灰色聚类评价方法的延拓研究.pdf 7页VIP

灰色聚类评价方法的延拓研究 张荣，刘思峰 (南京航空航天大学经济与管理学院南京210016) 摘要；灰色聚类评价方法可以将观测对每归属于事先设定的类别．本文是对传统灰色聚类方法的进一 步延拓，考察了其白化权函数转折点选择问题。首先，阐述了灰色聚类评价中自化权函数的确定方法， 并指出了其弊端；然后，提出了基于区问灰数的白化权函数转折点确定方法，给出了灰色聚类评价方 法的延拓方案r最后．应用实例验证了方法的有效性．研究表明，本文提出的灰色聚类评价的拓展模 型更具一般性和决策的柔性。 关键词：灰色聚类评价；白化权函数；转折点{区间灰数；模型． 1．引言 灰色聚类评价主要用于评估观测对象属于事先设定的不同类别。以便在以后的工作 中对这些对象有针对性地区别对待。由于该评估方法简单易行，且便于编程实现，因此 该方法在农业、区域规划、经济分析、军事、工程等越来越多的领域得到广泛应用041。 灰色聚类评估的基本原理是：综合观测对象的多个特征指标，得到其属于每个灰子类的 聚类系数，并由最大的聚类系数来判别该观测对象所属的灰类。从计算公式 一=主∥也)·口：可知，灰聚类方法的核心是给出指标，对于每个灰类k的白化权函数 I-I ∥也)及权重口；。目前，白化权函数普遍采用依赖转折点的分段线性函数，形式简单且 计算方便。但转折点的具体数值将参与到计算指标的白化值的运算中，进而直接影响聚 类系数。进一步地。在灰色变权聚类方法中，指标J对于灰类t的权重I／：的确定依赖于 每个指标属于该灰类白化权函数的转折点。因此，在灰色聚类评估中，白化权函数转折 点的确定将成为影响评价结果的重要因素。 在目前已有的灰色聚类评估方法中，确定白化权函数的常用方法有三种。 (1)．累积百分频率法．由现有观测对象的实际指标值绘出累积百分频率曲线，并将曲 线上不同累积百分频率对应的数值作为灰类的白化值“’”。具体做法是；记第k灰类的白 。基金t国家自然科学基金 联系作者：刘恩峰(1955--)．男，河南平舆人。教授，博导。研究方向：灰色系统理论、数量经济学。 E-marl：sfliu@nuaa．edu．∞． 147 化值为五。t=1…2。s：然后，由白化值来确定白化权函数。对于』指标，其第1个灰 类的白化权函数为下限测度函数∥【_，一，^，列；最后一个灰类，即第J个灰类的白化 权函数为上限测度函数∥‰，工。，一，一】；其他，中间灰类的白化权函数为适中限测度函 数，如第七个灰类的白化权函数为fk。，^，一，^+。】，女=2，3，…，J一1。 (2)．基于三角白化权函数的灰色聚类““。具体做法是：将指标』的取值范围看作一 个区间，如k，口¨．】。按照评估要求所需划分的灰类数。，将各个指标也相应地划分为s 个灰类，即J个区间 h，q】，…，k。，q】，…，【～．，吒】，h，口什l】 区间的这种划分由实际情况、行业规范、国家标准或定性分析得到。然后．令 丑=生二；!＆，并将该指标的取值区间向左、向右延拓至％，q。，则认为该指标t灰类 ‘ 的白化权函数为适中测度函数fh。五，一，％。1，I=1—2．．，＆ (3)．由定性分析或参照行业规范、国家标准得到”。1”。一般文献中往往直接给出灰类 的区间端点、白化权函数的转折点，并不介绍具体的定性分析过程，而且往往没有定量 工作的成分。 在上述方法中，后两种方法确定白化权函数往往以定性分析为主，能够充分反映人 们对观测对象要求达到目标的主观要求，并且所确定的白化权函数及转折点不是完全基 于现有参与聚类的对象的实际数据。因此，这两种方法确定的白化权函数适用于视野所 及范围内的所有同类对象。而第一种方法中。白化权函数由参与聚类的对象数据确定(只 能用一次)，当评价对象变化时，白化权函数需要重新计算。 由以上分析可以看出，目前确定灰色聚类白化权函数主要根据实际问题的背景，并 基于现有的一些规范。且|三l定性分析为主。不可避免地，不同的决策者对相同灰类给出 的白化权函数经常会出现显著差异，且在一定程度上会导致评估结果和客观现实相互矛 盾的情况发生。考察文献““中的例5．2．1。第一经济区和第三经济区属于高收入灰类， 第二经济区属于低收入灰类。当例子中的高收入和中等收入的白化权函数调整为： r【30，60，一，zo]． 即将高收入和中等收入灰类的区间放大，计算出的聚类系数为 一；0．5643，一=0．0800，一；0,3333； 148 叫=o．0500，一=03775，一=0．6667 叫=o．3905，西=0．4667，一=o．1667 由m“(一，《，一}=一可知：第三经济区变化为中等收入灰类。 可以看出，转折点的增大实际是对指标提出了更高的要求，转折点的确定和变化都 应根据实际的需要给出准确的、客观的值。如果转折点的取值过大，评估结果为观测对 象处于较低的灰类；而转折点的取值过小，评估结果为观测对象处于较高的灰类。这些 评价结果容易给人一种假相，使人们获得的综合观测信息与实际状况不符。考虑到一般 情况下将一个转折点抽象成一个区间数比抽象成一个数值具有柔性和科学性，因此，将 灰色聚类评价中自化权函数的转折点延拓至区间灰数将更有利于决策者定性分析与定 量建模高度融合。 2．基于区间灰数的灰类转折点的确定 在现实中，灰数的产生往往是由于信息贫乏造成的。对于分段的线性白化权函数的 转折点的确定在一定程度上依赖一定量的信息。当信息缺乏时，就会增加确定转折点的 难度。在此背景下，将转折点视为区间灰数更具合理性。因为信息的缺乏，决策者很难 准确给出转折点的具体数值，一般只能给出一个大致的范围。此时，可将该区间灰数记 为o，且o∈k，6l。基于这种思想，可确定基于区间灰数的白化权函数。 定义l设J指标^子类的白化权函数为∥(·)，其转折点是区间灰数，记为o：0)， 蟛(2)，o：(3)，o：(4)。若F(．)的函数形式为 xtk(1)，。；(4)】 x-eTO) xe赋(1)，。：(2)】 可网 ∥G)= l， xe赋(2)，嘭(3)】 畔(4)一z xskO)，。：(4)】 可万百南 则称其为典型白化权函数。记为∥(．)=∥b：O)，。：(2)，。：O)，。：(4)】。 定义2若r(．)的函数形式为 149 0， xg【o，嘭(4)】 1， rG)= xeb，嗲(3)1 名甚高， ，。b：(3)，。：(4]j 可闸’“Hw’q刑 则称其为下限测度白化权函数，记为∥(．)=∥【．，一，嘭(3)，嘭(4Ⅺ。 定义3若，fI(．)的函数形式为 x￡睁O)，。：(4)】 ∥∽； xe陋0)，o：(2)】 一。 ze陟(2)，嘭(4)】 一o篇尚 则称其为适中Ⅻ’wII度白化权函数，记为∥(．)；∥b：O)，。：(2)。一，。：(4Ⅺ。 定义4．若r(．)的函数形式为 0， zc蟛(1) ，一o：(1) ∥G)= ze随O)，嘭(2)】 可酉鄢)’ 1， j≥畔(2) 则称其为上限测度白化权函数。记为∥(．)=r融(1)，。：(2)，一，一】 3．灰色聚类评价方法的延拓 定义5称置为k子类的临界值， 当∥(．)为典型测度白化权函数时，有霉=；㈦(2)+。：(3))； 当∥(．)为下限测度白化权函数时，有Z=o：O) 150 当∥(．)为和适中测度和上限测度白化权函数时，有Z=o：(2)。 定义”指标奸类的权为俨孝， 定义7设毛为对象f关于指标，得观测值。∥(．)为／指标t子类的白化权函数，矿 为』指标t子类的权，则对象i属于^灰类的灰色变权聚类系数为矿=主∥k)·口：。 J’l 灰定权聚类的计算过程相对于灰交权聚类较为简单，原因在于其同一指标的不同灰 类的权重是相同的，即在一个指标体系中每个指标的权重是固定的。一般情况下。灰定 权聚类方法中指标的权重可由定性或定量的方法得到，如德尔菲调查法或层次分析法。 由以上计算过程可知，得到的灰聚类系数实际上仍是区间灰数。为了实现对观测对 象的聚类，必须有可行的方法对区间灰数进行排序。然而，目前现有文献还鲜有对灰数 排序研究工作的论述，本文采用下述方法对区间灰数进行排序。 舀．=口．q+O一刁·^和西：=口·呸+O一刁-岛，若有画，，萄：，则认为q，o：。 口值的选取取决于评估者的乐观或悲观程度。假设评估指标体系中的指标全是效益 型指标，当口0．5时，认为观测者为乐观型；当口=0．5时，认为观测者的态度是中立的； 当口0．5时．认为观测者是悲观型。 4．算例研究 利用上述方法计算文献“”的实例5．2．1。首先，确定关于种植业收入、畜牧业收入 和工吕4业收入的白化权函数分别为： Z1I 1，∥【一，一，20，[30，50】】． A[30，【80，loo】’一，-I，科no，30】，50，一，90 然后，由定义5和6得到各指标不同灰类的权为： 3750，0．4286]： 口j=【0．2143，0．3125】，以=【0．3125，0．3571]，孵=【o 151 接着，按照灰数的运算法则，利用以上给出的权重和各指标对于各灰类的白化权函 数，计算出每个指标对各个灰类的聚类系数为 2857，0．3333]； 一=【0．4597，0．7778]，司o[o，0，1750]，一=【0 最后。利用定义8对聚类系数进行排序。得到三个观测对象所属的灰类为；第一经 济区属于高收入灰类；第二经济区属于低收入灰类；当0≤口0．6317时，第三经济区属 于商收入灰类；当o．6317asl时，第三经济区属于中收入灰类；并且当球从大于及小 于两个方向越接近于0．6317时，第三经济区属于高收入和中收入两个经济区的聚类系数 的差异越不显著。此时，评判结果的决策参考作用渐失。 从以上实例分析可知，当观测对象的聚类系数为差异显著的灰区间数时，从计算得 到的聚类系数就可直接判断观测对象所属的灰类，如本例中的第一和第二经济区。当观 测对象的聚类系数差异不显著时。如本例中的第三经济区的高收入和中等收入灰类，二 者的聚类系数是两个嵌套的区问，此时无法从直观判断观测对象所属的灰类。本文尝试 性地利用灰区间数的排序方法，给出不同灰类聚类系数的序，由排序中最优的灰类所属 于的灰类来判断该观测对象属于此灰类。 5．结语 灰色聚类方法是灰色系统理论方法体系中非常重要的内容，其应用价值是有目共睹 的。然而，在确定灰类的白化权函数时容易让人产生困惑，难以确定适宜的、合乎定性 分析结果的白化投函数转折点。本文将区间灰数应用于灰色聚类方法中灰类白化权函数 转折点的确定，有效地解决了这一问题。当然，将转折点看作区间无疑更具一般性，也 就是说，该文的方法是传统灰色聚类评估方法的进一步延拓。 参考文献： ttl刘思峰，赵亮，壬战营等．风险投资评价的一种新方法田中国管理科学，2001，9(2)：22—26 【2】肖德云，王宗军，陈荣达．基于灰聚类和小波网络的企业投资决策绩效集成评价Lq系统工 程,2005,23(3)：88-91 13】官建成，张华胜．界面管理水平评价的灰色聚类方法与应用【J】．北京航空航天大学学 报。2000,26(4)：465．．469 【4J牛会永．基于灰色理论的城市道路交通安空评价研究田．中困安全科学学报，2005，15(9)：93—95 【51成卫，丁同强李江．道路交叉El交通冲突灰色评价研究川．公路交通科技，2004，21(6)：97-100 旧Sifen$Liu·Yi m刘新卫．长江三角洲典型县域农业生态环境质量评价明．系统工程理论与实践，2005,25(6)：133·138 【8】李铁柱，王炜，武勇城市道路交通空气污染灰色聚类决策评价啊．东南大学学报，2005，31(3)：57-60 【91壬华荣．裴玉她邢世玲．灰色聚类法在快速路基本路段服务水平评价中的应用【J1．公路，2005(5)：75·81 【10】王玉振，周文安．煤矿安全评价的灰色统计方法明．中国管理科学，1995，1(3)：35-39 flI】刘思峰’李炳军，杨岭等．区域主导产业评价指标与教学模型阴．中国管理科学，1999，6(2)：8-13 【12】刘思峰。党耀国，方志耕．灰色系统理论及其应用口“】．北京：科学出版社2004．11． Extendedon Cluster Method StudyGrey Appraising ZhangRong，LieSifeng CollegeofEconomics observedinto duster methodcan objects Abstract：Greyappraising classif,／the clusters，which madefirstdecisinn-maker．Theisthefurtherextensionoftraditionalclustermethod by paper grey whiten the ofthe ofits function．First,the bysnldyingdeterminingproblemturaing-point weight toestablishthewhiten functionin cluster introducesthemethod weight grey appraising paper whiten modeL forwardmethodtodeterminethe of Then,the the weight paperputs turning-point trivial anextensionfor cluster functionbasedon numbers，and grey appraising