水质组合评价模型与实例研究

针对某些特定的评价需求提出了新的组合评价模型,将两种或两种以上的评价模型有机组合为一个评价模型,使评价结果更科学、更符合实际.用组合评价方法对长江中游干流水质进行评价应用.为水质、大气等的评价提供了一个更科学和实用的解决工具和方法.     

基于模糊集分析的投资组合模型

提出了一种模糊投资组合选择模型来规避决策中的不确定性．运用模糊集理论模拟不确定性、灵活可变的信息,然后运用悲观准则将模糊约束条件转化为纯数学模型,通过求解最大值就可以确定最优的投资组合．最后通过实例对模型进行了验证．     

基于循环修正组合优化模型的广西各城市综合经济实力评价

选用 ２０１１年广西各市 １２项有关经济发展的指标数据,采用 ４种定性和定量的综合评价方法对广西各市的经济实力进行了评价。为了避免评价结果的不同,采用了循环修正的组合评价模型对广西各市的经济实力进行了组合评价,得到更加科学合理的广西各城市综合经济实力排名,为广西各市的经济发展规划与决策提供理论依据。     

安徽省城市人才吸引力组合评价及影响因素分析

在“长江经济带”发展新格局正式确立的背景下,针对安徽省16市人才吸引力水平,从经济状况、公共投入、生活水平、就业前景4个角度出发构建安徽省城市人才吸引力评价体系.在综合评价法的基础上,使用组合评价法得出更为合理和稳健的排名结果.利用因子分析法找到影响安徽省人才吸引力水平的6个关键性因素,结合安徽省实际发展状况,给出提高安徽省人才吸引力水平的参考性建议.     

基于云模型和组合赋权的水库泥沙淤积影响多级模糊综合评价

将专门研究不确定性问题的云理论引入到水库泥沙淤积影响等级的多级模糊评价中,解决其存在的不确定性和模糊性问题。同时,主观赋权和客观赋权在评估水库泥沙淤积影响时都存在一定的缺陷,通过组合赋权法计算得到满足水库泥沙淤积影响的综合分析结果,构建基于云模型和组合赋权的水库泥沙淤积影响多级模糊综合评价模型。最后,选定某水库为研究区,对该水库的泥沙淤积影响等级进行评价,极大地提高了评价结果的鲁棒性,并将评价结果和评语层云模型结合用MATLAB仿真显示。研究结果表明：该水库泥沙淤积影响等级处于重度影响和特重度影响之间,相关研究可为开展水库泥沙淤积影响的研究提供帮助。     

基于组合赋权的数控机床精度模糊评价

针对数控机床精度评价时主观权重人为因素强、客观权重过于依赖样本的问题,提出一种基于组合赋权的模糊评价法。该方法将基于序关系分析法的主观权重和熵值法的客观权重进行组合,并结合层次分析法构建目标权重矢量,然后通过建立机床各评价指标的判断矩阵,利用模糊综合评价法获得机床精度综合评价结果。文章以数控龙门铣床为例验证了该方法的合理性和可行性。该方法可为数控机床的选用提供依据,也可为机床性能的改进和提高提供参考。     

基于组合赋权的工程安全管理能力体系适用性评价

为改善传统工程项目安全管理现状,对工程安全管理能力体系的适用性进行评价是提升安全管理智慧化水平的重要前提和条件。首先通过对工程安全管理能力体系适用性影响因素分析,构建预期目标性、框架合理性、内容协调性和运行实效性4个层面的工程安全管理能力体系适用性评价体系。然后采用层次分析法、熵权法及主客观组合赋权法确定权重,利用模糊综合评价法评价实际工程项目适用性等级。研究结果表明：该体系在此项目实际运行过程中基本实现了工程项目安全管理智慧化、网络化及协同化的预期目标,可为工程安全管理能力体系的推广及应用提供实践参考和借鉴。     

基于组合赋权法的单位管理工作评价模型

针对单位管理工作的综合评价问题,分别利用层次分析法和熵值法给出了相应的主观权向量和客观权向量,将其二者进行组合,利用组合集成赋权法建立综合评价模型,最后给出了相应的评价结果。     

基于分层模糊综合评价的供应商组合优化选择

供应商选择是供应链管理中的一个重要环节.随着信息技术的发展和经济的全球化,对供应商的选择已突破了地域和距离的限制,因而,所要处理的信息变得更多,选择的难度也变得更大.根据供应商选择的特点,首先就供应商的工艺能力和生产能力对相关信息进行有效的过滤,然后,结合模糊数学理论提出了一个分层模糊综合评价模型,进而分析与探讨了供应商与外购零部件间不同组合的优化选择问题,提出了逐步简化的解决办法,最后给出了一个数值例子来例证该方法的实际应用.     

基于灰色组合关联度的综合评价方法

在传统灰色综合评价方法的基础上,采用组合赋权的方法确定指标的权重,并利用多目标决策中的信息集成原理,提出了基于邓氏关联度、绝对关联度和概率关联度的灰色组合关联度综合评价模型,并通过一个企业产品顾客满意度的算例,验证了该模型的科学性和有效性。     

基于SWAT模型的区域农业干旱模拟研究

近年来,干旱在我国呈现出广发和频发态势,已经成为我国主要的自然灾害之一,尤其是农业干旱,其成灾机理最复杂、涉及范围最广、灾害影响最严重。以贾鲁河流域为典型研究区域,利用水文气象、社会经济、土地利用、DEM等数据,构建了基于SWAT的区域农业干旱模拟模型,选取土壤相对湿度作为农业干旱指标进行模型的适用性评价,并系统分析贾鲁河流域的农业干旱特征。结果显示:(1)所建模型对贾鲁河流域农业干旱的模拟效果良好,农业干旱模拟结果与历史记录基本吻合,且空间分布基本一致;(2)贾鲁河流域轻度干旱主要发生于初春、春末及夏初;中度干旱主要发生于初春及春末;重度干旱主要发生于春夏之交及夏秋之交;特大干旱主要发生于春季及春夏之交;(3)贾鲁河流域农业干旱整体呈现9 a的周期性特征,季节性特征明显;(4)春旱、春末夏初旱是贾鲁河流域农业干旱的主要类型,流域上游地区及下游地区发生春末夏初旱的频率最高,中游地区发生初春旱的频率最高。     

基于熵权的TOPSIS模型在水利工程评标决策中的应用

将TOPSIS模型应用于水利工程项目评标中,并引用信息熵理论来计算各指标的权重,该方法可以避免由专家确定权重的主观性。同时,建立了基于信息熵的TOPSIS水利工程项目评标模型,模拟结果表明其计算简便,思路清晰,结果令人满意,适合于水利工程评标决策。     

基于模糊集理论和TOPSIS的供应商评价与选择方法

主要探讨了在供应链管理中的供应商评价与选择问题,给出了一个结合模糊集理论和TOPSIS的评价选择模型。此模型利用梯形模糊数来表示语言变量值,同时应用了TOPSIS的思想,为供应链合作伙伴的选择提供了一种较为科学的方法。     

基于因子分析的区域经济实力比较

选取反映区域经济实力的指标体系, 应用因子分析法, 对我国31 个地区在2000 年和2005 年的经济实力进行了比较分析。分析结果显示了我国区域经济实力及变化情况, 为各地区今后发展经济提供了理论依据, 也证实了西部大开发、振兴东北老工业基地、促进中部地区崛起和鼓励东部地区率先发展的必要性。     

基于奇异谱分析的PMI组合预测模型

为了提高制造业采购经理人指数（PMI）的预测精度,结合PMI周期性和非线性的特点,提出了融合奇异谱分析（SSA）、季节差分自回归移动平均（SARIMA）模型和支持向量回归（SVR）模型的组合预测模型。该模型采用SSA将PMI分解为主要成分和噪声成分,借助SARIMA模型处理线性问题以及SVR模型处理非线性问题的优势,分别为两个成分建立相应的预测模型,针对主要成分选取SARIMA模型和SVR模型建模,噪声成分选取SVR模型建模,最后将各自得到的结果组合为最终的预测结果。实验显示：SSA-SARIMA-SVR模型的误差评价指标最低,预测效果最好,可供预测PMI走势。     

基于遗传算法的TOPSIS法研究

对传统的TOPSIS法进行改进,利用加速遗传算法去检验、修正判断矩阵,直接得到判断矩阵的一致性指标系数的层次分析法,确定了评价指标的权重,提高了TOPSIS法在实际应用中的科学性和合理性.并将该方法应用于联合收割机选型的实例,结果证实该方法与传统方法相比,评价值差异明显,更有利于决策.     

基于多元分析的区域循环经济发展综合能力评价模型及其实证

当今我国经济快速发展,发展方式正由粗放型向集约型转变。为了准确衡量区域循环经济发展方式水平,本文运用多元分析方法,建立区域循环经济评价模型,并以新疆地区循环经济发展状况进行实证。     

基于灰色关联系数矩阵的TOPSIS模型在水环境质量评价中的应用

为了克服TOPSIS模型在多指标决策过程中的不足,本文提出了一种水质评价的改进TOPSIS模型。以原始数据样本与理想方案之间的灰色关联系数矩阵为新的决策矩阵,利用理想解法对方案进行排序。克服了传统理想解法仅仅基于原始数据,难以挖掘数据内在规律的缺点,为有限样本条件下的决策问题提供了新思路。同时提出了用AHP法和熵值法组合赋权的方法,克服了传统主、客观赋权方法的缺点。运用本文建立的评价模型,通过在河流水质评价中的应用,表明其结果合理,计算简单,具有很好的应用前景。     

基于模糊评价的河南省农业现代化发展水平分析

河南省是中原经济区的主体所在省份.为更好地了解河南省农业现代化发展水平,以河南省的18个主要城市为样本,选取12个指标建立了河南省农业现代化发展水平评价指标体系;根据模糊评价原理,利用模糊综合评判矩阵计算出每个城市的12个指标对于评判集中各类别的隶属度.经对比,模糊评价分类结果与灰色关联度方法的排序结果基本一致.根据聚类分析结果,河南省的18个主要城市可以划分为3大类型.分析了每一类城市的农业现代化发展水平,可为促进河南省的农业发展提供决策依据.     

基于PCA-BP组合模型的股价预测分析

随着金融业数据环境的日益复杂,投资者稳定或超额投资收益难以保障.传统模型因其非线性映射能力弱而不能作为选股指导,因而面对日益突出的股票分析技术需求,新型算法的研究十分必要.运用了主成分分析法与B P神经网络模型的算法对五只个股进行预测,实现了数据的降维,良好地处理了股票市场复杂的非线性问题,并基于回测的历史数据不断更正模型得到精确度较高的PCA-BP组合模型.实际运用时还选取了数据拟合的方法,较好模拟了指标趋势,使得模型预测后的平均误差保持在极小的状态,且在短期预测上有一定的优势.