灰类
- 基于灰色-熵权法的合成旅装备战斗力评估
一个指标拟定不同灰类的取值范围,然后进行白化权函数的构造[12]。再计算出拟评价对象的白化权函数值,最后求出各指标的聚类权值,按照聚类系最大值对拟评价对象进行归类。1)确定评价灰类对于对象i的指标j,设其取值范围为[aj,bj],根据分析对象需求,将分析结果划分为s个灰类,选取最属于灰类k的区间[λ1,λ2],[λ2k-1,λ2k],…,[a2s-1,b2s],确定各个区间端点,将各指标的取值范围相应划分为s个灰类。2)构建白化权函数(8)(9)(10)3
计算机仿真 2023年4期2023-06-01
- 基于灰色聚类的学生综合素质评价方法研究
，…，Ct为统计灰类，fk为灰类Ck(1≤k≤t)的白化权函数。pij为第i(1≤i≤m)个统计对象对于第j(1≤j≤n)个统计指标的数据，样本矩阵P为：(1)记σi为灰色权向量，其中σi=(σi1，σi2，…，σit)，(1≤i≤m)。则称映射F：fjk(pij)→σik∈[0，1](1≤i≤m，1≤j≤n，1≤k≤t)为灰色统计映射，而σik被称为第i个对象属于第k个灰类的灰色聚类系数。(三)确定灰类的白化权函数记第k个灰类的白化函数为fk(x)，k=
科技风 2023年2期2023-02-09
- 新疆粮食安全状况评价与对策研究
际情况确定其第三灰类转折点的具体数值，在模型运算的第二阶段对各指标的相关灰色系数进行归一化处理。二、新疆粮食安全评价根据表一所构建的粮食安全评价指标体系，选取2010—2019年各指标数据得到面板数据指标值，对于指标权重的确定，主要从定量角度出发，首先使用熵权法确定十个指标相互之间的权重，再利用本次权重处理计算第二级指标之间所含的权重关系。其中最终获得的供给、需求与流通三个主要方向层次权重占比为0.38∶0.54∶0.08。（一）构建中心点三角白化权函数为
黑龙江粮食 2022年11期2023-01-11
- 基于灰色层次法的电子对抗侦察装备作战效能评估*
3.1 确定评估灰类根据具体评估装备参数及作战背景来确定灰类的等级数、灰类的灰数和灰类的白化权函数。设有G个评估灰类，评估灰类e（e=1，2，…g）用白化权函数fe来描述灰类。详情见表1。表1 某型电子对抗侦察装备评价灰类3.2 确定评估专家及灰类的白化权函数组织k个专家对电子对抗侦察装备作战效能进行评估，这些专家来自不同领域，每个专家独立进行评估打分。对每个专家进行编号，序列s=1，2，....k，pij是专家对每个指标的具体评分值，并根据专家评分值构造
舰船电子工程 2022年10期2023-01-08
- 基于聚类综合评价值的灰色决策模型
决策测度仅能对同灰类决策对象进行优选，优选结果是建立在分类准确的基础上。但在实际运用中，往往会遇到决策系数无显著性差异等情况，此时无法进行准确分类。如果基于存在偏差的分类进行优选，这种偏差会被继承且放大。另外，综合决策测度构造不合理，对除第1灰类外的其他灰类，排序结果可能与实际不符。为解决以上问题，以聚类综合评价值表征评估结果，提出基于聚类综合评价值的灰色决策模型。2 传统方法传统方法是根据白化权函数对决策对象的待评估决策指标样本值按几个灰类进行归纳，以判
兵器装备工程学报 2022年9期2022-10-14
- 灰色层次模型在光气化工生产安全评估中的应用
过建立不同的评估灰类等级，将以上统计的样本矩阵，按照特定灰数的白化权函数进行计算，并将结果进行归纳整理。(1)设立评估灰类集合H={⊗1,⊗2,…⊗g}，即有g个评估灰类，然后确定第e(e=1，2，…g)个评价灰类的灰数取值区间，并根据灰数的特性选择不同类型的白化权函数fe(x)。(2)sije表示指标uij属于第e个灰类的灰色评价系数(3)rije表示指标uij属于第e个灰类的灰色评价权(4)建立灰色评价权矩阵Ri=(rije)mi×p同理，可建立Rij
化工设计 2022年4期2022-09-01
- 基于灰色综合评估和PSO-BP的地铁车辆可靠性评价
述评价对象所属各灰类强度，准确率较高。本文根据历史故障数据,采用灰色综合评估对地铁车辆可靠性状态进行预分析，并利用PSO-BP神经网络预测车辆各子系统可靠度，与限度标准对比，根据预分析和预测对比结果，综合得出地铁车辆当前的可靠性状态，使其评价结果更准确可靠。1 地铁车辆可靠性评价等级地铁车辆分为牵引、控制、制动、车门、辅助供电、转向架、车体、接口、车钩、空调、乘客信息(PΙS)和辅助功能12个子系统。根据《地铁运营安全评价标准》(GB/T 50438—20
铁道科学与工程学报 2022年1期2022-02-28
- 基于灰色面板数据聚类的物流上市公司财务绩效评价
特征属性差异下的灰类理想靶心确定定义4设dli表示对象i与正理想对象关于时空特征l的距离，如果则分别称为对象关于时空特征属性的上、下极值向量。定义5如果kl表示基于时空特征属性l(1,2,...,q)分类的第kl个类别，则称k=(k1,k2,...,kq)为对象时空特征差异的灰类。根据物流上市公司在绝对量水平、变动量水平以及波动量水平上的表现，可将三个时空特征属性均分为两个灰类，则一共表现为8个灰类，如下所示：根据定义6计算时空特征属性差异下k类灰类理想靶
物流技术 2021年7期2021-08-12
- 基于改进灰色评估模型的地空导弹系统效能分析
决策时仅依据所属灰类聚类系数区分对象优劣的问题，构造了一种改进灰色评估模型。该模型首先采用基于最小二乘和相对熵原理的组合赋权法计算评价指标体系各指标的主客观权重，并针对白化权函数综合系数取值相近导致无法准确判断对象归属的情况，对原有白化权函数的构造方法进行改进，将一确定区间作为某一灰类的聚类中心，得到对象的评价结果。但是，当评估结果出现多个对象同属一个灰类且综合聚类系数差别不大时，仅根据该灰类聚类系数大小区分对象优劣所得结果往往不够全面，为此，本文结合综合
空天防御 2021年2期2021-06-24
- 基于灰色聚类的航空装备可靠性评估模型∗
建立与实际应用将灰类订为5个，从高到低分别为V，IV，III，II，I，依次代表很好、较好、中等、一般、较差，将5个灰类按照正态分布模型进行分段，使这5个指标所对应的范围能够最大限度地将所有数据包含在内，获得评估灰类表如表3所示。表3 评估指标灰类表（按原始数据分段）为便于表示，单架次飞行时间、平均故障时间间隔、预防性维修效率、任务架次比例分别用x1～x4表示，通过表2中所示的数据来训练评估模型。进一步精确范围，并使用之前的标准化方法计算之后，获得表5中的
舰船电子工程 2021年1期2021-02-26
- 改进的灰色聚类模型在鞍山地区地下水质综合评价中应用
为各指标权函数的灰类值；xj为地下水质评价指标，一般为测定的某类水质监测指标；λn及λn-1为第n和第n-1灰类指标的权函数值。改进模型对各灰类指标的权函数进行标准化处理后，对综合聚类系数进行计算：(2)式中：σjk为地下水质综合聚类系数；gjk(xj)为灰类指标权函数的标准化处理值；wj为指标权重。模型对各灰类指标结合权函数进行地下水质评估度的综合计算：(3)式中：djn为综合评估度；xjn+1、xjn、sjs、xj1为地下水质指标不同水质类别对应的取值
黑龙江水利科技 2021年12期2021-02-18
- 基于灰色聚类评估和变权理论的煤化工企业的火灾风险评估
指标，s个不同的灰类，专家i对指标j进行打分，评分xij(i=1, 2,…,n;j=1, 2,…,m）来表示，要根据xij的值对评估指标进行判断，具体步骤[4]如下：(1)根据评价的需要划分出灰类数s，分别确定灰类1,2,…,s的中心点λ1,λ2,…,λs，同样的评估指标的取值范围也需要划分为s个灰类，因此，使λ1,λ2,…,λs能够代表每一灰类。(2)可以将灰类向不同方向进行延伸，考虑增加0灰类和s+1灰类，并确定其中心点λ0,λs+1，经过延伸可以得到
化工管理 2020年33期2020-12-10
- 基于灰色层次分析模型的建筑工程项目风险控制研究
根据评价值所属的灰类等级，评价项目风险等级，从而提出对应的对策建议。2 基于灰色层次分析模型的建筑工程项目风险评价指标体系的构建本文按照以下步骤构建灰色层次分析模型：（1）建立建筑工程项目风险评价指标层次结构模型，构造判断矩阵运用层次分析法，建立评价问题的层次结构模型。把风险评价指标分解为若干个单一的风险因素，再把单一风险元素根据属性划分为多个组，每一组对应一个层次，以形成不同的层次。按照不同层次把各风险因素排列起来，位于同一层次的元素作为准则，支配下一层
四川水泥 2020年9期2020-09-09
- 应用灰色聚类法对三聚氰胺贴面刨花板气味的评价1)
确定2.2.1 灰类划分标准试验中化合物气味强度的判别标准[18]参照表1。表1 气味强度判别标准气味强度的5个等级用5个灰类来描述。将板材评价等级的灰类参照气味强度标准来划分，详见表2。表2 板材气味评价等级2.2.2 气味化合物评价等级的确定板材释放的气味化合物灰类等级不能简单依据强度等单因素指标来划分，可能强度很高，毒性很低，故应综合考虑其毒性、质量分数、气味强度3种指标，依据综合权重系数划分灰类。化合物的毒性根据世界卫生组织[19]划分，详见表3。
东北林业大学学报 2020年6期2020-06-27
- 基于改进灰色白化权函数的电网企业节能改造服务效益评价
权函数（3）计算灰类权向量2）定量指标处理（1）确定各指标的极值区间及评定等级划分首先需要充分考虑各指标特点，确定各定量指标的极值区间。假设共划分个灰类，将指标的取值范围按照个灰类划分，…，…，。（2）计算灰类权向量定量指标的灰色评估权重主要由各观测值到各灰类中心的相对距离确定。定量指标由于更具客观性，因此灰类评估结果应当较为集中，故仅考虑最近三个灰类。指标个灰类的灰色评估权重记为属于第。1.2.3 灰色综合评价将定性指标与定量指标的灰类权重向量整理到一起
上海节能 2020年4期2020-05-06
- 基于灰色综合聚类评价法的教育科研项目立项评审
、灰色关联聚类和灰类白化函数聚类等方法。灰色星座聚类是根据样本自身的属性，利用相似性原理定量地确定样本之间的关系，并按这种关系进行自然聚类。灰色关联聚类主要用于同类因素的归并，以使复杂系统得到简化。灰类白化权函数聚类主要用于检查观测对象是否属于事先设定的不同类别，以便区别进行聚类。根据教育科研项目的评价指标和量化原则，以灰数的中心点三角白化权函数生成为基础，将聚类对象按几个灰类进行归纳，以判断该聚类对象属于哪一灰类。这一方法比较符合教育科研项目立项评审实际
长江工程职业技术学院学报 2019年4期2019-12-24
- 基于熵权法和改进灰色聚类模型的雷达软件安全性需求分析
分析问题，但是各灰类综合聚类系数取值相近，导致分析结果不全面。因此，提出了一种改进型灰色聚类模型，充分考虑各个灰类对分析对象重要性判断的影响，结合熵权法确定分析对象的权重，建立了软件安全性需求分析模型，并对具体例子举行计算。1 雷达软件安全性需求指标体系建立根据GJB/Z 142—2004的定义，软件安全性(software safety)指的是软件具有的不导致事故发生的能力。而软件安全(software security)指软件在受到恶意攻击的情形下依然
兵器装备工程学报 2019年9期2019-10-22
- 牛仔的臭氧预处理与复合酶退浆酶洗一步法加工技术（续完）
、k2、k3三个灰类，具体聚类过程如下：织物的强力（经）、退浆率、白度、毛效越大越好，而毛羽根数、K/S值、抗弯长度越小越好。考虑到聚类计算，所有数据均须以正相关关系计入，因此，毛羽根数、K/S值、抗弯长度以1/实测值作为参量计入。表5 处理前后牛仔织物性能指标（1）矩阵中的行为分析时的7 个实验，列为相对应的织物的指标测试值，将表5中的相关数据构成一个7×7的矩阵Dij，如式（1）所示。（2）定义j指标对s个灰类（s=k1、k2、k3）的区间，方法如下：
染整技术 2019年2期2019-04-20
- 建筑类专业实践能力评价体系构建研究
——以工程造价专业为例
指标的白化值，按灰类进行分类以进行定量评价，具体如下.（1）给出评价指标白化值.设聚类对象M={1，2,3，…，m}个，聚类指标 N={1，2,3，…，n}个；灰类K={1，2，3，…，k}，聚类白化值 dij表示第 i个聚类对象关于第j个指标的样本值，i∈M，j∈N[7].（2）确定灰类的白化函数.白化函数用fjk表示，即第j个评价指标属于第k个灰类，灰类设为优、良、中、差四个等级，分别用数字 1、2、3、4 表示，对应函数如下[4]：第1灰类的白化函数
赤峰学院学报·自然科学版 2018年11期2018-12-03
- 基于灰色层次分析法的装甲合成营装备体系作战效能评估
论确定评估指标的灰类；最后结合ADC法计算综合评估值，使评估结论更加精准。2 作战效能评估武器系统的效能评估总体上可分为两个层次：一是对武器的性能分析与评估；二是对武器的效能进行评估[4]。装甲合成营的装备体系作战效能由武器装备的编配数量、战术性能、结构设置、作战环境和作战过程等因素决定，与性能不同，是一个动态的指标。其最终体现是在实际的战场环境条件下部队运用武器装备所完成作战任务的程度[5]。2.1 建立指标体系装甲合成营由遂行不同作战任务的不同作战单元
兵器装备工程学报 2018年10期2018-11-06
- 基于灰色聚类法的兵团上市公司经营绩效评价
估要求所需划分的灰类数S，分别确定灰类1、灰类 S的转折点和灰类 k(k∈{2,3,…,s-1})的中心点第二步:对于灰类1和灰类S，构造相应的下限测度白化权函数和上限测度白化权函数(见图 1)。或第三步:对于灰类k(k∈{2,3,…,s-1})，同时连接点(λjk,1)与灰类k-1的中心点()(或灰类1的转折点())以及()与灰类 k+1的中心点(λjk+1,0)(或灰类S的转折点())，得到j指标关于灰类k的三角白化权函数，m;k=2,3,…，S-1(
石河子大学学报（哲学社会科学版） 2018年5期2018-11-05
- 基于灰色综合评价法的制造企业供应商选择研究
2.6 确定评价灰类此处采用四个评价灰类，灰类序号为e，e=1,2,3,4,分别表示“优”、“良”、“中”、“差”。其相应的灰数分别为⊗1∈[3,4,∞)、⊗2∈[2,3,4]、⊗3∈[1,2,3]、⊗4∈[0,1,2]，白化权函数f1、f2、f3、f4如下:2.7 计算灰色评价系数对评价指标Xij，对受评者主张第e个灰类的灰色评价权，记为Xije;Xij属于各个评价灰类的总灰色评价权，记为Xij。则有:2.8 构造灰色评价权矩阵所有评价者就评价指标Xij
新商务周刊 2018年11期2018-08-21
- 基于灰色模糊层次模型的DDoS攻击态势评估∗
4.3 确定评估灰类确定评估灰类，就是要确定灰类的灰数，灰类的等级数以及灰数的白化权函数。设有g个灰类，g的值可根据具体的评估对象适情而定。评价灰类k（k=1，2，…，g）用白化权函数 fk进行描述，常用的白化权函数有以下三种：2）第2级，灰数 Ω∈[0 ， d2，2d2] ，其白化权函数为白化权函数中的转折点的值d1，d2，d3称作阈值。阈值的大小可根据经验类比的方法确定，也可将评估样本矩阵R中的每个指标的最大值、最小值和中间值分别作为上限、下限和中间的
舰船电子工程 2018年7期2018-08-01
- 基于端点三角白化权函数的物流服务质量绩效灰色聚类评估模型
白化权函数、梯形灰类白化权函数、等斜率白化权函数、共原点灰色白化权函数等[10]。但针对物流服务质量绩效的评价文献尚无。本研究考虑到评估指标灰类边界清晰，但属于各灰类点不明确，采用将端点三角白化权函数模型应用到物流服务质量绩效评估中去。分析物流服务质量的现状，以调研数据作为聚类对象，以服务质量绩效指标作为聚类指标，利用该聚类模型进行灰色聚类分析。图1 物流服务质量绩效指标采用灰色定权聚类评估模型进行物流服务质量绩效的评价，关键是确定j指标k子类白化权函数f
物流科技 2018年6期2018-07-03
- 基于灰色聚类分析的物流发展质量评价研究
类指标，s个不同灰类，根据决策对象关于指标j的样本观测值xij(i= 1，2，…，n；j= 1，2，…，m) 将决策对象i归入灰类k(k∈{1，2，…，s})，具体计算步骤如下。（1）确定各指标的转折点、中心点及取值范围。对于指标j(j= 1，2，…，m) 设其取值范围是[aj，bj]，按照评估要求所需划分的灰类数s，分别确定灰类 1 及s的转折点和灰类k(k∈{2，3，…，(s－1)})的j个中心点（2）计算白化权函数。根据各指标转折点、中心点及指标的取
铁道运输与经济 2018年4期2018-04-27
- 基于多层次灰色评价法的FPSO外输溢油风险评估
2.4 确定评价灰类假设有n个评价灰类，h表示灰类等级数，h=1,2,…,n。则评价灰类的白化权函数分类如下。第1灰类。低风险(h=1)，设定灰类⊗1∈[0,1,2]，白化权函数为f1，则有(4)第2灰类。一般风险(h=2)，设定灰类⊗2∈[0,2,4]，白化权函数为f2，则有(5)第3灰类。较高风险(h=3)，设定灰类⊗3∈[0,3,6]，白化权函数为f3，则有(6)第4灰类。高风险(h=4)，设定灰类⊗4∈[0,4,8]，白化权函数为f4，则有(7)第
船海工程 2018年2期2018-04-26
- 基于灰色聚类的城市公交系统评价研究
自行车服务系统各灰类的判别标准在已获得的数据基础上，将各指标评价分值转换为百分制，分为“优”、“良”、“中”、“差”四个灰类，根据该公共自行车服务系统的最低、最高评价分值和灰类划分要求，在区间[50，100]中，依次确定“优”灰类的转折点为=90，“良”灰类的转折点为=80，“中”灰类的转折点为=70和“差”灰类的转折点为=60。因为所涉及到的各个指标评价分值均已转化为百分制，所以各指标关于“优”“良”“中”“差”四个灰类的白化权函数相同，分别为其中各指标
河北工程大学学报(自然科学版) 2017年4期2017-12-26
- 改进灰色聚类评估模型在防空武器毁伤能力评估中的应用
研究，解决了相邻灰类对聚类中心的影响，但存在多个灰类交叉的现象[3]。李志亮等构建了正弦曲线白化权函数，以提高对象划分所属灰类的聚类系数，但各灰类聚类系数和不为1[4]。针对传统基于三角白化权函数的灰色评估模型中，相邻灰类对聚类中心干扰导致各灰类综合聚类系数取值相近而不易准确判定对象所属灰类的问题，构造了一种基于新型白化权函数灰色评估模型，得到待评估对象聚类评估结果。此外，当所得评估结果出现多个对象同属一个灰类，且综合聚类系数差别不大时，仅依据该灰类聚类系
航天控制 2017年6期2017-03-09
- 灰色聚类法在地下水水质评价中的应用
将聚类对象按n个灰类进行归纳，判断该聚类对象属于哪一类[5].1.1 白化函数及其样本矩阵设有n个聚类指标，m个聚类对象，s个不同灰类，根据第i(i=1,2，…，n)第j个对象关于(j=1，2，…，m)个指标的样本值xij(i=1,2，…，n；j=1，2，…，m)将第i个对象归入第k(k∈{ 1,2，…，s }个灰类之中，称为灰色聚类[6].记xij为第i个聚类对象对第j个聚类指标的白化值，D是以xij为元素的样本矩阵：(1)为了使各样本的指标进行综合分析
商丘师范学院学报 2017年3期2017-01-18
- 基于中心点三角白化权函数的高铁标准化中间站评估
若干可定义类别（灰类），可分为灰色关联聚类与基于白化权函数的灰色聚类。白化权函数是指在直角坐标中的一条三折线或S型曲线，它可以定量地描述某一评估对象隶属于某个灰类的程度（称权函数），即随着被评估指标或样点值的大小而变化的关系；起点、终点确定的左升、右降连续白化权函数称为典型白化权函数，若其第二和第三个转折点重合，则称为三角白化权函数。称最可能属于某灰类的点为该灰类的中心点，基于中心点三角白化权函数的灰色聚类评估模型适用于较易判断各灰类中心点而各灰类边界不清
铁道运营技术 2016年4期2016-11-10
- 基于端点梯形白化权函数的飞机保障性灰色评估
评估模型适用于各灰类边界清晰，但可能属于各灰类的点不明的情形［3］，本文在对三角白化权函数改进的基础上，构建了基于端点梯形白化权函数灰色评估模型，并尝试将其应用于飞机保障性评估中，做方法性的研究，对提高保障性评估工作的科学性有一定的实用价值。1 保障性评估指标体系的构建结合保障性的定义，并参考GJB1909A-2009中军用飞机可靠性维修性保障性（RMS）参数的分类方法，将飞机保障性评估指标划分为3类：保障性综合指标、保障性设计特性指标、保障资源及保障系统
火力与指挥控制 2016年9期2016-10-18
- 村镇防灾避震能力综合评价方法
2.4 确定评价灰类设评价灰类序号为 e（e=1，2，…，g），即有 g 个评价灰类，可视具体情况选取一定的白化权函数来描述灰类[6]。2.5 计算灰色评价系数对评价指标uijk，受评者属于第e个评价灰类的灰色评价数，记为Xijke,则有:Xijke=（dijkh）；fe为评价灰类e的白化权函数。由此得到对评价指标uijk，受评者属于各评价灰类的总灰色评价系数Xijk，Xijk=Xijke。2.6 计算灰色评价权向量及权矩阵对于评价指标uijk，所有评价者
科技视界 2015年19期2015-12-24
- 基于灰色聚类的高校教辅人员综合评价
出了教辅人员工作灰类划分结果.通过具体实例分析说明，该模型快捷、简便，能够有效避免对教辅人员工作评价的盲目性，为教辅人员的选拔、聘任和评价提供量化依据.灰色聚类;聚类系数;白化权函数;工作评价近几年，随着大批的大专院校升为本科院校，高校的教育质量问题显得十分严峻.教辅人员整合教育资源配合教师完成教学工作，是一个重要的教育幕后工作者.许多高校十分重视教师队伍的建设却忽视了教辅人员素质的提升.许多教辅人员服务意识不高，工作效率低下，难以的配合教师较好的完成日常
泰山学院学报 2015年6期2015-06-07
- 基于中心点三角白化权函数的空管系统安全评价
白化权函数来划分灰类类别，并采用灰色综合评价法对空管系统安全进行评价［14］［15］，但是该方法对拐点的选取过分严格，使得在评价过程中人为因素影响过大，而且可能导致某些指标参与评价的作用十分微弱。为了解决这一缺点，人们开始采用基于端点三角白化权函数的灰色评估方法，但该方法也存在着不足，比如，对灰类区间的把握不够准确。［16］［17］因此，本文结合空管系统特点，引入基于中心点三角白化权函数，开展空管系统安全评价。一、空管系统安全评价指标体系的构建针对空管系统
福州大学学报（哲学社会科学版） 2015年2期2015-04-17
- 一种聚类后排序的灰色聚类评价方法
聚类，而且对同一灰类的评价对象进行排序，较好地解决了聚类对象的聚类和排序问题.引用图书馆员实际数据分析说明，构建的灰色聚类评价方法能够有效避免图书馆员工作评价的盲目性，为图书馆员的选拔、聘任和评价提供量化依据.灰色聚类；排序；灰类；工作评价高校图书馆是大学生获取课外信息的重要来源.图书馆员作为图书馆主要功能的实行者，其素质的高低和服务质量的好坏对图书馆各项功能的发挥有着重要的影响.合理评价图书馆员的工作，有利于充分调动广大图书馆员的工作积极性，提高图书馆员
宜宾学院学报 2015年12期2015-01-18
- 基于灰色聚类的通信链路效能分析
2.2 确定评价灰类及白化权函数设评价灰类的等级数有g个，即评价灰类e=1，2，…g。视具体评估对象确定评价灰类的等级数、灰类的灰数及灰类的白化权函数。白化权函数主要有四类，典型白化权函数、下限测度白化权函数、适中测度白化权函数和上限测度白化权函数，分别表示为如下：1.2.3 计算灰类的评价系数对于三级评价指标，根据白化权函数fe（dijk）和评估对象评价值dijk，计算评估对象属于评价灰类e的灰色评价系数ηije如下：1.2.4 计算灰色评价权得到灰色评
电子设计工程 2015年2期2015-01-17
- 基于综合评价模型的国际贸易经济效益评估
指标数。2.评价灰类的确定。本研究中的评价灰类共被分为四种:优、良、中和差，文中会用U表示。第一个灰类表示“优等”(H=1)，设定灰类数Ω∈［0，9，∞)，白化权函数为η1，表达式为:第二个灰类表示“良等”(H=2)，设定灰类数Ω∈［0，7，14］，白化权函数为 η2，表达式为:第三个灰类表示“中等”(H=3)，设定灰类数Ω∈［0，5，10］，白化权函数为 η3，表达式为:第四个灰类表示“差等”(H=4)，设定灰类数Ω∈［0，3，6］，白化权函数为 η4，
长沙大学学报 2015年3期2015-01-04
- 灰色聚类决策中指标权重和综合决策测度权系数的确定
重的确定上，而对灰类综合决策测度的权重确定问题研究，目前文献研究中还较少。本文将针对灰色聚类决策中的指标权重确定及灰类综合决策测度的权重确定两个方面的问题进行分析并改进，力求使灰色聚类决策的权重确定问题更加合理。1 基于组合权重思想的灰色聚类决策指标权重的确定1.1 目前灰色聚类决策中指标权重的确定与不足目前常见的应用于灰色聚类决策中的指标权重可以采用三种标准进行分类，按确定的权重是否存在人为因素的影响可分为为主观权重和客观权重，按确定的权重是否考虑实际评
统计与决策 2015年22期2015-01-02
- 三角白化权函数聚类决策在监理评标中的应用
的分散信息，按照灰类进行归纳，以判断聚类对象所属灰类。中心点三角白化权的灰色聚类决策的步骤如下:在划分灰类时，我们将属于该灰类程度最大的点称为该灰类的中心点［3］。设有n个决策对象，m个决策指标，s个不同灰类，基于中心点三角白化权函数的灰色评估方法的具体步骤如下:第1 步:按照评估要求所需划分的灰类数 s，选取 λ1，λ2，λ3，…，λs为最属于灰类1，2，…，s的点(可以是中点，也可以不是，以属于灰类最大可能性为选取依据，称为中心点)，将各个指标的取值范
山西建筑 2014年2期2014-11-09
- 城市压力管道风险评估研究
的白化数，按p个灰类进行归纳，从而判断聚类对象所属的灰类。记i为聚类对象 (令i=1,2,3…,n);j为聚类指标 (令j=1,2,3,…,m);k为聚类灰类(令k=1,2,3,…,p);dif为第i个聚类对象对于第j个聚类指标所拥有的白化数。设 F={fjk|j=1,2,3,…m;k=1,2,3,…,p}为白化权函数集,其中fjk为第j个聚类指标属于第k个灰类的白化权函数集。则第i个聚类对象对于第k个灰数的聚类系数为:式中ηjk为第j个聚类指标属于第k个
价值工程 2014年19期2014-10-08
- 在用车排放检测站运行安全评价研究
价指标，s个不同灰类，对象i关于指标j的样本观测值为xij，i=1， 2,…,n；j=1,2，…m，根据xij的值对相应的对象i进行评价。按预先划分的灰类数s，将指标j的取值范围也相应地划分为s个灰类并分别确定其中心点λ1,λ2,…，λs，并以其代表各个灰类。将灰类向不同方向延拓后得到中心点序列：λ0,λ1,λ2,…，λs，λs+1。图2 中心点三角白化权函数示意图(1)2.3评价方法研究依托于某在用车排放检测站，该检测站集教学、科研、社会服务于一体，所用
湖北理工学院学报 2014年1期2014-09-07
- 建筑工程观感质量灰色模糊综合评价研究
1.3 确定评价灰类本文将建筑工程观感质量分为优、良、一般和差四个等级[3]。按10分制打分，评价等级集合为：V={10，7，5，2}。根据评价等级确定四个评价灰类[4]。第一灰类“优”，灰数⊗1∈[9，∞)，白化权函数为f1；第二灰类“良”，灰数⊗2∈[0,7,14],白化权函数为f2；第三灰类“一般”， 灰数⊗3∈[0,5,10]，白化权函数为f3；第四灰类“差”， ⊗4∈[0,2,4]，白化权函数为f4。表达式分别为：1.4 建立评价矩阵、综合评价根
四川建筑 2014年6期2014-09-03
- 灰色聚类分析在延边东部地区矿产预测中的应用
某一因子属于各个灰类(A、B、C类找矿靶区)的权，从而构成综合效果权向量，以便对因子进行灰类归属。设评估指标序号为 i，i=1，2，…，m;评判类别序号为 j，j=1，2…，p;因子标号为 k，k=1，2…，n，则 dki表示第 k 个评估因子在第i个指标下的样本，考虑所有评估因子对所有指标的样本，可构成样本矩阵d给出各个指标属于某一灰类的白化权函数(如成矿有利度这个灰数在某个区间内越大，首先安排地质找矿工作的可能性就越大。其中，指标i属于第1类白化权函数
吉林工程技术师范学院学报 2014年4期2014-07-07
- 多层次灰色评价法对FPSO船火灾风险的评估＊
×p。◆确定评价灰类。确定评价灰类就是要确定评价灰类的等级、灰类的灰数以及白化权函数等，设评价灰类序号为e（e＝1，2，…，g）即有g个灰类等级，若将评价灰类取为“优”“良”“中”“差”四级，则g＝4。第一灰类e＝1，灰数1∈［d，∞］，白化权函数为f1；第二灰类e＝2，灰数2∈［0，d2，2d2］，白化权函数为f2；第三灰类e＝3，灰数3∈［0，d3，2d3］，白化权函数为f3。第四灰类e＝4，灰数4∈［0，d4，2d4］，白化权函数为f4。◆确定灰色评
油气田环境保护 2014年3期2014-04-27
- 机场鸟击防范体系的有效性评价
2.4 确定评价灰类按照2.3所述为4个评价灰类，相应的灰数集为⊗=（⊗1，⊗2，⊗3，⊗4），各个灰数对应的白化权函数如下：表1 机场鸟防体系评价指标Tab.1 Evaluating indicator of airport bird disaster prevention systemv1为好，此时灰数⊗1∈（0，10，∞）其对应的白化权函数为v2为较好，此时灰数⊗2∈（0，8，16）其对应的白化权函数为v3为一般，此时灰数⊗3∈（0，5，10）其对应
中国民航大学学报 2014年2期2014-03-13
- 基于AHP-灰色聚类决策法的球磨机油配方优选研究*
灰色分类，并构建灰类白化权函数；其次根据AHP法确定各性能指标的权重系数；最后运用灰色聚类方法对润滑油配方进行综合评价,确定配方方案的灰类等级。以球磨机油配方为例，结果表明，该方法应用于润滑油配方优选是可行的，给润滑油配方的综合分析及评估提供了一种科学、合理、有效的新思路和决策理论依据。球磨机油；层次分析法；灰色聚类决策法；决策模型润滑油作为机械设备安全、可靠运行的辅助材料之一，起着润滑、冷却、防锈、减震、清洗和密封等作用，有助于提高燃油经济性，降低能耗，
化学工程师 2014年10期2014-02-09
- 灰色理论在舰炮火控系统作战能力评估中的应用＊
3.2 确定评价灰类要确定评价灰类（e＝1，2，…，g）即要确定评价灰类的等级数、灰数与白化权函数，根据问题具体分析，本文采用如下的灰类和白化权函数。其中灰数表示统计指标dijk对应的等级，灰数中的数值分别表示评分可能分布的区间，中间的数值表示属于该灰类的最佳评分值。第一灰类“优”（e＝1），灰数⊗1∈［0，8，＋∞），白化权函数为f1：第二灰类“良”（e＝2），⊗2∈［0，8，16］白化权函数为f2：第三灰类“中”（e＝3），⊗3∈［0，4，8］白化权函
舰船电子工程 2013年12期2013-11-28
- 灰色聚类算法在济西湿地生态旅游多层次综合评价中的应用
的白化数，按n个灰类进行归纳整理，以判断该聚类对象属于哪一类的灰色统计方法[1]。记i为聚类对象(i=1，2，3，…，n)；fjk为第j个聚类指标(j=1，2，3，…，p)，k为聚类灰类(k=1，2，3，…，m)；dij为第i个聚类对象对于第j个聚类指标所拥有的白化数(即聚类白化数)，其中，i∈1,2,3,…,n,j∈1,2,3,…,p。fjk为第j个聚类指标对第k个灰类的白化函数。其具体计算步骤为：步骤1：根据给定的dij构造样本矩阵D；步骤2：确定灰类
长江大学学报(自科版) 2013年11期2013-11-04
- Coolmax/棉交织物舒适性的灰色聚类分析
越好。（3）确定灰类白化函数确定灰类白化函数，即确定织物处于某一档次的概率分布函数。在实际生产中，一般可以认为面料舒适性能好、差各占30%，中占40%，定出相应各项指标的灰类白化函数为：k1∈[0.7,1]，k2∈[0.5-ε,0.5+ε]，k3∈ [0,0.3]，则k1灰类白化函数为式（4）：同理，k2灰类白化函数为式（5）：同理，k3灰类白化函数为式（6）：（4）确定标准权系数根据白化权函数，确定j聚类指标k子类边界值并根据边界值的定义，按式（7）计算
江苏丝绸 2013年2期2013-09-17
- 灰色聚类法在葠窝水库水环境评价中的应用
将每个样本对各个灰类的聚类系数组成聚类行向量，在行向量中聚类系数最大者所对应的灰类即为该样本所属类别。然后将各个样本同属的灰类进行归纳，便得灰色聚类的结果[2]。视水质标准级别类(GB3838—2002《地面水环境质量标准》)为h个灰类，将某水域或水质测点各观测水质因子当做样本进行灰色聚类分析，则某测点各水质因子的综合聚类系数最大者对应的灰类即为该测点的水质质量级别。按照国家地表水环境监测布点的有关规定，葠窝水库按照监测要求设置断面，库区目前共设6个监测断
黑龙江水利科技 2013年11期2013-08-14
- 基于PFMEA的中小型企业制造项目的风险评价
2.3 确定评估灰类评价灰类序号用 e表示， 则 e=1、2、3、4、5 分别代表极低、较低、一般、较高、极高。这5个评价灰类的白化权函数如下：第一灰类（e=1），⊗1∈（0，1，3］，白化权函数 f1表达式为：第二灰类（e=2），⊗2∈（0，3，6］，白化权函数 f2表达式为：第三灰类（e=3），⊗3∈（0，5，8］，白化权函数 f3表达式为：第四灰类（e=4），⊗4∈（0，7，10］白化权函数 f4表达式为：第五灰类（e=5），⊗5∈（-∞，0，9，∞
机械制造 2013年3期2013-04-16
- 基于灰色层次分析法的供应商评价选择应用研究
。(二)确定评价灰类及其相应的白化函数将评价灰类分为优、良、中、差四个类别，其分值分别为：8、6、4、2。设C=(8，6，4，2)为上述灰类的等级值化向量，并设计出上述灰类四个类别的白化函数。对于概念型灰数中表示意愿的灰数，其白化函数一般设计为单调增函数，并用直线来简化表示评价类别这一灰数受“偏爱”的程度。即用直线表示“正常愿望”即“偏爱”程度与评分值成比例增加。在此，把评价灰类为优的灰类设计成以8评分值为上限测度的白化权函数，评价灰类为良的灰类设计成以6
石家庄铁道大学学报(社会科学版) 2012年4期2012-12-20
- 统一授信存货质押下第三方物流选择研究
度，需要确定评价灰类：确定评价灰类的等级数、灰类的灰数及灰数的白化权函数[15]。设白化权函数为三角白化权函数，共有4个灰类，评价灰类序号为g(g＝1，2，3，4)，相应的灰数及白化权函数如下。第一灰类“优”(g＝ 1)，灰数1∈[0，4，8]，其白化权函数为f1(如图2a 所示)；第二灰类“良”(g＝2)，灰数2∈[0，3，6]，其白化权函数为f2(如图2b所示)；第三灰类“中”(g＝ 3)，灰数3∈[0，2，4]，其白化权函数为f3(如图2c 所示)；
铁道运输与经济 2012年2期2012-09-06
- 灰色层次分析法在导弹武器系统生存能力评估中的应用研究
，首先要确定评价灰类，即要确定评价灰类的等级数、灰数以及白化权函数。其中灰数表示统计指标对应的等级，灰数中的数值分别表示评分可能分布的区间，中间的数值表示属于该灰类的最佳评分值。白化权函数的选取和确定对系统研究结果的准确性和科学性是有很大影响的。本文根据导弹武器系统评价指标的特性，结合以往白化权函数的选取方法[2]，在中心点三角白化权函数[6]的基础上对端点取值进行修正，得到新型中心点三角白化权函数。其表达如下：设定灰类数为S，选取λ1，λ2，…，λS为最
航天控制 2012年2期2012-05-11
- 旅游产业发展的冲击认知分析
建了一类基于双重灰类隶属点垂直滑脱的Pareto改进型白化权函数。针对灰色评估的聚类特性，提出三条帕累托改进有效性准则：区分度增强准则、规范性准则以及隶属度清晰准则，并且通过旅游产业发展冲击认知的综合评估对改进之后的白化权函数进行了有效性分析，结果表明改进之后的白化权函数表现出了更好的灰色评估聚类特性。1 基于端点三角白化权函数的灰色评估方法[1]设有n个对象，m个评估指标和s个不同的灰类；对象 i关于指标 j的样本观测值为 χij,i=1,2,…,n;j
统计与决策 2012年16期2012-02-21
- 基于中心点三角白化权函数的银行个人理财服务质量评价
4 确定评价指标灰类灰数是指在某一个区间或在某一个一般数集内取值的不确定数，它不是一个传统概念中的确定性数值。白化权函数表现为直角坐标中一条三折线或一条曲线形式，常用于定量化描述某一评价指标对于某个灰类的隶属程度。确定评价指标灰类主要是根据评价的实际要求，将各个指标的取值范围划分为几个灰类，并对每个灰类编上序号，选择适当的白化权函数计算某一评价指标对于某个灰类的隶属程度。目前，大多数白化权函数形式上缺乏统一，构造上比较复杂，使用上不够便捷，因而采用刘思峰等
温州职业技术学院学报 2012年1期2012-01-13
- 交通工程项目隐性成本控制效果定量评估方法研究
评估要求所划分的灰类数s，将各个指标的取值范围相应也划分为s个灰类.即将指标Bij的取值范围［a1，as+1］划分为［a1，a2］，…，［ak-1，ak］，…，［as-1，as］［as，ak+1］.其中ak（k＝1，2，…s，s+1）的值一般可根据实际问题的要求或定性研究结果确定.图2 建立三角白化权函数对于指标BIJ的一个观测值x，可由公式计算出其属于灰类k（k＝1，2，…s）的隶属度fk（X）.1.5 计算灰色评价系数、评价向量、评价矩阵灰色评价理论认
河北建筑工程学院学报 2011年1期2011-10-09
- 城市低碳发展的熵值-灰色系统评判模型
2 城市低碳发展灰类及其对应的灰数集城市低碳发展熵权灰色系统评判是在利用信息论中的熵技术计算各评价指标权重的基础上，结合传统的灰色系统评判法对城市低碳发展水平进行评判[9]，其基本步骤如下：（1）确定样本评判矩阵构建评判对象的样本评判矩阵A={a1,a2,...,an}。对应的因素就是参与评判的n个评判指标的数值。（2）确定评价灰类确定评价灰类就是要确定评价灰类的等级、灰数以及灰类的白化权函数。对低碳城市发展评判指标的等级划分必须在考虑我国城市发展的资源、
统计与决策 2011年19期2011-09-05
- 施工企业技术创新绩效的灰色评价
3.4 确定评价灰类设评价灰类序号为e，其相应灰类及白化权函数如下:第1灰类“优”(e=1)，设定灰类⊗1∈［4，∞］，白化权函数为f1;第2灰类“良”(e=2)，设定灰类⊗2∈［0，3，6］，白化权函数为f2;第3灰类“中”(e=3)，设定灰类⊗3∈［0，2，4］，白化权函数为f3;第4灰类“差”(e=4)，设定灰类⊗4∈［0，1，2］，白化权函数为f4。3.5 计算灰色评价系数对于此施工企业创新活力评价指标V11，属于第e灰类的灰色评价系数为:3.6
山西建筑 2011年11期2011-02-06
- 黄河中游区佳芦河流域生态脆弱性评价＊
弱性对Ⅰ、Ⅱ、Ⅲ灰类的聚类系数分别为0.636、0.389、0.472,聚类系数隶属于灰类Ⅰ,该流域生态脆弱性为高度脆弱。AHP;灰色聚类;流域;生态脆弱性20世纪80年代以来,随着生态学的发展,脆弱生态环境领域的研究愈加活跃[1-3]。研究生态脆弱性的方法主要包括:模糊综合评判法[4-6]、EFI(Ecological Frangibility Index)法[7]、层次分析(AHP)法[8]、主成分分析法[9]、基于RS与GIS的评价方法[10]、物元
中国人口·资源与环境 2010年1期2010-09-28