基于不能直接判定区间灰数大小的灰矩阵博弈的纯策略解及其风险

运用灰色系统思想和系统工程的理论,揭示了人们在灰信息条件下的博弈心理与博弈决策规则;提出了区间灰数的优势、均势和劣势的概念;证明了与某一区间灰数相对的另一区间的各种灰数势之和为1,且灰数势大小关系的集合是一个全序集。在此基础上,定义了灰数势意义下的纯策略解,且证明了这一纯策略解(或称灰势鞍点)存在的充要条件。最后,以煤价在一定范围内波动情况下的某单位冬季取暖用煤贮量的决策为例,对其灰数势意义下的纯策略解及其风险问题进行了研究。

偏最小二乘与灰色模型组合预测城市生活需水量

为了克服普通多元回归方法用于中长期预测时自变量多重共线性对拟合模型的干扰,引入了更易于辩识系统信息与噪声的单因变量偏最小二乘回归(PLS1),同时将两次拟合等维灰数递补(DEMGM(1,1))模型用于自变量的中长期预测,建立了一套PLS1与DEMGM(1,1)组合预测方法.采用1986年—2000年某市生活用水量历史数据对该方法进行验证,预测结果表明,平均相对误差仅为1.03%.将该方法引入城市生活需水量研究,预测2005年和2010年某市生活需水量将分别达到0.92×109m3与1.1×109m3,为该市给水工程规划与决策提供了参考依据。

基于纯策略的灰矩阵博弈模型研究(Ⅰ)——标准灰矩阵博弈模型构建

在非精确数学的基础上研究灰矩阵博弈问题 ;运用灰色系统理论 ,从新的视角分析和研究了基于纯策略的灰矩阵博弈与经典的确定白化数矩阵博弈的联系与区别 ,构建了严格标准和标准灰矩阵博弈模型 ,并认为 :确定白化数矩阵博弈问题是严格标准灰矩阵博弈问题的特例 ,后者是前者的推广 ;而严格标准灰矩阵博弈问题则又是标准灰矩阵博弈问题的特殊情形 .事实上 ,标准灰矩阵博弈模型更符合实际情况 。

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。

浅谈PLC梯形图中电路块的判定规则

在PLC的梯形图设计中,电路块是一种比较重要的组件,而电路块的判定是比较难的内容,本文作者基于多年的教学实践,详细介绍了梯形图中关于块的判定规则,对于PLC初学者和工程技术人员都有一定的参考价值。

GM(1,1)模型在上证指数中的应用

针对2009年12月1日至2009年12月16日的上证指数每日收盘价,本文主要利用灰色预测GM(1,1)模型进行研究。重点对阴变集合进行了预测,发现在给定α=0.05时,平均相对残差0.0281<0.05及相对残差序列最后一个值0.0096远小于0.05,预测模型是合格模型。同时预测了2009年12月22日收盘价是下跌的,验证发现在这一天上证指数正好是下跌的,表明利用GM(1,1)模型预测的准确率比较高。

基于Bayesian理论的测试性验证试验方案

为了降低测试性验证试验的不确定性风险损失,提出了基于Bayesian理论的测试性验证试验方案。该方案综合考虑了故障注入成本以及弃真和采伪两类风险损失,建立了基于风险损失的试验方案模型。根据Bayesian理论,结合验前信息推导出试验最小样本和最大合格判定数的计算公式,并给出基于Bayesian平均风险准则的弃真和采伪两类风险参数的求解方法。在此基础上,按照试验期望风险损失最小的原则求解试验方案模型。结果表明,该方案能有效降低试验两类风险损失。

基于直觉模糊集合的精确输入模糊输出的模糊回归模型

基于LR型直觉模糊数,研究了一类模糊线性回归模型,此模型的输入为精确数据,输出为直觉模糊数据,回归系数为LR型直觉模糊数,并通过模糊最小二乘法给出了估计直觉模糊参数的方法。将判定系数扩展到直觉模糊环境中,通过模糊判定系数来检验模型的拟合优度。最后通过算例验证了该方法是可行的。