基于区间灰数信息的广义关联度模型(英文)

针对传统广义关联度模型在灰数信息背景下的拓展问题展开研究,构建了一类基于区间灰数信息的广义关联度模型。考虑现实背景下众多实际问题的元素值信息难以准确获取,采用区间灰数表征不确定信息,并将灰元信息划分成白部和灰部。在此基础上给出了基于灰数信息的广义关联度模型的求解算法。最后采用商用飞机成本指标选择问题进行实证分析说明模型的有效性。结果表明,该模型能够很好地对指标进行排序,对拓展灰色关联模型有一定的借鉴意义。     

灰色系统模型研究进展(英文)

针对灰色系统模型的研究进展进行了综述,介绍了一般灰数的概念、灰色序列算子和一些常用的灰色系统模型,包括灰色绝对关联度模型、灰色相对关联度模型、基于端点三角白化权函数的灰色聚类评估模型、基于中心点三角白化权函数的灰色聚类评估模型、GM(1,1)预测模型以及多目标加权灰靶决策模型。     

基于灰色关联度和聚类分析的通用航空区域发展能力评价

以2014年中国民航7个地区管理局管辖区域的通用航空发展水平为研究对象,选取9个反映通用航空发展能力的原始变量,采用灰色关联度对各区域的发展综合能力进行了由高到低的排序,最后将研究样本聚为3类分析,画出了树状聚类图。结果表明中南地区通用航空发展居首位,新疆相对落后于其他地区,该评价为各区域通用航空可持续发展提供决策依据。     

区间灰系列的熵度量及其应用(英文)

研究了灰信息理论的不确定性度量方法及其在决策中的应用,说明了建立在有限区间灰数序列基础上的灰序列熵与Shannon概率熵是不同的。讨论了灰数的度量公式和性质,包括不变性、应用条件、两个灰数并与交的灰熵等。最后给出一个应用实例验证了该方法的有效性。     

一种新的灰色决策模型及其数值仿真(英文)

针对一类权重完全未知且属性值为区间灰数的多指标灰色决策问题,根据灰色理论思想,提出了一种灰色多阶段决策方法。首先给出了一种基于可能度的灰数大小比较方法,然后利用灰色关联分析法对多位专家关于权重的评分结果进行计算得到各指标权重,进而分阶段对指标值以区间灰数的形式进行评分,根据灰色系统新信息优先原理给出了各个阶段评价值的赋权公式。实例验证了该决策方法的可行性。研究结果为求解灰色决策问题提供了一种新思路。     

复杂网络的灰点及灰度分析(英文)

依据对复杂网络和灰色系统理论的相关分析,提出了复杂网络中的灰点问题,认为灰点分为存在而未知的灰点和演化灰点两类,并给出了相关定义。进一步给出复杂网络灰度问题的相关描述,将网络灰度分为相对灰度和绝对灰度,并分别进行了证明。     

飞机复杂系统故障诊断的灰色粗集推理方法

传统的复杂系统故障诊断规则不易获取且方法单一,不能满足系统维护要求.文中全面考虑复杂系统诊断的数据来源,用灰色关联理论降低系统复杂性并通过粗糙集约简数据的思想实现灰色粗集推理.基于灰色粗集推理方法实现了故障诊断规则的获取,并通过实例验证方法的可行性,结果明显优于神经网络算法,可有效提高诊断效率.     

灰色GM(1,1)模型在预测钢产量中的应用

采用灰色理论中的GM(1,1)模型,用MATLAB语言编程,以国家统计局统计的2001～2005年的钢产量为原始数据列,对该数据列进行实例分析、检验,进而用该模型预测出未来年度钢产量,为政府有关部门和相关企业正确决策提供科学依据。     

基于灰色关联分析的中国二氧化碳排放量影响因素分析(英文)

如何实现中国碳减排目标已经成为当前的研究热点,为完成减排目标首先要研究中国CO2排放量的影响因素。首先利用灰色关联分析方法选择与中国CO2排放量灰色关联度最高的3个变量:能源消费量、第三产业比重、外贸依存度。协整检验表明中国CO2排放量和3个影响因素之间存在长期协整关系,本文同时建立中国CO2排放量的长期协整方程和短期误差修正模型。运用误差修正模型得到的中国CO2排放量预测值与真实值的比较和得到的统计值均表明本文建立的模型有较好的解释能力和信度。     

基于模糊理论和灰色关联分析的飞机相似性评估方法

提出了基于模糊理论和灰色关联分析的飞机相似性评估方法,该方法主要由语义变量的三角模糊转换模型和灰色关联分析方法组成.本文选取了飞机的9个属性,用来评估新旧机型之间的相似性,并选取正处于研制中的某新型飞机X作为实例进行分析.分析表明,该方法的相似性评估结果符合生产实际.     

灰色系统理论中二维数据序列均值生成的讨论

灰色系统理论中非等时序序列或含有空穴的序列,通常可以用均值生成方法来填补,生成等时序序列。本文研究发现,用非紧邻均值生成方法生成的内点与实际存在有明显的误差,为此讨论了均值生成和有偏生成算法。利用数据序列点的局部凹凸特性来表示数据序列点的特征,提出了采用数据序列点连线的状态选取生成系数的方法。通过对一维数据序列传统均值生成方法的比较,给出了二维数据序列的定义,讨论了在二维数据序列下的均值生成方法,提出了有偏生成算法中生成系数分解的选取方法。     

基于多GPU的大型线性和非线性方程组的求解(英文)

在处理工程问题时,常常需要对线性或非线性方程组进行求解。对于实际应用中经常遇到的大型方程组进行求解则需要相当长的时间。使用图形处理器(GPU)代替传统的CPU,将多块GPU通过操作系统进行协调,并将PBi-CGstab方法和Inexact Newton方法进行适合多GPU并行的改造以此作为多GPU求解器的核心算法,加速求解大型线性和非线性方程组。本文的多GPU求解器在成倍扩展了单GPU求解器允许的计算规模的同时取得了令人满意的加速比。