非参数模糊区间秩相关系数研究及其应用

随着模糊区间数据的生成和应用,如何通过更好的方法挖掘更多的数据隐藏信息,已成为当前研究的热点问题.为了探究模糊区间随机变量的相关性问题,解决区间数据无法直接比较、变量样本排序不全面、计算复杂等问题,利用Spearaman秩相关系数的概念,提出一种模糊区间秩相关系数算法,通过蒙特卡洛模拟和汽车维修厂各门店间相关性的实证分析,刻画变量间相关性的波动程度,验证模糊区间秩相关系数方法的合理性和有效性.

基于区间直觉模糊数相关系数的多准则决策模型

针对权重信息完全未知,评价信息为区间直觉模糊数的多准则决策问题,提出新的基于区间直觉模糊数相关系数的决策方法,弥补了基于距离测度决策方法造成信息混淆的不足,同时考虑了犹豫度的影响,进而降低了评价信息损失.通过构建并求解基于参照方案相关系数总偏差最小的非线性规划模型获得准则权重,从新的视角给出准则权重的确定方法.利用各备选方案与理想方案、临界方案的加权相关系数得到与理想方案的相对贴近度,以此对方案进行排序.最后通过实例对比分析说明了该方法的有效性.

计数区间的模糊相关系数研究

随着大数据时代的来临,数据生成的形态也随之趋于多元化,从过去单一数值演变成多数值的呈现方式,以此贴近社会实践。在统计数据的生成过程中,多值逻辑反映的模糊数据分析方法已逐渐被广泛应用。文章在计数值模糊区间数据形态的条件下,提出测量两个计数区间随机变量的模糊相关系数,并且透过模拟分析及个案数值分析加以验证模糊相关系数的效果,以此为企业经营或政府部门提供政策拟订参考。

模糊区间点二列相关系数和多系列相关系数

在探讨2个随机变量的相关性研究中,随机变量型态已由相同型态扩展至混合型态.然而,在混合随机变量组合的条件下,当数据呈现模糊区间型态时,传统相关系数演算法将不适合使用.借鉴传统点二列相关系数研究成果,基于二分类与连续型以及多类别与连续型等混合型随机变量组合,提出了模糊区间点二列相关系数和模糊区间多系列相关系数的改进算法,并通过蒙特卡洛模拟和实证分析,验证了该方法的有效性.

关于模糊数的相关性

提出一种新的定义模糊数之间的相关性和相关系数的方法,并讨论了这种相关性和相关系数的性质.这种相关性和相关系数更进一步提示了不同的模糊数之间的内在联系.同时,还对模糊数的信息能量进行讨论.

考虑专家风险偏好的区间直觉模糊多属性决策方法

针对决策信息为区间直觉模糊数且属性权重未知的多属性决策问题,提出了考虑专家风险偏好的决策方法。该方法基于专家对风险的偏好程度,构建了一种新的得分函数(P-λ记分函数),据此提出一种区间直觉模糊属性熵权法。同时,定义了考虑专家风险偏好的区间直觉模糊数相关系数,并构造备选方案与理想方案和临界方案属性值相关系数矩阵。然后,集结属性权重和矩阵信息,计算出各种风险偏好情形下的相对贴近度值并得到方案集的综合排序结果。最后,通过算例分析来阐明该方法的有效性。

铁道技术监督系统模糊综合评判问题

将铁道技术监督系统视为一个大系统 ,并用模糊相关关系对这个系统所具有的大量物质、能量和信息要素及其所涉及的系统问题进行分析研究。为了进行定量分析 ,给出了系统效率、效益和可靠性三大目标的评判等级划分。与此同时 ,将众多要素划分出一定的层次 ,解决铁道技术监督系统的多级模糊综合评判问题 ,为今后对该系统进行多目标模糊优化打下良好基础。