法

针对方案的属性值为区间灰数与确定语言等级,或在两个连续的语言等级之间权重完全已知的混合型灰色多属性群决策问题,提出一种新的决策方法．该方法可根据决策者的偏好给出定量属性的白化值和定性属性的信用结构,确定了每个决策者和群体的等级信用结构矩阵;提出了求解群体集成权重的新方法,并利用证据推理算法求出各方案在各等级的信任度;最后利用期望效用和区间数排序法对方案进行了排序．实例分析表明了该方法的合理性和有效性．     

线性模型中最小二乘估计的相对效率与广义相关系数的关系

对于线性模型未知参数的最小二乘估计,对于一种新的相对效率,研究了它与某些广义相关系数的关系,并且取得了比较满意的结果。     

广州加权算术平均组合预测技术进一步研究

对具有广泛代表性的广义加权算术平均组合预测模型采用折扣因子方法进行了研究，该方法通过折扣因子αt和可调参数P，实例表明是切实有效的，并且得到了比其它预测技术更好的预测效果。     

基于主客观偏差的灰色多属性决策方法

本文探讨了决策者有偏好、方案的属性值为区间灰数及属性权重完全未知的灰色多属性决策问题,提出了解决这种灰色决策问题的方法与算法。对于属性权重完全未知,提出了确定属性权重的基于主观与客观偏差的最小化优化模型。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。文中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。