灰色理论论文十篇

灰色理论论文篇1

随着中国政策的不断开放和世界油田服务需求的逐渐增加，中国石油工程技术服务企业快速发展膨胀，出现了一批具有相当规模的油田服务企业，为中国出现跨国性质的国际化石油工程技术服务公司奠定了基础。本文选取了中国5家比较有实力的上市石油工程技术服务公司和斯伦贝谢、贝克休斯、哈里伯顿三家国外著名石油工程技术服务企业，以2007、2008、2009年的年报为基础，运用灰色理论分析中国石油服务企业与国外三大石油服务企业在经济危机前和经济危机中的绩效对比，找出中国石油服务企业与国际石油公司的差距。

二、灰色综合评价简介

1．灰色理论简介

灰色系统理论是由华中理工大学的邓聚龙教授在1982年提出的。灰色综合评价就是利用灰色关联度作为测度，来比较各被选方案的优劣程度。灰色综合评价主要是利用灰色关联分析这一工具。关联分析就是通过计算比较序列与参考序列的关联系数和关联度，来确定各种影响因素或备选方案的重要度，因而确定重要因素或最优方案。灰色综合评价法的特点是：分析思路清楚，分析时所需数据不多，计算方法简单，可以充分利用已白化的信息，综合评价的误差小。

2．灰色综合评价的建模步骤

(1)选取相关指标，建立层次结构模型。先将实际问题分解为若干指标，然后按属性把这些指标分成若干组，再划分成递阶的层次结构。递阶的层次结构一般可分为目标层、准则层和最低层，并用层次分析法得到各个指标的权重矩阵A。

(2)确定最优指标集。最优指标是从各评价对象的同一指标中选取最优的一个，各评价指标的最优值组成的集合称为最优指标集，它是各评价对象比较的基准。

(3)数据的无量纲化处理。各因素组成的序列，一般来说取值单位不仅相同，而单位不同的数据时无法进行比较的，因此必须把原始数据进行无量纲化处理。无量纲化的方法有数值初值化、数值均值化、数据极差化和数据标准化等，常用的是数据均值化。

三、灰色综合评价在石油服务企业中的应用

1．指标体系的选取

这里我们参考《国有资本金绩效评价规则》及石油工程技术服务企业的现状制定了4个子能力，选择了12个指标，建立如下指标体系：

3．灰色综合评价

由评价矩阵R和权重矩阵A，可求出用灰色关联度表示的各个子模块的评价结果；再由第二层的财务状况指标、资产营运指标、资产偿债指标、发展能力指标各子模块的灰色综合评价结果组成第一层次的评价矩阵，和第一层指标权重可以得到各个公司整体的绩效评价结果见表1。

综合绩效表中，对于三年平均绩效来看，国外三家石油工程服务公司综合绩效相对优于国内石油工程服务企业，其中国外哈里伯顿公司最优为0.590，国内安东石油技术（集团）有限公司也以0.565的综合绩效脱颖而出；对于单年度的综合绩效来看，多数企业2009年的综合绩效都低于2008年或2007年，只有中国海洋油

田服务公司和新疆准东在危机中稍稍提升，而这两家公司属于国有企业下属的上市公司。

对于财务状况指标模块，这几家上市企业2007-2009年的财务状况基本上相对稳定；类似的情况也出现在偿债能力指标模块中，但是三大跨国公司的偿债能力比国内上市公司的偿债能力较好且稳定；在资产营运能力方面，五家国内企业与三大跨国公司有着明显的差距，甚至其比较值不到跨国公司的一半，这是国内石油工程服务公司的“国际化”的一大障碍。而在发展能力模块中，随着中国石油业的发展和中国石油公司“走出去”战略，中国石油工程服务公司在伴随的战略下，其评比值相对高于国际跨国公司。

四、结论

通过对几大公司进行绩效分析可知：在次信贷危机引发的经济危机中，各个公司三年绩效的趋势大致相同，说明这些公司在抵御风险的能力大体相当；然而，在单年度各子指标模块中，国内石油工程服务企业在财务状况和发展能力两个子模块中相对优于国外三大公司，而在公司的资本营运能力和偿债能力两个主要能力方面有不小的差距。此外，本文只是在财务指标方面进行比较，如果再考虑上市场份额和品牌效应、技术创新等其他方面的软实力，中国公司在“国际化”的道路上可谓是任重而道远。因此，国内石油工程技术服务企业应利用其良好的财务状况和发展能力夯实自己的基础、逐步扩大服务市场、稳步的提升自己的业务，着重注意改善自身的资产营运能力和偿债能力，同时加强品牌战略和扩大市场等，从而达到良好的综合效果同时增强市场竞争力。口

参考文献(References)

[1]邓聚龙，灰色系统理论教程[M]．武汉，华中理工大学出版社，1990：55-62．

灰色理论论文篇2

【关键词】毕业论文；评价指标体系；灰色层次分析法

邓聚龙教授1982年提出的灰色系统理论，其核心思想是可将信息根据明确与否分成三个系统：完全明确的白色系统、信息未知的黑色系统和介于其间部分信息明确但部分信息不明确的灰色系统。由于该理论模型对实验观测数据要求不高，因此应用领域十分广泛。大学毕业论文评价是一个典型的多因素综合评价问题，其评价时需要的信息部分为潜信息，同时所采用的评价指标不能完全涵盖所有情况。加之评价指标间的复杂关系，造成该评价过程具有很大的灰性。大学本科毕业论文呢的评价过程中，通常需要评价者的主观判断来确定等级，比如对毕业论文评价常用的学术严谨性、创新性等指标的评价，采用传统评价方法难以客观公正的评价。实践证明，灰色系统理论能有效克服模糊评价中信息丢失和主观性强等问题。通过构建科学有效的评价指标，并依据评价指标设计模型，并运用灰色层次分析法（GAHP）对区间灰数的白化处理，可使本科毕业论文的综合评价更客观公正。

一、灰色层次分析法

一般而言，灰色层次分析法在应用到综合评价中过程大致包括以下步骤：

步骤一，指标体系建立及权重确定。本科毕业论文的评价指标由目标层（W）、准则层（Ui）、一级指标层（Vij）和二级指标层（Vijm）构成。根据建立的目标层次结构，各指标权重则运用层次分析法，根据评价专家对同一层次的各元素对上层某一准则的重要性进行两两比较，构造互反判断矩阵，采用最大特征根法计算相邻层次中下层对上层元素的组合权重。

步骤二，确定评价灰类。确定评价灰类包括一般确定评价灰类等级数、灰数及白化权函数三方面内容。一般采用四个评价灰类：第一灰类“优”（G=4），灰数为1∈[4，+∞]，其白化权函数为f1（dijm）；第二灰类“良好”（G=3），灰数为2∈[0，3，6]，其白化权函数为f2（dijm）；第三灰类“及格”（G=2），灰数为2∈[0，2，4]，其白化权函数为f3（dijm）；第四灰类“不及格”（G=1），灰数为1∈[0，1，2]，其白化权函数为f4（dijm）。

步骤三，组织评价专家打分。根据本科论文评价需要，邀请p个专家，且对每个评价专家进行排序，序号为m=1，2，…p。组织专家对评价指标进行实测值和目标值间的比较，然后依据专家经验对各指标打分，并填写评分表。为简便起见，一般规定评分范围为1-5分，待评价指标Vij给出评分dijm由第m个专家评出。

步骤四，计算评价系数、评价权向量及矩阵。对评价指标Vij，先确定指标Vij属于第G个灰类，然后根据灰类的白化隶属函数计算出灰色评价系数，XijG=∑fG（dijm），m∈[1，p]，同理可构建评价样本矩阵；在灰色评价系数已知基础上，加总同一评价灰类的评价值，可得各评价灰类的总灰类评价数，记为Xij=∑XijG；至于灰色评价权向量，则是通过对灰类评价系数的归一化处理，可得各类评价灰类的灰类评价权矩阵Wij。

步骤五，综合评价。首先进行指标层的综合评价，其评价结果记Bij；其次根据指标层的评价结果构建准则层对各评价灰类的灰色评价权矩阵Bi，进而进行准则层的综合评价，其评价结果记Bi；同理根据评价结果Bi，按照最大原则确定受评对象归属的等级数，根据E=U×CT可求出综合评价值，其中C表示各灰类等级按“灰水平”赋值形成的向量，可设置为G=[4，3，2，1]。

二、应用实例

本研究以广西财经学院本科毕业论文评价为案例，采用灰色层次分析评价进行验证，具体应用过程如下。

1.建立毕业论文质量评审的指标体系

广西财经学院的本科毕业论文灰色评价指标体系构建如表1所示。根据灰色层次分析法建模需要将指标体系设计成指标系统、权重系统和评价标准系统三大系统组成。

2.专家评分

根据项目需要，选取专家5名，通过调研数据与数据配比对各指标进行评分，赋分范围为1-5，指标等级介于相邻两等级之间时，相应评分值为4.5，3.5，2.5和1.5，根据调研结果和获取的相关数据，评分结果略。

3.计算灰色评价系数、灰色评价权向量及权矩阵

对于指标（V111），被评指标属于第G个评价灰类的灰色评价系数V111G，当G=1，有

V1111=f（1.5）+f（2.0）+f（2.5）+f（2.0）+f（2.0）=2.5；同理可得V1112，V1113和V1114及其他指标的灰色评价系数及灰色权向量。

4、逐级对指标层进行综合评价

第一步，对二级指标进行综合评价；

B11=[0.4514，0.3523，0.1518，2902]；

B12=[0.4013，0.3950，01913，0.3875]；

B13=[0.5563，0.3863，0.0575，0.2500]；

B21=[0.2900，0.3763，0.2050，0.7050]；

B22=[0.3600，0.3900，0.2600，0.0000]

第二部，对一级指标进行综合评价

B1=[0.4574，0.3719，0.1448，0.8826]；

B2=[0.3180，0.3818，0.2270，0.8230]

第三步，对准则层进行综合评价；U=[0.4086，0.3754，0.1736，0.8617]

第四步，可得综合评价结果：E=U×CT=3.97。

5.评价结果

根据评价最终得分，评价小组对被评审论文初步结论进行深入分析判断，总体看该论文结果评为“良好”，非常接近优秀水平。

三、结束语

本文采用灰色层次分析法评价广西财经学院本科毕业论文的质量，系统地提出了三个一级指标和十二个二级指标，该方法的应用有效地实现了定量分析和定性分析的统一。由于该方法能充分考虑了指标之间的内在关系和评价系统的灰性，所得量化值在一定程度上客观反映论文水平的实际情况，因此，该方法具有一定的科学性。但是毕业论文质量评价模型的建立，并不是一成不变的，需要我们随着不断发展变化的新形势，不断检验和完善毕业论文评价体系，以使论文的评价更客观公正。

参考文献：

[1] 邓聚龙.灰色系统基本方法[M].武汉：华中科技大学出版社，2005年

[2] 黄勇，查道林.基于灰色层次分析法的大学院长经济责任审计评价研究[J].财会通讯，2010年6期上

[3] 演克武，朱金福，刘锋.基于灰色层次分析法的航空公司机型适应性综合评价研究[J].数学的实践与认识，2009年7月

灰色理论论文篇3

关键词：燃气负荷；灰色理论；中长期预测

1. 燃气负荷预测概述

随着" 西气东输" 战略的逐步实施，我国天然气工业得到了快速发展。这无疑进一步推动了我国城市天然气化的进程，同时将促进天然气输气理论和技术的发展。其中，城市燃气负荷预测作为一项重要的研究课题不断受到专家学者的关注。这是由于预测水平的好坏直接决定了燃气系统实施控制、城市气源的科学决策、燃气管网的合理规划以及燃气运行的优化调度水平等方面，从而达到科学指导未来的生产计划的目的，对燃气行业发展具有重要意义[1]。

燃气负荷是一种广泛的概念。燃气系统终端用户对燃气的需求量形成燃气系统最基本的负荷，即燃气用气负荷，简称燃气负荷[2]。通常情况下，燃气负荷分为短期负荷（小时负荷、日负荷）和中长期负荷（月负荷、年负荷）。对于不同的负荷，其变化规律也不尽相同。短期燃气负荷具有趋势性、随机性，以一定周期规律进行变化；而中长期负荷具有较强的规律性，主要受季节、地理位置等因素影响。因而，根据不同燃气负荷的特点选择合适的预测方法对于取得较好的预测效果具有重要意义。

对于燃气负荷预测的研究起始于20世纪60年代。进入21世纪以来，随着燃气工业的不断发展与计算机技术的不断进步，负荷预测的速度和精度逐渐提高。越来越多的预测方法不断涌现。目前常用的燃气负荷预测方法包括：时间序列法、灰色理论预测法、回归分析法、神经网络法等[3-6]。对于中长期负荷预测，考虑历史记录较少的特点，本文采用灰色理论方法进行燃气负荷的中长期预测。

2. 灰色理论原理

灰色理论是一门研究信息部分清楚、部分不清楚并带有不确定性现象的应用数学学科。其主要研究的就是"外延明确，内涵不明确"的小样本。灰色预测是用灰色模型GM（Grey Model）进行的定量预测。GM（1， 1）模型是最常用的一种灰色模型。设变量的原始数据序列为x（0） ：

x（0）={x（0）（1），x（0）（2），...，x（0）（n）} （1）

对其进行一次累加处理，生成一次累加数据序列x（1） ，即：

x（1）={x（1）（1），x（1）（2），...，x（1）（n）} （2）

其中，

x（1） （k）=x（0）（i） （3）

由于序列 x（1） （k）符合指数增长规律，对该序列建立一阶微分方程，即：

+ax（1）=u （4）

式中， a代表发展系数； u代表灰作用度。根据微分方程理论，GM（1， 1）的解为：

x（1） （k+1）=[x（0）（1）-] e-ak+ （5）

对上式进行累减还原，得：

x（0） （k+1）= x（1） （k+1）- x（1） （k） （6）

式a和式b为GM（1， 1）模型的时间响应函数。

通过公式可知，灰色预测方法具有运算简单、需求负荷值较少、建模简单等特点。在历史负荷数据较少的情况尤其适用。

3. 基于灰色理论燃气负荷预测实例

为验证灰色理论预测方法的正确性及有效性，下面采用编制的燃气负荷预测系统对某城市工业燃气负荷进行预测，燃气负荷原始数据如表1所示 ：

表1 某城市工业燃气用气量 106 （m3/a）

年份 1980 1981 1982 1983 1984

用气量 1137.91 1254.25 1287.74 1308.25 1511.22

年份 1985 1986 1987 1988 1989

用气量 1636.12 1836.25 2032.78 2027.74 2071.07

采用灰色理论方法对某城市1985-1989年的工业用气量进行预测的结果如表2所示：

表2 某城市工业燃气用气量真实值与预测值对比 106 （m3/a）

年份 1985 1986 1987 1988 1989

实际值 1636.12 1836.25 2032.78 2027.74 2071.07

预测值 1650.63 1721.32 2200.55 1986.43 1988.24

预测误差/% 2.14 5.23 9.33 1.06 3.06

从表2的预测结果可以看出，采用灰色理论方法可根据较少的历史负荷值对未来的燃气负荷进行较为准确的预测，却算法简单、计算效率高。从而体现了灰色理论方法在燃气负荷预测中的有效性。

4. 结论

燃气负荷预测是一个系统工程，受多种因素影响。本文从燃气负荷的规律出发，针对历史燃气负荷值较少的特点，采用灰色理论方法对某城市工业燃气负荷进行预测。实践证明，灰色理论方法可以较为准确的对燃气负荷进行预测，是一种有效、实用的燃气负荷预测方法。本文根据灰色理论方法编制了燃气负荷系统，实现了灰色理论预测的自动化，对工程实践具有一定的指导意义。

参考文献：

[1] 严铭卿，焦文玲，展长虹，等.我国城市燃气的发展模式[J].油气储运，2001，20（7）：10-12

[2] 刘红，邹艳双. 基于回归分析的燃气负荷预测[J].内蒙古石油化工，2012，4：39-40

[3] 焦文玲. 城市燃气负荷时序模型及其预测的研究[D].哈尔滨： 哈尔滨工业大学，2001

[4] 杜元顺. 煤气日负荷系数的回归分析方法[J].煤气与热力，1982，2（4）： 26-30

[5] 胡文斌，华贲，杨昌智. 灰色理论在城市燃气负荷预测中的应用[J].煤气与热力，2002，22（1）： 28-31

灰色理论论文篇4

    关键词:灰色理论;系统管理;灰色研究

    在系统管理的研究中,我们试图用灰色理论来把握,并在此基础上用灰色综合评判对其形成价值判断。首先分析灰色理论与系统管理研究之间的关系,然后探讨灰色理论在系统管理的研究中的作用。

    一、 人力资源管理应用灰色系统理论的基础

    “灰色系统理论的研究对象是‘部分信息已知,部分信息未知'的‘小样本’和‘贫信息'不确定系统。它通过对部分已知信息的生成、开发去了解、认识现实世界,实现对系统运行行为和演化规律的正确把握和描述 。”从理论上说,灰色理论它要求从已知的信息出发,先综合,后分析,最后又回到综合的思路。该思路使人们从系统化、整体化、综合化的角度对事物加以动态描述,它以全局、有机的综合观指导、分析、把握对象的全程;从不同层次、不同角度,实现对系统规律的揭示。系统科学强调“整体大于部分之和”,系统的不同层次、不同等级结构中存在着其组成部分在孤立状态中所没有的新的功能、新的规律等;从系统各要素的相互作用、反馈机制和自我调节功能上去考察事物的相互联系,突出的是对事物发展的多种可能性的评估,即灰色理论指导下的系统管理模式。灰色理论不仅针对的是不完整的信息,而且还要把各种不完整因素直接纳入系统中加以考察,进而找到由不完整的信息向完整准确性转化的辩证途径。在实践中,研究对象是复杂的,并不容易把其解剖成孤立的元素,在收集资料过程中很难操作,有时候在信息收集时,得到的是一大堆杂乱的、不完整的、含糊的、以不同“语言”状态呈现的灰色信息,必须用系统理论和方法加以分析和把握。

    灰色系统理论应用于人力资源管理,用静态的描述是不够的,也是不充分的,必须把系统管理放置到丰富、复杂、流动的现实情境中,对系统管理进行整体的、关联式的考察。为系统管理的研究提供了思考的空间,因为通常采用个案研究、参与观察、文件分析等多种方法收集信息,收集到的信息量大而丰富,在如此丰富的信息中,总可以找到系统运行的痕迹。灰色理论可以深刻描述系统管理中产生的交互的、动态的、个性化的影响,在互动过程中达成对管理系统意义的理解及合理性的主观判断,并在此基础上自下而上建构系统管理的个性化、多元化标准。

    二、 人力资源系统管理的灰色研究

    灰色理论是人类把握对象本质和规律的一条重要途径,它可依据充分的灰色信息,运用灰色理论灰色进行灰色推理,然后做出各种灵活的反应和得出有足够近似程度的可靠结论。灰色理论对信息的处理不是按照呆板的、固定不变的程序,而是按照创造性程序进行的,从而表现出人类思维的灵活性。

    灰色系统理论应用于人力资源管理的条件就是管理者获得的灰色信息。灰色信息可能具有对象类属边界不清晰和状态不完整的特征。第一,人力资源中人的发展是按照自身规律客观存在的,管理者却从自身的主观意识出发去界定与管理对象的关系。这种反映关系本身就是一种“灰色关系”。第二,人虽具有抽象、综合、概括、推理、运算等逻辑思维能力,但人的认识毕竟不能洞悉事物的全部复杂性。第三,人的能力水平、认识工具的局限使人类认识也不能达到精确、明晰的认识。第四,在一定条件下,现实对象的复杂性越高,人的精确认识能力越有可能降低。事实也表明:人类认识一旦进入层次复杂的客体,不仅观察者、观察仪器会产生新的不确定因素,而且人们为了达到认识确定而进行的简化和抽象,可能导致更为不确定的结果。

    从人类认识的灰色和系统的辩证关系来看,灰色系统理论作为一个科学的研究方法,它对对象的研究可以达到精确表达的效果。人们对事物的把握,根本无法通过穷举来逐个加以研究,最有效的途径是按认识的需要和可能,把事物分类界线建立在“灰色边界”上,使其类属边界直接呈现灰色特征,把事物联系的中介环节通过灰色处理加以简略,即省去一些中介环节。当中介的省略不足以影响对对象的正确认识时,人们认识的本质和为精确而采取的灰色手段就被“精确明晰”的认识所掩盖。相反,对中介发达的事物,大量省略中介不仅不可能实现认识精确化,反而会影响对事物特性的正确把握。而在事物的纵向发展过程中,如果循序追踪对象发展的每一时刻,或者完全置身于事物的演变过程中,就很难把握“质”的明确差别。而越过一定时间间隔去观察事物,连续运动中积累的量变,或者融合在量变中的质变就明晰确定了。这表明,灰色系统理论可以“忽略”一些灰色关系,运用离散的分类模型等灰色思维手段来“精确”把握对象之间的横向联系或对象的纵向发展过程。 三、灰色理论在人力资源管理中的意义

    1.以获取管理系统的信息

    所谓获取管理系统的信息主要是指获取有关价值主体、价值客体与参照客体的信息。价值主体是指价值关系中的主体,是指对谁而言是有价值的。价值主体在价值关系中不是以实体的形态存在,而是以价值主体需要的形式存在,即系统管理实际所把握的是价值主体的需要与价值客体的属性和功能的关系。价值主体的需要是处于支配地位的,它是衡量客体价值的尺度。所以,获取价值主体的信息实质上就是把握作为价值关系承担者的价值主体的需要。

    任何贫信息系统管理的科学性都是相对的。为使系统管理研究少一点缺憾,我们应尽可能多地掌握参照客体的信息。在“技术研究”中,管理主体随时都可能获得一些偶然的参照客体的信息。在正式进入之前,必须进行研究设计,设计以简要方式集中提炼出研究的具体思路、步骤和实施方案,目的是为今后的研究实践提供一个纲领性的指南,在具体进入研究现场时,管理主体就可以有意识地根据系统管理目的、研究设计去搜集、查询参照客体的信息。   2.自下而上建构系统管理标准

    人力资源管理的主体全面搜集了大量的有关员工的需要以及参照客体的管理信息,这些信息是一些细密的描述性分析,处于经验事实或经验资料的阶段,且具有高度的个性化,欲拿这些经验的、个性化的描述直接作为系统管理的研究的标准,它不具有更强的解释力度,也不具可行性,因而管理主体和员工在互动过程中采用自下而上的方法来共同建构系统管理的研究标准。

    灰色识别是以事物间的相似性为依据,模拟、比较为手段,灰色集合论为逻辑方法的识别灰色。它不要求对被识别对象的归属、性态做出绝对的断定,而只要求指明被识别对象的“资格”。在认识活动中,由于某些对象类属边界和性态不完整,对其分类就必须引进灰色逻辑,从而产生灰色聚类分析。灰色聚类分析是一种“无灰色分类”,它是按照一定特征和规律对事物进行分类的方法,所讨论的是一大堆样本,要求我们能客观依据它们各自的特性进行合理分类,而事先没有任何灰色可供参考或依据。

    通过灰色识别和灰色聚类,可以把在对系统管理进行中收集到的管理主体所把握的管理信息上升为系统管理的标准,这一过程是自下而上的建构过程,而不仅仅是根据管理主体先有的标准来衡量系统管理的价值。

    3.以灰色综合评判进行价值判断

    人力资源管理是不能通过规约式来进行,也不能是一种机械式的活动。所以,系统管理理论的研究还只是停留在一种理论的研究。人力资源的灰色管理是一个连贯的过程,是从静态管理到动态生成的过程,它体现一种人与人互动的管理文化。关于系统管理的价值关系,一个纯粹的“质”的分析是不充分的,还需要各成分具有相当强度,用灰色综合评判对系统管理进行价值判断可以达到“质”和“量”的辩证统一。在系统管理的研究中管理主体首先收集到的是各系统管理指标的不同程度的灰色评语,一般来说要把这些灰色评语转换成支持结论的证据。这显然是一种难以精确表达、难以形式化的灰色转换关系,它要靠灰色综合评判来辨认。通过灰色综合评判对各级灰色评语得出一个综合的隶属函数值,然后以此做出相对确定、清晰的结论,这种以灰色逻辑为模型的分析结论是令人信服的,它总结了“意会”的体验经验,减少了盲目性,提高了科学性。

    参考文献:

    [1]邓聚龙.灰色系统的基本方法[M].武汉:华中科技大学出版社,2005.

    [2]刘思峰.灰色系统理论及其应用[M].北京:科学出版社,2004.

    [3]严智渊,戴玉生.灰色系统的预测与应用[M].南京:江苏科学技术出版社,1989.

灰色理论论文篇5

关键字:创业板 灰色聚类 股票投资分析

中图分类号:F830.91 文献标识码:A

文章编号:1004-4914(2010)08-107-03

一、引言

中国创业板市场自2009年10月30日启动以来,其基本面的变化与市场表现受到了社会各界的极大关注。在中国发展创业板,为那些具有发展前景的创新高科技型公司提供了一个不可多得的融资渠道。截至到2010年3月10日,已有58家公司在创业板上市。这些公司的共性是:成立时间短,规模小,具有较高的成长性。但是,由于上市门槛低,这些公司的投资资质良莠不齐,有些公司实力强劲,有些公司实力较弱。如何从创业板的众多公司中,选择出具有投资价值的公司股票,对发展完善股票投资价值的理论研究、帮助投资者做出合理的投资决策,都具有重要意义。

在对股票投资价值研究的诸多方法中,聚类分析以其重要的理论与应用价值受到了众多学者的青睐。学者们对应用聚类理论进行股票投资价值研究进行了广泛而深入的探讨。通过文献梳理,笔者发现目前利用聚类分析对股票投资价值的研究存在以下倾向:一是研究对象,偏重于对主板市场和中小企业板市场的股票研究。二是研究方法,多采用传统聚类分析方法,如系统聚类法、分解法、动态聚类法。三是研究思路,通常以大样本面板数据或大样本横截面数据展开实证分析。

然而,创业板市场作为资本市场的新生力量,具有以下特点:可供交易的股票个数少;企业披露的财务信息不完备。此时如果继续用经典的聚类方法作为分析工具,其分析结果的科学性将无法保证。

对此,本文将灰色系统理论的“小样本”、“贫信息”思想引入创业板股票投资价值的评价研究中。采用灰色系统理论中的灰色聚类方法,尝试对创业板中的11支股票按照6项聚类指标进行灰色聚类,通过计算不同指标的灰色聚类系数,最后以聚类类型来定性评价股票的投资价值,从而为投资者提供理性的投资参考数据。鉴于灰色理论在股票投资价值方面的研究应用较少,本文对股票价值的灰聚类研究是一个有益的探索。

二、灰色聚类理论概述

灰色系统理论以“部分信息已知,部分信息未知”的不确定性系统为研究对象,是一种处理“小样本”“贫信息”数据、解决灰类问题的有效方法。近年来,灰色系统理论不仅在理论上迅速发展、日臻完善,而且在实践中得到日益深入和广泛的应用。其中,灰色聚类理论是灰色系统理论的一个重要分支。

灰色聚类是根据灰数的白化函数将观测对象聚集成若干个可以定义类别的方法。灰色聚类通过将聚类对象对于不同聚类指标所拥有的白化数,按几个灰类进行归并,经过计算所有指标的综合效果,判断聚类对象所属灰类。灰色聚类的分析过程通过以下步骤完成:

1.设有n个聚类对象,m个聚类指标,s个灰类;dij为第i个聚类对象对于第j个聚类指标的样本值,其中1≤i≤n,1≤j≤m。则样本指标矩阵为D=(dij)n×m。

2.将n个对象关于指标j的取值相应地分为s个灰类,称之为j指标子类。j指标k子类的白化权函数记为fkj(dij)。白化权函数的表达式为:

上限测度白化权函数

三、指标体系的建立与样本选取

1.指标体系。通过梳理前人研究的成果,结合创业板上市公司股本规模小、成长潜力大的特点,本文选取每股收益(di1)、净资产收益率(di2)、每股现金流(di3)、主营收入增长率(di4)、净利润增长率(di5)、每股净资产(di6)这6项财务指标组成灰聚类财务指标评判体系,从盈利能力、成长能力和扩张能力三个大的方面对股票的投资价值进行考察。

2.样本的选取。本文选取在创业板上市,并于2010年3月10前已经披露2009年年报的11家公司组成样本集。本文的数据均来自于国泰君安经济数据资料库。

四、实证分析

1.指标数据标准化。为消除原始指标数据量纲和数量级的差异所带来的影响,本文按照下式对指标数据进行标准化:

dij=dij/max(dj)(6)

其中,dij为i公司第j个指标的样本,max(dj)表示第j项指标的最大值。采用此式对数据进行标准化的优点是,同一指标内部相对差距不变,且解决了不同指标间的相对差距不确定的问题,同时保证了标准化后极大值都为1。

2.确定指标灰类的白化权函数。本文将每项聚类指标分为3个灰类(k=3),并设定灰类1(k=1)最好,灰类2(k=2)次之,灰类3(k=3)最差。灰类1的白化权函数表达式依据公式(1)写出,灰类2的白化权函数表达式依据公式(2)写出,以此类推。

同理,写出净资产收益率、每股现金流、主营收入增长率、净利润增长率、每股净资产的优、中、差灰类的白化权函数。将对象i关于j指标的样本值dij带入j指标的k类白话权函数,计算出dij关于k灰类的白话权函数值。

3.确定j指标k子类的临界值λkj。根据λkj=X1,写出j指标k子类的临界值λkj。临界值是区别不同灰类的数值标志,反映了由某一灰类过渡到另一灰类界限。

表3说明,聚类指标优等灰类的临界值λ1j在0.6至0.8之间,当样本值dij超过λ1j时,便离开中等灰类区间,进入优等灰类;聚类指标差等灰类的临界值λ3j在0.15至0.3之间,当样本值dij低于λ3j时,便离开中等灰类区间,进入差等灰类。在优等灰类和差等灰类的临界值之间,属于中等灰类的范围。样本值dij越接近λ2j,其隶属于中等灰类的可能性越大。

4.计算j指标关于k子类的权重ηkj。按照公式(4),计算出j指标关于k子类的权重ηkj,为进一步求得灰色聚类系数σkj做准备。权重系数刻画了指标在整体评价中的相对重要程度。由表4可以看出,在3类权重系数列向量中,每股收益指标的权重系数ηk1数值最大,依次为0.2、0.21、0.33。这说明每股收益指标在本文的指标评价体系中是最重要、最能有效甄别股票投资价值大小的财务指标。位列第二的是每股净资产这一指标,其余4项指标对股票投资大小的影响则较为平均。

5.确定灰色聚类系数σkj。按照公式(5),计算灰色聚类系数,σki表示了对象i属于灰类k的程度,σki越大,对象i属于k类的程度越深。经计算,灰色聚类系数如下表所示。

由表6可知,11支样本股票可以分为3类。属于最优类的股票有,机器人,宝通带业,新宙邦,中元化电,万邦达。这类股票的总体特征是每股收益高,每股现金流充沛,净利润成长率显得尤为引人注目。这表明,这类公司正处在大力开拓市场范围的高速成长阶段,是快成长、高盈利、扩张力强的“潜力股”。这应是投资者首选的一类股票。在这类股票中,表现最为突出的是。其每股现金流净利润增长率为14.36元和94.9%,远远超过综合实力排名第二的机器人。

属于第二类的股票有特锐德、硅宝科技、汉威电子。这类股票的特点是净资产收益率较高,净利润增长率保持在一个比较平稳的水平,但成长能力稍显逊色。这表明,第二类公司已经进入稳步发展的阶段,投资这类股票的风险较小。

第三类股票属于低收益、低成长股票。虽然从单项指标来看,钢研高纳的每股现金流和每股净资产都不低,福瑞股份的净资产收益率更是高达33.32%,但是从综合实力来看,这两只股票的各项指标值相差悬殊,远不如其他股票的投资价值高,投资者应谨慎观察其表现,再作出定夺。

五、结论和展望

本文将灰色聚类理论引入股票投资价值的评价当中,为聚类分析股票的投资价值开辟了新途径。本文在介绍灰色聚类理论的基础上,首先建立股票投资价值的指标体系,然后通过计算不同指标的灰色聚类系数,最后以聚类类型来定性评价股票的投资价值。实证结果表明,灰色聚类方法不仅降低了对数据量和信息量的要求,而且能有效区分出具备不同投资价值的股票。

本研究下一步的工作重心是引入行业概念和公司的核心竞争能力这两项新的指标因子,扩大样本集,对创业板股票的投资价值作更深一步的研究。

参考文献:

1.张迎春,陈洁,张晨希,万忠,张燕平.聚类在股票研究中的应用[J].计算机技术与发展,2006,16(4)

2.陶冶,马健.基于聚类分析和判别分析方法的股票投资价值分析―关于中小企业板的初步研究[J].财经理论与实践,2005(26)

3.于华.上市公司子综合评估的聚类与主成分分析[J].西南金融,2007(9)

4.刘思峰,郭天榜,党耀国.灰色系统理论及其应用[M].北京:科学出版社,1999

5.俞立平,潘云涛,武夷山.学术期刊综合评价数据标准化方法研究[J].图书情报工作,2009(53)

(作者单位:刘益平.南京航空航天大学经济与管理学院副院长.会计学教授;王琼瑶.南京航空航天大学经济与管理学院会计学硕士研究生;吉朝阳.长庆油田兴庆路综合服务处办公室主任;朱超余.南京航空航天大学经济与管理学院硕士研究生)

灰色理论论文篇6

Abstract： In order to improve the theoretical systems of grey prediction models， on the basis of modeling mechanism of grey verhulst model， this paper constructs a novel grey verhulst model considering related factors affecting forecasting precision of a system， and proposes the formula computing the parameters of the novel grey model by the least square method. The function of respond to the time sequence of the novel grey model is solved by taking differential equations as a deductive reasoning tool. Finally， a numerical study of traffic accidents of urban road network demonstrated the modeling accuracy of this novel grey model. Research results show the proposed model can increase the prediction accuracy.

关键词：灰色系统理论；灰色预测模型；新灰色Verhulst模型；建模精度

Key words： grey systems theory；grey forecasting model；novel grey verhulst model；modeling accuracy

中图分类号：N941 文献标识码：A 文章编号：1006-4311（2016）02-0200-03

0 引言

本世纪以来，我国城市群高速路网的快速发展，极大地优化了它的交通运输结构，对缓解其交通运输的“瓶颈”制约发挥了重要作用，有力地促进了我国经济发展和社会进步。然而，城市群高速路网运输在带来高效、快捷、方便的同时，由于其行车速度快、道路结构特殊，不可避免地带来了诸如交通事故数量增加及其严重程度加剧等负面影响。有关数据表明，本世纪至今，我国城市群高速路网交通事故数呈现了近似单峰特征，2004年出现了峰值，随后呈现出逐步下降趋势。由此可见，我国城市道路交通管理工作已取得显著成效，但其交通管理规划在实施中依然面临着诸多严重问题。如何进一步完善我国城市群高速路网交通管理规划从而提高高速路网交通管理水平，减少其高速路网交通事故已成为一个迫切需要解决的重要现实问题。如何构建有效的预测分析模型，对其进行科学预判，为相关应急管理部门作出高效的应急救援决策提供智力支持，是一个亟待解决的重要问题。

目前，用于系统特征序列预测的量化建模方法种类繁多，如回归分析法、神经网络法、马尔科夫预测法、移动平均法、指数平滑法等。这些预测方法在社会经济诸多领域具有广泛应用[1-6]，但上述方法在解决具有近似单峰特性的系统序列短期预测方面，通常难以取得令人满意的效果，其建模理论研究成果尚不多见，相关管理部门可凭借的指导理论也较有限，欲揭示其短期演变与发展规律尤为困难。在灰色系统理论中，灰色预测理论是目前应用最为广泛的理论分支之一[7-10]。在众多灰色预测模型中，灰色Verhulst预测模型是一种针对原始数据序列具有近似单峰特性的系统进行小样本建模的特殊灰色预测模型[10-12]。该模型虽在商品经济寿命预测、生物生长演变分析等领域具有一定的应用空间，但由于其在建模机理上存在无法对系统内相关影响因素信息进行开发利用的缺陷，通常难以取得理想的建模效果。笔者针对灰色Verhulst模型的上述缺陷，构建了新型灰色Verhulst预测模型，并将其应用于城市群道路网交通事故预测实践.研究结果将对于进一步完善灰色预测理论体系，提高城市道理交通管理水平具有较重要的理论及实践价值。

文章首先对新型灰色Verhulst模型进行了定义，给出该模型的建模参数计算公式，以微积分为研究工具，得到该模型的时间响应函数，最后通过数值计算例对其建模精度进行了验证。

1 新型灰色Verhulst模型的构建

灰色Verhulst模型是灰色预测理论的重要内容之一，不同于“白因白果律”的经典模型，它是少数据基于灰因白果律、差异信息原理、平射原理的建模，它既不是一般的函数模型，亦不是完全的微分方程模型，或者完全的差分方程模型，而是具有部分微分、部分差分性质的模型。它在关系上、性质上、内涵上具有不确定性[1]。传统灰色Verhulst模型利用单一的系统特征序列构建的近似微分方程，然后用方程的解（时间响应函数）来近似描述系统特征序列的发展趋势。新灰色Verhulst模型在传统灰色Verhulst模型建模基础上，从系统论的角度考虑到系统内外相关因素的相互影响，相互作用特性，充分开发系统相关因素信息，利用系统特征序列信息和系统相关因素序列信息共同构建近似微分方程，利用其时间响应函数更为准确地揭示系统特征未来的发展趋势。该新模型适用于原始特征序列具有先增后降的近似单峰特性的少数据、贫信息不确定系统预测。需要说明的是，在实际建模过程中，可利用相关因素序列与系统特征序列的灰色关联度作为选择相关因素的依据，根据实际需要，选择灰色关联度较大的一些相关因素序列用以建模。本文仅研究考虑单一相关因素的新灰色Verhulst的构建，以期对后续研究起到抛砖引玉作用。

定义1 称

称为该新模型的白化方程。

2 新灰色Verhulst模型时间响应式的求解

证毕。

3 实例计算

为验证新型NGVM模型的有效性，本文以某城市群高速路网交通数据分别构建传统灰色Verhulst模型以及新型NGVM模型，并进行精度比较。设某城市群高速路网交通事故数构成的近似估计等间距数据序列X1（0）=（4，7，10，13，17，15）（单位：百人）。机动车数量等间距数据序列X2（0）=（1.0，1.5，1.8，2.2，3.0，3.5）（单位：百万辆）首先利用序列X1（0）构建灰色verhulst模型，其次利用序列X1（0），X2（0）构建新灰色verhulst模型，对两种verhuslt模型的模拟精度进行比较，结果如表1所示。

从上述建模结果可知，新型NGVM模型的模拟精度高于传统灰色verhuslt模型。数值计算结果进一步佐证了新模型的有效性。

4 结论

文章以解决城市群道路网交通事故预测的重要实践问题为研究背景，对新型NGVM模型进行了定义，给出其参数求解公式，并推演了该模型的时间响应函数。数值计算结果表明，新型NGVM模型的建模精度高于传统灰色Verhulst模型。关于灰色NGVM模型的参数优化是未来进一步研究的方向。

参考文献：

[1]肖新平，宋中民，李峰.灰技术基础及其应用[M].北京：科学出版社，2005：104-112.

[2]Emil Scarlat， Camelia plete analysis of bankruptcy syndrome using grey systems theory[J].Grey Systems： Theory and Application， 2011， 1（1）： 19-32.

[3]Fariborz Rahimnia， Mahdi Moghadasian， Ebrahim Mashreghi. Application of grey theory approach to evaluation of organizational vision [J].Grey Systems： Theory and Application， 2011， 1（1）： 33-46.

[4]谢乃明，刘思峰.离散灰色模型的仿射特性研究[J].控制与决策，2008，23（2）：200-203.

[5]Deng Ju-long. Introduction to grey system theory[J].The Journal of Grey System， 1989， 1（1）： 1-26.

[6]Liu Si-feng， Forrest J. The role and position of grey system theory in science development [J].The Journal of Grey System， 1997， 9（4）： 351-356.

[7]Lin Yi， Liu Si-feng. A systemic analysis with data[J].International Journal of General Systems， 2000， 29 （6）： 1001-1011.

[8]Cui Jie， Liu Si-feng， Zeng Bo，Xie Nai-ming .A novel grey forecasting model and its optimization[J].Applied Mathematical Modelling， 2013，37（6）：4399- 4406.

[9]Li Xi-can. On Parameter in Grey Model GM（1，1）[J].The Joural of Grey System， 1998， 10（2）： 155-162.

[10]Cheng-Hsiung Hsieh， Ching-Hua Liu， Kuan-Chieh Hsiung， Qiangfu Zhao. Grey temporal error concealment [J]. Grey Systems： Theory and Application， 2011， 1（2）： 138-147.

灰色理论论文篇7

关键词：灰色关联分析；高被引文章；高被引作者；被引频次；影响因子

中图分类号：G232 文献标志码：A 文章编号：1673-291X（2016）29-0173-04

论文的被引次数是反映论文学术影响力的重要指标之一。有学者研究认为，高被引论文对影响因子的贡献率普遍较高[1，2]。论文的引用情况也经常被用来评价科研人员的绩效[3-6]。利用论文的被引情况来反映论文的影响力时，一般又认为与作者的名气有关[7]，作者的名气越大，发表期刊的级别越高，被引次数应该就越高。有限的期刊资源更倾向于刊用名气大的作者的论文，长此以往，则形成期刊界的马太效应：对一些名家一稿难求，而大量名不见经传的作者的论文就会难以得到及时公开发表。这种主观的判断是否正确？什么条件的作者发表的论文被引频次高？作者如何提高自己论文的被引次数？本文以《灾害学》作为研究期刊，以该期刊的作者作为研究对象，通过2004―2013年10年间刊出的1 286篇论文的所有作者与所被引频次M行相关性分析，同时参考2014年和2015年的数据，以期通过大量的数据，探讨作者论文被引的规律性。通过本论文的研究，也可以为期刊提高期刊的影响因子提供借鉴。

一、研究方法

一般的抽象系统中都包含着许多因素，多种因素共同作用的结果决定了该系统的发展态势。人们常常希望知道在众多的因素中，哪些是主要因素、哪些对系统发展影响大等等，而使用灰色相关性分析可以弥补其他系统分析方法的缺陷，适用于本论文的研究。

灰色系统理论是华中理工大学邓聚龙教授于1982年提出的，该理论利用灰色关联分析来分析因素之间的相关程度[8]。灰色关联分析是根据比较参考序列曲线和比较序列曲线之间的几何相似度来判断二者之间相似程度的，利用灰色关联系数来比较参考序列曲线和比较序列曲线在各点的差异[9，10]。

二、数据来源和统计方法

本研究以《灾害学》期刊作为研究对象。从研究学科来看，《灾害学》是进行综合性研究的学术期刊，它以各种自然灾害，包括自然灾害和人文灾害作为研究内容，通过对各种灾害事件的分析讨论，总结经验，吸取教训。从研究内容来看，广泛交流灾害科学的学术思想、研究方法、研究成果；从研究方向来看，注重关于灾害问题的研究动态和防灾减灾对策、人类抗御灾害的科技水平和能力等等的探讨。因此，通过对该期刊的研究，能够全面筛选出各灾害学相关研究的被引次数。

本研究引用的数据来源于“中国知网”（）2004―2015年的数据。其中以2004―2013年的数据作为数据来源，同时参考2014年和2015年的数据。普赖斯认为，科研论文一般在其发表后1―2年即达到被引用最高峰，因此选用2004―2013年10年的数据，2014年和2015年的数据仅作为参考数据。

本研究利用灰色关联分析，以被引次数最多的50篇论文的相关数据作为研究基础，从论文的被引次数与该论文的下载量、论文作者的职称、的时间、论文研究范围四个方面进行分析。

三、被引用率灰色关联度分析

（一）确定比较数列和参考数列

本文选取论文的被引次数作为参考数列，以该论文的下载量、的时间、论文作者的职称、论文研究的区域作为比较数列，如表1所示。

表1 影响因子及变量设定表

其中，职称按照从高往低赋值：设正高=1，副高（博士）=2，中级（硕士）=3，初级=4；研究范围从大到小赋值：设世界性=1，全国性=2，地区性=3，市县等=4，则被引次数最高的50篇论文的相关数据如表2所示。

（二）无量纲化

由于系统中各因素列中的数据可能因计算单位的不同，不便于比较，或在比较时难以得到正确的结论，因此，在进行灰色关联度分析时，一般都要进行标准化 （无量纲化）的数据处理。本文利用公式（1），以P50的数据为基准，对原始数据数列和比较数据数列进行初始化运算，以消除量纲或数量级的影响，得到标准化后的数列（表3）。

（三）产生对应差数列表

将无量纲化后的比较数列与参考数列进行差值计算，并求绝对值，将之列如对应差数列表，内容包括与参考数列值差（绝对值）、每列最大差和每列最小差。然后计算最大差值和最小差值。

四、灰色关联的结果分析

通过灰色关联分析法可知：

1.论文的下载量、的时间、论文作者的职称、论文研究的范围四个方面的相关度都几乎接近于1，说明这四个方面与论文的被引次数相关度非常大。

2.从论文的下载量、的时间、论文作者的职称、论文研究的范围四个方面来说，相关度大小排序为：研究范围>时间>作者职称>下载数量。说明论文被引用率影响较大的还是论文本身研究范围。也说明论文刊出时间越长，关注的学者越多，被引的可能性也越高。作者职称和下载数量低于前两个因素。

3.利用灰色关联度分析法研究结果对把握期刊的服务对象和办刊理念有极大帮助。灰色关联度分析法克服了传统数理统计方法中对样本需要量大、计算量大等缺点，有利于分析期刊研究过程不完全信息中随机因素的显著性和关联性，开拓了期刊研究的新方法。

参考文献：

[1] 刘雪立.10 种国际权威科技期刊影响因子构成特征及其启示[J].编辑学报，2014，26（3）：296-300.

[2] 毛国敏，蒋知瑞，任蕾，等.期刊论文被引频次的幂律分布研究[J].中国科技期刊研究，2013，25（2）：293-307.

[3] 叶鹰.高品质论文被引数据及其对学术评价的启示[J].中国图书馆学报，2010，36（1）：100-103.

[4] 方红玲.我国科技期刊论文被引量和下载量峰值年代――多学科比较研究[J].中国科技期刊研究，2011，22（5）：708-710.

[5] 黄鹂.从论文被引频次分析看高校学报在学校科研发展中的作用――以长江大学及其主办的学报为例[J].长江大学学报：社会

科学版，2012，35（9）：184-186.

[6] 任胜利，柴育成，姚玉鹏，等.地球科学国际主流期刊的引文分析[J].科学通报，2002，47（1）：74-79.

[7] 李斐然.如何创作被引次数最多的论文[J].创新科技，2012，（1）：58.

[8] 曹惠玲，黄乐腾，康力平.基本AHP及灰色关联分析法的发动机健康评估研究[J].数学的实践与认识，2015，45（2）：122-129.

灰色理论论文篇8

【关键词】党校图书馆；灰色文献；资源建设

灰色文献是介于白色文献黑色文献二者之间的文献，国内外图书馆情报界普遍将公开发行的文献定为白色文献,不公开发行的秘密文献定为黑色文献,而灰色文献就是一类非秘密的不作为正常的商业化出版物出售的，较难以获取利用的文献。所以，谁注意了灰色文献的收藏，谁就拥有了一份独一无二的文献财富。对“灰色文献”的收藏、开发及利用应是党校图书馆的鲜明特征。党校图书馆必须更加重视灰色文献的收集、开发和利用,为党校的教学、科研及各级领导决策服务,发挥其重要作用。

一、灰色文献的特点

(一)信息价值高,可靠性强。

灰色文献的内容几乎涉及到社会的各个方面和不同层次,由于它直接来源于科研、教学、生产第一线，反映了最新的社会及经济状况、科研动态、科研成果及发展趋势。它也报道各种实用技术、工艺和方法以及行政动态等 ,成为重要的信息载体之一。党校的教学和理论研究工作正需要这些广泛的学术研究和现实信息来开阔视野,并尽快将这些信息加以利用,变为教学、科研成果，适应新世纪学员学历层次高，听课内容要求新、广、深、与时俱进的需要。同时也适应了党校教师、学员研究新课题以现实为主的特点。

(二)科研严谨 ,结论可信。

灰色科研文献是经科学研究人员从确定课题 搜集积累资料,无数次的反复实验、研究等长期艰苦的科研活动创造而取得的最新成果。在灰色科研文献产生的过程中,无论是对国内外科研动态的考察、了解,还是对资料的占有大多是非常严谨、详尽和系统的,通过多次的探索得出了最新的结论,其结论无论正确与否都有十分重要的参考价值和使用价值。正确的结论可直接利用,具有很高的实用价值;错误的结论可以启示人们少走弯路 避免失误和浪费 ,具有很大借鉴价值;还有一部分结论则可能成为另一新课题和新思维的起点,具有很强的继承和持续研究价值。总之,灰色文献研究结论的可信性是不容置疑的。

(三)灰色文献的决策参考性强

各级政府机关的行政报告往往是紧紧围绕国家或地方的社会、政治、经济、文化等方面的发展需要,及时对一些方针、政策、计划的决策情况进行的通报。科学研究机构的研究报告中含有对尖端技术、重点技术研究、规划、实施等的决策情况。咨询部门的调查报告中含有政府急需解决的重点、热点问题的情况。企业的技术报告中含有生产、经营、销售的决策情况。利用它们制定各方面的决策比利用其他文献借鉴参考性更强。另外,可利用灰色文献向学员及时提供各种决策信息资料。党校的学员一般都是有一定理论素养和丰富实践经验的领导干部。他们既是领导者,又是决策者。为他们提供信息资料服务 既是满足他们提高自身素质的需要 ,也是满足他们参与本地区、本部门决策的需要。

(四)灰色文献专业特色突出,业务作用明显。

许多内部资料是某一部门、某一系统、某一行业编辑发行的,其目的是为本部门、本系统工作服务。这些内部资料主要发表本行业的研究文章、工作经验、调查报告、情况反映等。对于指导本部门、本系统的工作、培训干部,提高职工素养和工作能力起着非常重要的作用。而党校学员大都来自于社会各条战线,既是决策的制定者又是决策的执行者。他们在研究本系统、本部门工作实际时,无疑要借助此类文献。因而,能引起广大教师和学员的广泛兴趣。另外，党校图书馆可以通过提供灰色文献参与市委、市政府、市人大及其他部门的专项问题的论证工作。

二、灰色文献在教学、科研和领导决策中的应用价值

灰色文献是内部资料,它来自四面八方和各行各业,是科研成果、教学经验的概括和总结。灰色文献的种类很多，归纳起来，主要包括以下几方面的内容：(1)内部刊物。它是指那些因发行范围受限制而未能进入常规流通渠道的刊物。主要是高等院校、科研单位、医院、企业等编辑的一些内部交流的出版物。比如，地方科研单位的内部杂志和有关科研项目的可行性报告，其文献的科学情报价值远远高于公开发表的论文，科研人员可以不将成果公开于学术论文，但必须在工程可行性报告中予以详述。(2)内部报告。一般性指政府、公共权威机构、管理机构等出版的报告，该类文献直接反映各地政府的行政工作，科技发展和社会生活的实践。(3)会议资料。一般分为会前手稿和会后的会议记录，前者是用于会议交流，后者是完整收录会议各种内容的文献。(4)内部音像、视听、机读等文献资料，此类型文献，内容丰富，极具收藏价值。灰色文献涉及到各个方面和不同层次,学科之间相互交叉、相互渗透。教学科研中的问题、动态和发展趋向几乎都浓缩在这些灰色文献中,反映了近期专业学科领域中的新经验、新成果、新探索、新动向 ,具有前瞻性、实用性。所以,这类灰色文献学术水平较高,往往包含着超前或可持续发展的信息 ,有着珍贵的信息价值、学术价值和参考价值,是一笔巨大的财富。如果将这些灰色文献结合、运用到教学、科研和领导决策中去,其作用和意义是无法估量的。当前,各级党委、政府都面临着根据十七大提出的重大战略思想,重大战略部署,把中国的发展推向新的历史高度这一新形势、新任务。同时,围绕这一新形势、新任务在不同的阶段又有着各自不同的工作重点。有关工作重点的决策是领导者比较关注的,有关工作重点的信息、资料服务也必然是领导者需要的。因此,党校图书馆做好为领导确定工作重点的决策服务,也就是满足了决策者的迫切要求,也就产生了社会效益和经济效益。

三、加强灰色文献的建设及开发利用

灰色理论论文篇9

关键词：灰色关联 决策融合 邓氏关联度 加权关联度

0 引言

灰色关联分析是灰色关联理论的重要部分，随着灰色关联理论在各个方面的应用，灰色关联分析的研究分析也越来越多。为了定量的描述出相关因素或者系统之间的相关程度，人们相继提出了各种形式的相关系数，但是由于这些算法都是建立在数理统计理论之上的，需要大量的数据去寻求规律，然而在实际的工作中数据有限，而灰色关联分析需要的样本数据少，计算量小，应用也十分方便。

1 邓氏灰色关联度

1.1 关联系数和关联度

1.2 算法步骤

2 加权灰色关联融合算法

3 仿真分析

从仿真结果可以看出，加权关联度算法不但可以获得正确的决策结果，而且识别的结果差别大，更容易得到结论。加权关联度将信息的可靠性考虑在内，使识别结果的可靠性增加。

4 结论

本文在邓氏关联度的基础上，将信息熵运用到信息的可靠性上，增加了算法的可信任程度，仿真结果也表明这种算法的实用性，但是信息可靠性的算法方法较多，各种方法的实际应用效果还需要大量的研究和仿真实验，这需要进一步的学习和研究。

参考文献：

[1]刘思峰，党耀国，方志耕等.灰色系统理论及其应用[M].北京：科学出版社，2004：1-14，50-77.

[2]王正新，党耀国，曹明霞.基于灰熵优化的加权灰色关联度[J].系统工程与电子技术，2010，32（4）：774-783.

[3]胥永刚，李凌均，何正嘉.近似熵及其在机械设备故障中的应用[J].信息与控制，2002，31（6）：547-551.

[4]唐五湘.灰色绝对关联度的缺陷[J].系统工程，1994，12（5）：59-62.

[5]万树平.多传感器目标识别的改进灰色关联算法[J].计算机工程与应用，2009，45（24）：25-27.

灰色理论论文篇10

[关键词]学业成绩 灰色聚类法 评价 等级制

[中图分类号] G647 [文献标识码] A [文章编号] 2095-3437（2015）10-0101-02

一、现行评价方法的局限

高校学生的学业成绩是反映学生专业发展成果与潜力的一个重要指标，也是高校甄选学生、评定奖学金、授予学位等活动的重要依据，是高校教学和学生管理的重要内容。[1]学生学业成绩的评价对高校检查和提高教学质量、优化学生管理以及推动教育教学改革都具有重要的意义。学生学业成绩的评价是否科学、严谨，关乎高校教学与管理的权威性与公正性。

当前，学生学业成绩的评价模式包括数字百分制、等级制、论文制等。[2]对于百分制评价制度的缺陷及改进方法，我国已有不少学者研究和探索，概括起来，主要是认为它不够公正准确，过分强调分数，给师生带来了不正常的心理压力等，而克服这些缺陷的办法则主要是以等级制代替百分制。百分制与等级制之间可以进行换算，一般采用如下换算标准：90～100分为优秀；80～89分为良好；70～79分为中等；60～69分为及格；0～60分为不及格。

然而，在等级制中，各级之间的临界分数点固定，并不能全面反映出学生真实的差异。比如，89分考核为良好的学生，与90分考核为优秀的学生有级差，却与80分的学生处于同级。另外，如何在同级学生中进一步科学、合理地确定学生学业成绩的优劣，从而对学生的学习成效给予更为公正、合理的评价，也是教育工作者需要探讨的问题。因此，现行的等级制在评价学生学业成绩时采用一种粗线条的界定，掩盖了百分制考核学业成绩时的细微差距。

针对现行等级制评价方法的局限，借鉴[3]对某高校学科建设绩效进行评价的思路，本文尝试运用灰色聚类法对学生的学业成绩数据进行处理，以获得学生学习成效的优劣排序结果。

二、一种新的评价理论及方法

1.灰色系统概念

灰色系统理论是20世纪80年代兴起的一门系统科学新学科，主要通过对部分已知信息的生成、开发，提取有价值的信息，实现对系统运行行为、演化规律的正确描述和有效监控。灰色系统理论以信息为根据，通过映射建立了以信息、表现和构造关系为基础的认知模式，适合于思维过程的综合和判断模式。[4]

灰色聚类是灰色系统理论的重要组成部分，按聚类对象划分，可以分为灰色关联聚类和灰色白化权函数聚类。灰色白化权函数聚类建立在灰数的白化权函数生成的基础上，它将聚类对象对于不同的聚类指标所拥有的白化数按几个灰类进行归纳，以判断该聚类对象属于哪一类，以区别对待。白化权函数的形式反映了人类具有分辨、判断和评价事物的能力，同时也反映了人类的绝对判断能力是有一定限度的。白化权函数在一定区间内的单峰、多值性符合人的思维特征和主观评价解的非唯一性特点。根据人们的思维习惯，对灰类中心点的把握和判断通常比对灰区间的把握和判断更为准确[3]。因此，本文选用基于中心点三角白化权函数的灰色评估模型处理学生的学业成绩数据。

2.灰色聚类的算法[3] [5]

基于中心点三角白化权函数灰色评估模型的具体计算步骤如下：

（1）确定样本矩阵

设有n个聚类对象，m个聚类指标，s个不同灰类，第i（i=1，2，…，n）个对象关于j（j=1，2，…，m）指标的样本值的样本数据矩阵：

（2）确定灰类的白化权函数

在划分灰类时，将属于某灰类程度最大的点称为该灰类的中心点。中心点三角白化权函数示意如图1所示，图1中λk为第j个指标第i（i=2，…，n-1）类中心值。

则称对象i属于灰类k*，当有多个对象同属于k*灰类时，还可以进一步根据聚类系数的大小确定同属于k*灰类的各个对象的优劣或位次。

三、方法示例

现有4位学生6门科目的学业成绩数据，每门科目的权重由专家确定，学生各科目成绩及权重见表1。

采用{优、良、中、差}四个类作为学生学业成绩评级的信息覆盖。取每个灰类的白化权函数中心点为：λ1=90，λ2=80，λ3=70，λ4=50。将表1的成绩数值代入白化权函数公式（1）、（2）中，则得到聚类结果见表2至表5。

由表2至表5及公式（3）可得，学生乙的综合成绩为“优”，学生甲和学生丁的综合成绩为“良”，学生丙的综合成绩为“中”。在“良”类中，学生甲的综合成绩较学生丁要更优些。

等级制评价模式仍然是现在学生学业成绩评价的重要方式之一。本文考虑到灰色聚类分析的理论特点，探讨运用中心点三角白化权函数的灰色评估模型处理学生的学业成绩数据，以得到不同学生的学业成绩综合聚类结果。该评价方法较好地解决了等级制评价过于模糊的不足，进一步分析了学生考试分数所蕴含的信息。综合本文所述的理论路线及应用实例说明了该方法的可行性。

[ 参 考 文 献 ]

[1] 张劲英，孙凯.高校学生学业成绩评定的现实、借鉴与实践[J].现代教育科学，2013（2）：11-14.

[2] 周琼.对学生学业成绩评价的思考[J].中国电力教育，2011（19）：44-51.

[3] 刘思峰，党耀国，方志耕等.灰色系统理论及其应用（第五版）[M].北京：科学出版社，2010：105-145.