灰色理论论文范文

灰色理论论文范文第1篇

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．

灰色理论论文范文第2篇

论文关键词：重庆文化产业,影响因素,灰色关联分析

一、研究意义

作为国家文化体制改革的试点地区，重庆市进行了一系列有益的探索和试验，其文化产业在过去五年以年均28%的速度快速增长，为同期重庆市GDP增速的两倍。2008年重庆文化产业增加值达到146.46亿元，占全市GDP的2.87%。从重庆文化产业结构可以看出：以新闻出版、广播电视、图书出版发行为代表的传统产业规模日益扩大,与此同时，以数字传媒、动漫、网络等为代表的新兴文化产业市场份额也有所提升。

现阶段对重庆文化产业的学术探讨主要集中在定性研究，如对重庆文化产业发展战略研究、文化产业政策研究、文化产业集群研究等，而对于文化产业发展影响因素的定量分析较少。由于重庆文化产业发展起步晚，数据不甚完整，口径亦不统一，缺乏使用回归分析、方差分析、主成分分析等需要的大样本数据。比较而言，灰色关联分析方法弥补了采用数理统计方法作系统分析所导致的缺憾，它通过对“小样本”、“贫信息”不确定性系统的研究实现对系统运行行为、演化规律的正确描述和有效监控。鉴于文化产业客观条件的制约及灰色系统理论的特点，本文将文化产业和影响其增长的因素视作两个灰色系统，考察两者之间的灰映射关系，从而得出影响重庆文化产业发展因素的相关顺序，以此对重庆文化产业发展提供相关参考。

二、研究方法

关于产业增长的影响因素，目前尚无经典理论加以诠释，但中观层次的产业是宏观经济的组成元素，可依循宏观经济增长理论来分析文化产业的影响因素。以亚当·斯密为代表的古典经济增长理论认为经济增长的主要动力在于劳动分工、资本积累；以哈罗德、多马、索罗为代表的新古典增长理论，指出在技术水平不变的假设下，资本积累在经济增长中具有决定作用；以卢卡斯、罗默为代表的新增长理论则认为知识积累和技术进步是经济增长的关键。

结合产业兴衰转化规律，主导产业的形成过程在不同程度上受到市场与政府政策的共同作用和影响，政府对新兴产业进行培育、资助、扶持和保护的各项政策，对产业的形成和发展起着重要的推动与导向作用。此外，任何产业的形成都离不开市场需求的拉动，市场空间大小及其市场需求前景，对产业的发展有着直接影响。

综上所述，本文将从劳动生产力、资金、技术、财政拨款、消费需求、投资、重大项目带动几个方面为数据指标分析其对重庆文化产业发展的影响。

三、指标选取及灰色关联模型构建

灰色关联分析的基本思想是根据序列曲线几何形状的相似程度来判断其联系是否紧密。曲线越接近，相应序列之间关联度就越大，反之就越小。进行灰色管理链分析，首先要选准系统行为特征的映射量，本文将重庆文化产业增长和影响其增长的因素视作两个灰色系统，随后进一步明确影响系统行为的有效因素，即系统行为特征的数据序列及比较序列，设系统行为序列：

X={x(1),x(2),…,x(n)}

X={x(1),x(2),…,x(n)}

………………………

X={x(1),x(2),…，x(n)}

………………………

X={x(1),x(2),…,x(n)},i=1,2,.....,m

基于文化产业相关评价模型的建立原则及数据的可得性和可量化的原则，采集2005年至2008年的《重庆市统计年鉴》及重庆文化产业统计数据中选取数据，（重庆统计局2009年文化产业数据仍在整理中，本文的研究数据最新截止到2008年。）选取重庆文化产业增加值构成系统特征数列X,人均生产总值X;城镇居民、农村居民可支配收入和纯收入定为X及X城镇居民家庭人均年文教娱乐文化服务消费为X农村居民家庭平均年文教娱乐用品及服务消费X;文化、体育、娱乐业固定资产投资X;科技经费支出X;文化体育传媒财政拨款X;公共教育经费财政支出X见表1。

表12005～2008年重庆文化产业发展影响因素数据

年 份

指 标

2003

2004

2005

2006

2007

2008

重庆市文化产业增加值（亿元）X

39.80

52.41

66.66

88.57

114.16

146.46

人均生产总值（元）X

8075

9608

10978

12437

14622

17575.1

城镇居民人均可支配收入（元）X

8093.67

9220.96

10243.99

13715.3

12590.78

14367.55

农村居民人均纯收入（元）X

2214.55

2510.41

2809.32

2873.83

3509.29

4126.21

城镇居民家庭人均年文教娱乐文化服务消费（元）X

1025.99

1200.52

1391.11

1449.49

1237.35

1498.95

农村居民家庭平均年文教娱乐用品及服务消费（元）X

180.28

198.65

249.71

189.73

195.97

211.83

文化、体育、娱乐业固定资产投资占重庆GDP比重X

4.21%

4.53%

6.27%

5.63%

6.11%

7.11%

文化体育传媒财政拨款占重庆GDP比重X

1.93%

1.98%

2.03%

1.97%

2.57%

3.25%

公共教育经费财政支出占重庆GDP比重X

1.91%

1.87%

1.98%

2.56%

灰色理论论文范文第3篇

论文关键词：重庆文化产业,影响因素,灰色关联分析

一、研究意义

作为国家文化体制改革的试点地区，重庆市进行了一系列有益的探索和试验，其文化产业在过去五年以年均28%的速度快速增长，为同期重庆市GDP增速的两倍。2008年重庆文化产业增加值达到146.46亿元，占全市GDP的2.87%。从重庆文化产业结构可以看出：以新闻出版、广播电视、图书出版发行为代表的传统产业规模日益扩大,与此同时，以数字传媒、动漫、网络等为代表的新兴文化产业市场份额也有所提升。

现阶段对重庆文化产业的学术探讨主要集中在定性研究，如对重庆文化产业发展战略研究、文化产业政策研究、文化产业集群研究等，而对于文化产业发展影响因素的定量分析较少。由于重庆文化产业发展起步晚，数据不甚完整，口径亦不统一，缺乏使用回归分析、方差分析、主成分分析等需要的大样本数据。比较而言，灰色关联分析方法弥补了采用数理统计方法作系统分析所导致的缺憾，它通过对“小样本”、“贫信息”不确定性系统的研究实现对系统运行行为、演化规律的正确描述和有效监控。鉴于文化产业客观条件的制约及灰色系统理论的特点，本文将文化产业和影响其增长的因素视作两个灰色系统，考察两者之间的灰映射关系，从而得出影响重庆文化产业发展因素的相关顺序，以此对重庆文化产业发展提供相关参考。

二、研究方法

关于产业增长的影响因素，目前尚无经典理论加以诠释，但中观层次的产业是宏观经济的组成元素，可依循宏观经济增长理论来分析文化产业的影响因素。以亚当·斯密为代表的古典经济增长理论认为经济增长的主要动力在于劳动分工、资本积累；以哈罗德、多马、索罗为代表的新古典增长理论，指出在技术水平不变的假设下，资本积累在经济增长中具有决定作用；以卢卡斯、罗默为代表的新增长理论则认为知识积累和技术进步是经济增长的关键。

结合产业兴衰转化规律，主导产业的形成过程在不同程度上受到市场与政府政策的共同作用和影响，政府对新兴产业进行培育、资助、扶持和保护的各项政策，对产业的形成和发展起着重要的推动与导向作用。此外，任何产业的形成都离不开市场需求的拉动，市场空间大小及其市场需求前景，对产业的发展有着直接影响。

综上所述，本文将从劳动生产力、资金、技术、财政拨款、消费需求、投资、重大项目带动几个方面为数据指标分析其对重庆文化产业发展的影响。

三、指标选取及灰色关联模型构建

灰色关联分析的基本思想是根据序列曲线几何形状的相似程度来判断其联系是否紧密。曲线越接近，相应序列之间关联度就越大，反之就越小。进行灰色管理链分析，首先要选准系统行为特征的映射量，本文将重庆文化产业增长和影响其增长的因素视作两个灰色系统，随后进一步明确影响系统行为的有效因素，即系统行为特征的数据序列及比较序列，设系统行为序列：

X={x(1),x(2),…,x(n)}

X={x(1),x(2),…,x(n)}

………………………

X={x(1),x(2),…，x(n)}

………………………

X={x(1),x(2),…,x(n)},i=1,2,.....,m

基于文化产业相关评价模型的建立原则及数据的可得性和可量化的原则，采集2005年至2008年的《重庆市统计年鉴》及重庆文化产业统计数据中选取数据，（重庆统计局2009年文化产业数据仍在整理中，本文的研究数据最新截止到2008年。）选取重庆文化产业增加值构成系统特征数列X,人均生产总值X;城镇居民、农村居民可支配收入和纯收入定为X及X城镇居民家庭人均年文教娱乐文化服务消费为X农村居民家庭平均年文教娱乐用品及服务消费X;文化、体育、娱乐业固定资产投资X;科技经费支出X;文化体育传媒财政拨款X;公共教育经费财政支出X见表1。

表12005～2008年重庆文化产业发展影响因素数据

年 份

指 标

2003

2004

2005

2006

2007

2008

重庆市文化产业增加值（亿元）X

39.80

52.41

66.66

88.57

114.16

146.46

人均生产总值（元）X

8075

9608

10978

12437

14622

17575.1

城镇居民人均可支配收入（元）X

8093.67

9220.96

10243.99

13715.3

12590.78

14367.55

农村居民人均纯收入（元）X

2214.55

2510.41

2809.32

2873.83

3509.29

4126.21

城镇居民家庭人均年文教娱乐文化服务消费（元）X

1025.99

1200.52

1391.11

1449.49

1237.35

1498.95

农村居民家庭平均年文教娱乐用品及服务消费（元）X

180.28

198.65

249.71

189.73

195.97

211.83

文化、体育、娱乐业固定资产投资占重庆GDP比重X

4.21%

4.53%

6.27%

5.63%

6.11%

7.11%

文化体育传媒财政拨款占重庆GDP比重X

1.93%

1.98%

2.03%

1.97%

2.57%

3.25%

公共教育经费财政支出占重庆GDP比重X

1.91%

1.87%

1.98%

2.56%

灰色理论论文范文第4篇

【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

灰色理论论文范文第5篇

关键词：灰色理论；灰色预测；灰色建模

中图分类号： O369 文献标识码：A

1 灰色理论及实现方法

1.1 灰关联度分析

关联度分析是灰色系统最主要也是目前在地球物理勘探开发领域应用最广泛的方法之一。它主要用于分析不同数据项之间相互影响、相互依赖的关系，根据事物序列（母序列和子序列）曲线几何形状的相似程度，定量的评判事物（因素）间的关联程度.两条曲线的形状彼此越相似，关联度就越大，反之，则关联度越小。其中的关键是对灰关联矩阵进行分析，找出其中起主导作用的因素.

1.2灰色聚类

灰色聚类是以灰色关联度为基础的聚类方法，实质上是将聚类对象归纳成若干个灰色系统类型，以判断该聚类对象属于哪一类灰色类型.它能给出定量的评价，比定性的地质分析更具客观性。

1.3灰色预测和灰色建模

灰色预测通过原始数据的处理和灰色模型的建立，发现和掌握系统发展的规律，对系统的未来状态做出科学的定量预测.灰色理论认为，原始地震数据本身就是一种多因素的组合作用的结果。与其进行因素的多层剖析，不如就以原始依据进行预测.在地震资料的预测处理中这是一种新的思想、新的角度。

2灰色理论的发展历程及研究现状

灰色理论把一般系统论、信息论、控制论的观点和方法延伸到社会、经济、生态等抽象系统，结合运用数学方法形成了一套解决信息不完备系统的理论和方法。从思维逻辑的发展来看，灰色理论是从“黑箱”、“灰箱”概念演进而来的。1953年英国科学家艾什比首先使用黑箱一词，用来定义那些内部结构、特性、参数全部未知，只好从对象外部信息来研究的一类事物.然而在现实中，面对的常常是对其有了部分了解的“系统”，艾什比称之为“部分可察黑箱”或“灰箱”。1982年邓聚龙在灰箱概念的基础上首次提出了灰色系统的概念，主张从事物内部去研究系统。邓聚龙在提出灰色系统概念以后，对其经过逐步的完善和发展，渐渐形成了灰色系统理论。1992年召开的灰色系统学术会议引起了广大学者重视，由此将灰色理论和实际应用推向了一个高潮。灰色理论从上世纪80年代问世，经90年代的迅速发展，到21世纪的广泛应用，虽然只有20多年的发展历程，但却引起了人们的高度重视和极大关注。目前灰色理论已基本建立起灰色朦胧集为基础的理论体系，灰色关联空间为依托的分析体系，灰色序列生成为基础的方法体系，灰色模型（GM）为核心的模型体系。它作为一门新兴学科广泛的应用于地球物理勘探开发的各个方面。

3灰色理论在地球物理勘探开发中的应用

3.1地震解释

灰色理论在地震资料解释中的应用主要包括层位标定、岩性分析以及地震剖面的异常值提取等。其中层位标定和岩性分析作为地震解释的基础环节和描述地层地质情况的重要信息，一直倍受关注。当然也是灰色理论在地震资料解释中应用的重点.其典型的方法是从测井资料中提取与层位、岩相有关的信息，将地层剖面、岩性分成若干个测井评价参数范围，然后采用这些测井地质评价参数与岩心录井剖面进行详细对比，统计确定出地质评价参数的标准，最后用参数特征值白化灰色系统，以达到精细划分地层层位和岩性的目的。这种做法最大优点就是使测井资料得到了充分的利用，同时这也是灰色理论在地震资料解释中应用的最显著的一个特点。

3.2储层评价

储层评价所涉及的内容很多，应用范围也相当广泛，但目前储层评价还没有一套公认的评价标准和工作规范，各家的评价方法都不尽一致如模糊判别法和专家打分法等。这些方法往往要求数据量较大，而且还要求数据间存在典型的统计规律，实际计算是很困难的。灰色理论在储层评价中的应用则有效的克服了上述方法的不足。它的基本思路是通过选取储层的各评价参数特征值，利用灰色理论的基本方法去白化储层系统发展的态势，确定评价指标和实际数据之间的关联度，据此定量描述储层的特征，具有数据量小、模型简单等优点，很好地满足了实际生产的需要.另外，灰色理论是一个动态的预测过程，对于油气井的储量、储层产能等这样每时每刻都在发生变化的预测目标，不仅能够很好的预测出油气井以及储层储量长期的情况，而且还能进行时时的监控预测。

4灰色理论的发展方向

4.1加强基础理论的研究

灰色理论基本方法的研究深度不足，数学证明不够完善。比如灰关联分析不适用于负相关序列的分析和计算；由灰色关联系数构成的灰色关联度不满足灰色关联公理中的整体性和偶对对称性原则；灰色建模方法的累加生成不能减弱原始数列的随机性时，用一阶微分方程作为预测模型必然存在原理性误差等问题，都是灰色理论基本方法中存在的问题，都直接间接地影响了最终的预测结果.特别是灰色理论的一些核心内容，如累加生成数列能够提高预测精度等结论，在现有的灰理论专著中均末经予严格的数学证明.而这些结论作为灰色理论的核心内容正广泛地应用于地球物理勘探开发的各个方面，对最终的预测结果和精度的影响很大。

4.2拓宽应用范围

从目前的研究成果来看，灰色理论在地球物理勘探开发中的应用主要集中在地震资料解释、地质评价和测井解释三个方面，归根到底还是主要应用在解释方面，应用领域过于单一，解决实际问题的能力还不足，且灰色理论在储层预测中的应用目前尚限于单系列预测，存在着一定的风险。另外，灰色理论主要研究方法的应用范围也还十分有限。如：利用灰色建模、灰色关联分析作为研究工具的例子较为普遍，其它方法的应用则相对较少。

4.3与其它方法相结合

由于灰色理论自身的理论基础这不够完善，解决勘探开发中出现的各种问题的能力稍显不足。近年来虽然出现了将灰色理论与分形、神经网络、模糊理论等方法联合应用的实例，但应用的范围和深度都还远不能满足实际需要。可以尝试将其与其他优化、仿真方法相结合，如遗传算法、混合离散变量多目标寻优算法以及小波变换、最小二乘方法等。

参考文献

[1]刘思峰，郭天榜.党耀国等.灰色系统理论及其应用[M].北京：科学出版社，2000.

灰色理论论文范文第6篇

关键词：灰色理论；机电设备；故障诊断

前言：在经济与社会快速发展的今天，为了保证我国有效灌溉与排涝的较好实现，近年来我国政府加大了泵站更新改造的投入，但在笔者的实际调查中却发现，我国当下就泵站机电设备故障诊断展开的研究较少，这就在一定程度上影响了泵站较好发挥自身效用，而为了解决这一问题，正是本文就灰色理论在泵站机电设备故障诊断中的应用展开具体研究的原因所在。

1.灰色理论概述

为了较好完成本文就灰色理论在泵站机电设备故障诊断中的应用展开的研究，我们首先需要深入了解何为灰色理论。灰色理论全称为灰色系统理论，这里理论认为现实世界存在大量已知、未知以及不确定的信息，而灰色系统则是指即存在已知信息又含有未知信息。之所以结合灰色理论展开泵站机电设备故障诊断应用的相关研究，主要是由于泵站机电设备在很大程度上具备着灰色系统的特征，而结合这一特征与灰色理论，我们就能够展开统观全局、全貌的分析，这自然就能够较好实现泵站机电设备故障诊断。

2.灰色理论应用的泵站机电设备故障诊断方法

对于结合灰色理论的泵站机电设备故障诊断方法来说，我们需要明晰这一诊断方法的诊断原理与方法步骤。

2.1诊断原理

对于结合灰色理论的泵站机电设备故障诊断方法来说，这一诊断方法的实质属于泵站机电设备故障模式的识别，而在灰色理论的应用中，我们就可以通过将泵站机电设备故障与某参考模式之间的接近程度对比，完成泵站机电设备的状态识别与故障诊断。

2.2方法步骤

对于结合灰色理论进行的具体泵站机电设备故障诊断来说，这一诊断可以具体分为灰生成、构造标准故障模式向量、确定待检状态模式向量、计算灰关联度、根据关联度大小进行故障分析与诊断等五个步骤。

2.2.1灰生成

在灰生成这一步骤中，我们需要结合需要进行故障的泵站机电设备，进行其各项参数的量纲采集，但由于采集得到向量纲不能直接用于比较，为此我们就需要结合灰生成步骤将相关采集得到的数据进行无量纲处理，这样就能够为后续的研究提供较为有力的支持。在具体的灰生成中，其本身需要经历层次变换、数值变换以及极性变换。在灰生成的层次变换中，这一变换主要包括累加生产与累减生成；而数值变化则主要包括出值化生成、均值化生成与区间值化生成；而在极性变换中，其主要包括上限效果测试、下限效果测试以及适中效果测试。

2.2.2构造标准故障模式向量

在构造标准故障模式向量这一步骤中，这一步骤我们需要考虑泵站机电设备因多种零件构成而存在的多层次性，而受这一多层次性影响，在具体结合灰色理论的泵站机电设备故障诊断中，我们就必须考虑泵站机电设备故障之间存在的关联关系。而在具体的标准故障模式向量构造中，这一构造需要结合故障模拟试验才能够得顺利展开，而通过泵站机电设备故障信号的采集，我们就可以完成具体的标准故障模式特征向量矩阵建立，即：

2.2.3确定待检状态模式向量

在结合灰色理论的泵站机电设备故障诊断中，我们还需要确定待检状态模式向量，而结合上文研究取得的数据，我们就可以完成具体的设备待检状态模确定，该待检状态模式向量为Y=（y（1），y（2），…，（n））。值得注意的是，在这一待检状态模式向量的确定中，应用的相关数据都必须经历灰生成进行无量纲化处理，这样才能够保证这一环节较好支持泵站机电设备故障诊断的实现。

2.2.4计算灰关联度

2.2.5根据关联度大小进行故障分析与诊断

完成灰关联度的计算后，我们就可以进行具体的泵站机电设备故障分析与诊断。在结合关联度大小进行的故障分析与诊断中，我们需要将所有得到的灰关联度进行从大到小排序得到灰色关联序，这样就能够确定泵站机电设备故障模式的具体划分。

3.实例分析

结合上文内容我们能够较为全面的了解应用灰色理论进行的泵站机电设备故障诊断方法，而为了能够保证本文研究的更加深入客观，笔者将以泵站中的电动机局部放电现象为例，结合上文中论述的应用灰色理论的泵站机电设备故障诊断方法展开详细论述。

3.1故障源定性分析

在故障源定性分析中，我们可以确定机座接地、定子绕组、绝缘损坏可能引起泵站电动机局部放电现象的原因。

3.2故障模拟试验

在确定上述三类泵站电动机局部放电现象原因后，我们就可以建立标准故障模式矩阵及待检验状态模式向量。

3.3灰关联度计算

结合上一步骤得到的标准故障模式矩阵及待检验状态模式向量，我们就能够通过比较差异信息集、灰关联系数，完成具体的灰关联度计算。

3.4得出结论

灰色理论论文范文第7篇

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

灰色理论论文范文第8篇

Abstract： For the wide application of remote sensing image processing technology， the paper proposes a processing method of remote sensing image that combines with the grey system theory. At first， the paper introduces the remote sensing image processing technology and the grey system theory，and analyzes in detail the combination use of the remote sensing image processing technology and the grey system theory，includes the combination of the grey decision and band selection， and the combination of grey correlation analysis and edge detection， and the image fusion. The result indicates that the combination of remote sensing image processing technology and the grey system theory has a certainly validity and feasibility.

关键词： 遥感图像；灰色系统理论；灰色关联；灰色决策

Key words： remote sensing image；grey system theory；grey connection；grey decision

中图分类号：P407.8 文献标识码：A 文章编号：1006-4311（2013）35-0012-02

0 引言

遥感图像处理是通过一定技术对遥感图像进行图像分类、特征提取、图像专题处理、图像镶嵌、投影变形、图像整饰、几何纠正、辐射校正以及各种专题处理的方法[1]。当前，灰色系统理论在遥感图像处理方面得到了一定的应用。灰色系统理论自问世以来，已成功应用在经济管理、工程控制、农业、社会等众多领域，被相关人士称为最具重大价值和发展前景的自然科学学科之一[2]。灰色系统理论与分形、神经网络、粗糙集理论、模糊数学等新方法、新理论一样，有着明显的应用特点及优势，在学术界得到了肯定。

1 遥感图像处理简介

遥感图像处理分为数字和光学两种方法，其主要内容包括：图像恢复、数据压缩、影像增强、信息提取[3]。图像恢复是对传输、记录、成像过程或者回放中的数据畸变、噪声和错误进行恢复，一般表现为几何校正、辐射校正等方面；数据压缩是指改进存储、传输及处理数据效率；影像增强是指在原有影像基础上强调数据自身的特征，以提高视觉的质量，包括去模糊、比值运算、密度分割、边缘增强、反差增强、彩色增强等；信息提取是指将有价值的遥感信息从增强处理的影像中提取出来，包括采用频谱分析、集群分析、统计分析等不同类别的自动识别。

一般情况下，主要运用数字图像处理系统完成上述信息的提取，同时根据不同的预期目标选择相应的技术和算法。

2 灰色系统理论概述

灰色系统理论是邓聚龙教授于1982年创立的一种自然科学理论，该理论在实际应用中具备一定的优势，其原理是对部分已知的信息及部分未知的信息进行小范围采样分析，具有不确定性[4]。主要是对一些信息进行开发和生成，并将信息中具有价值的内容提取出来。

2.1 灰色系统理论的主要内容

历经30多年的发展，灰色系统理论已具备一定科学价值，主要内容有：①灰色数学。基于灰色理论的数学分析方法。②灰色建模。以灰色模型的建立为基础，根据一定的数列发展出来的新型建模方式。③灰色关联分析。主要是根据因素的异同程度以及因素之间的关系，对灰色系统中存在的诸多因素进行分析的一种技术。④灰色预测。基于灰色建模技术，提前预测灰色数据的大小以及数据发生的时间等。⑤灰色控制。主要是以灰色数据的控制为中心，完成灰色系统理论的实践应用。⑥灰色决策。主要是为了解决灰色系统中多层次的数据问题而制定的决策。⑦灰色评估。基于灰色系统的方法和理论，对系统在某个时期的状态或者系统本身以预期目标为向导进行分析，最终得出半定量半定性的整体描述和评价。

2.2 灰色决策的方案选择

灰色决策是为了解决灰色系统中多层次的数据问题而制定的决策，其实践应用价值较高，具备可操作性强、简单易用等诸多优点。在灰色决策理论中，运用最多的是灰色关联决策。相关人员可以通过灰色关联度，依据不同的方案效果评价对其进行度量，经过系统分析之后得出不同等级的方案，根据最佳选用原则挑出适合实际的方案。根据灰色决策解决多层次数据问题的应用思想，主要是围绕实际问题，选择与最合适的方案一致的效果评价向量，根据对最合适方案及不同方案之间的效果评价向量所产生灰色关联度程度进行分析，按照优劣程度进行最适合的方案选择。综上可知，关联方式及方案能否选择正确，将影响到决策的实施效果。

2.3 灰色关联分析的应用原理

灰色关联分析的基本原理是从曲线的相似度或者几何关系判断不同因素之间的关系，并且将几何关系或者序列曲线、参考序列进行分析和对比。关联度的判断要以曲线形状的相似度为基础，如果两条曲线形状比较接近，说明因素之间的关系度较大，反之，则说明因素之间的关联度较小[5]。灰色关联分析主要通过关联度来表现，即不同因素、不同事物之间不同程度的关联，可以根据时间序列不同找出关联性，进而为预测精度及分析因素提供可靠的依据，使决策得到更多参考，有助于技术人员进行问题主要因素的分析。灰色关联分析和灰色模型提出之后，已有众多国内外专家对此进行了细致研究，构建出众多的关联度模型，包括以斜率差、斜率比、距离对关联度进行定义。其中灰色绝对关联度，以其方向性、可操作性、距离无关性、关联序唯一性、对称性等优势，在边缘检测中得到了广泛应用。

3 基于灰色系统理论的遥感图像处理

3.1 灰色决策与波段选择的结合

在遥感图像的处理过程中，目视解译的作用不可忽视，其利用率非常高，无论是高光谱遥感还是多光谱遥感，都需要依靠目视解译进行工作[6]。因此，处理遥感图像需要按照类间可分性最大或者信息量最大原则进行最适合的遥感波段选择，并将具有价值的信息汇聚成彩色图像，为目视解译提供支撑。最佳波段应选择可分性好、地物光谱差异大、相关性小、信息含量多的波段。同时，应基于波段灰色标准差、影像波段间的相关性、单个波段信息量，对波段进行最佳选择。灰色决策的四大要素依次是事件、对策、目标、效果。事件是指选择最佳的波段组合；对策指的是从大量遥感图像中筛选出三个波段；目标主要是正确选择相关的系数，从而计算出与波段有关的参数；效果指的是在众多决策中最终筛选出一套最佳决策方案。其中灰色关联度与效果测度的计算是灰色决策的重要组成方式，主要分为上限、下限、适中等三种。上限效果测度是用来处置最大值的极性，下限效果测度的目的是进行最小值极性的处置，适中效果测度的目的是进行适中值极性的处置。

3.2 灰色关联分析与边缘检测的结合

在遥感图像的边缘检测中融合灰色关联分析，是一种较有新意的应用尝试，国内对这方面的应用研究正逐渐展开。在图像边缘检测的过程中，其像素分为边缘点与非边缘点。从图像的边缘点可以看出，当边缘点之间的像素点灰色值出现较大的波动时，通过灰色关联度可以看出波动变化的程度，图像中的非边缘点，表现为点的像素值与附近像素值相似[7]。可以选择图像中一个像素点与附近像素点相比较，得出比较序列，选择非边缘点的像素点与其附近的像素点相比较，形成参考序列。按照灰色关联分析的相关理论，灰色关联度与比较序列和参考序列有较高相似度，即参考序列和比较序列关联度大时，两者形成的几何形状相似度较高，由此判断这一像素点是非边缘点。两者形成的几何形状相似度较低，由此判断这一像素点是边缘点。

3.3 灰色关联分析与图像融合的结合

IHS变换融合在影像融合中较为常用，与多光谱影像相比，无论是清晰度方面还是空间分辨率方面，IHS融合后的影像质量更高[8]。但是在变换过程中的第一份量被高分辨率影像所代替，造成原始影像光谱变形，不能正确辨别影像。在IHS图像中结合灰色关联技术，能够利用加权方式及IHS变换对SAR和TM进行融合，从而有效避免光谱变形。因此，灰色关联分析在图像融合中的应用是一种快速的、有效的多源遥感信息融合新技术。

3.4 灰色系统理论与其它方面的结合

一是在图像信息融合中的应用，主要是利用多个传感器进行数据的采集与发送，结合多种灰色算法融合图像信息。二是在遥感影像增强方面的应用。灰色预测、灰色模型等相比原始图像更适合图像增强，对比这两种数列选择方式，可以得出同样像素的灰色预测值，并将得出的灰色预测值的平均值作为像素点增强之后的值。三是在图像分类中的应用。在遥感图像的分类与识别中，利用灰色关联分析理论对特征参数进行分析之后，根据特征参数与图像相似度进行图像分类[9]。

4 结语

随着科学技术的不断发展，遥感图像处理技术也在不断更新换代。灰色系统理论在遥感图像处理中的应用，目前还处于初步的探索阶段，需要更多的实践证明。但是灰色系统理论的应用范围广泛，其灰色决策与灰色关联分析，对遥感图像的波段选择与边缘检测较为适用，具备一定的有效性与可行性。灰色系统理论还在图像信息融合、遥感影像增强、图像分类中有较高的应用价值。在遥感图像技术的研究过程中，更多地结合灰色系统理论，有利于遥感图像技术的创新与发展。

参考文献：

[1]陈志国，傅毅，孙俊.群体智能算法的遥感图像处理研究[J].计算机应用研究，2013（8）：2538-2540.

[2]王伟，王辉，张潇.基于免疫和灰色系统理论的网络认知研究[J].微电子学与计算机，2013（6）：117-121.

[3]Gomez-Candon， D.Lopez-Granados， F.Caballero-Novella， J. J.Pena-Barragan， J. M.Gomez-Casero， M. T.Jurado-Exposito， M.Garcia-Torres， L.Semiautomatic Detection of Artificial Terrestrial Targets for Remotely Sensed Image Georeferencing[J].IEEE geoscience and remote sensing letters，2013，10（1）：377-384.

[4]张强，聂国强，张书会等.基于灰色系统理论的掘进机截割头可靠性稳健设计[J].辽宁工程技术大学学报（自然科学版），2013（5）：668-671.

[5]刘思峰，蔡华，杨英杰等.灰色关联分析模型研究进展[J].系统工程理论与实践，2013（8）：2041-2046.

[6]李秀梅.TM影像目视解译显示尺度的选择及尺度效应分析——以内陆河流域绿洲-荒漠过渡带为例[J].地理与地理信息科学，2012（4）：33-37.

[7]潘花.一种基于模糊理论的图像边缘检测算法[J].重庆工商大学学报（自然科学版），2013（7）：53-56.

灰色理论论文范文第9篇

【关键词】灰色理论；灰色预测；灰色建模

1.灰色理论及实现方法

在现实生活中，大多数系统都是介于黑色与白色系统之间，如邓聚龙所说：“系统中既含有已知信息又含有未知信息，称为灰色系统”.地球物理勘探和开发领域所涉及到的地震数据、测井资料、岩石物理资料等都属于灰色系统，既有通过仪器测量、实验室物理模拟等确定的已知信息，也有无法定性或定量把握的未知情况.在地球物理勘探开发领域广泛地应用着以因素相互影响为基础的关联度分析法，基于白化权函数的灰色聚类和灰色预测法，以及建立数学微分方程模型的灰色建模法等几种灰色理论的基本方法。

1.1灰关联度分析

关联度分析是灰色系统最主要也是目前在地球物理勘探开发领域应用最广泛的方法之一.它主要用于分析不同数据项之间相互影响、相互依赖的关系，根据事物序列（母序列和子序列）曲线几何形状的相似程度，定量的评判事物（因素）间的关联程度.两条曲线的形状彼此越相似，关联度就越大，反之，则关联度越小.其中的关键是对灰关联矩阵进行分析，找出其中起主导作用的因素。

1.2灰色聚类

灰色聚类是以灰色关联度为基础的聚类方法，实质上是将聚类对象归纳成若干个灰色系统类型，以判断该聚类对象属于哪一类灰色类型.它能给出定量的评价，比定性的地质分析更具客观性。

1.3灰色预测和灰色建模

灰色预测通过原始数据的处理和灰色模型的建立，发现和掌握系统发展的规律，对系统的未来状态做出科学的定量预测.灰色理论认为，原始地震数据本身就是一种多因素的组合作用的结果.与其进行因素的多层剖析，不如就以原始依据进行预测.在地震资料的预测处理中这是一种新的思想、新的角度。

2.灰色理论在地球物理勘探开发中的应用

灰色理论在地球物理勘探开发中的应用实例和理论研究都很多，主要集中在地震解释、储层评价和测井解释三个方面。

2.1地震解释

灰色理论在地震资料解释中的应用主要包括层位标定、岩性分析以及地震剖面的异常值提取等.其中层位标定和岩性分析作为地震解释的基础环节和描述地层地质情况的重要信息，一直倍受关注，当然也是灰色理论在地震资料解释中应用的重点.其典型的方法是从测井资料中提取与层位、岩相有关的信息，将地层剖面、岩性分成若干个测井评价参数范围，然后采用这些测井地质评价参数与岩心录井剖面进行详细对比，统计确定出地质评价参数的标准，最后用参数特征值白化灰色系统，以达到精细划分地层层位和岩性的目的.这种做法最大优点就是使测井资料得到了充分的利用，同时这也是灰色理论在地震资料解释中应用的最显著的一个特点。

2.2储层评价

储层评价所涉及的内容很多，应用范围也相当广泛，但目前储层评价还没有一套公认的评价标准和工作规范，各家的评价方法都不尽一致如模糊判别法和专家打分法等.这些方法往往要求数据量较大，而且还要求数据间存在典型的统计规律，实际计算是很困难的.灰色理论在储层评价中的应用则有效的克服了上述方法的不足.它的基本思路是通过选取储层的各评价参数特征值，利用灰色理论的基本方法去白化储层系统发展的态势，确定评价指标和实际数据之间的关联度，据此定量描述储层的特征，具有数据量小、模型简单等优点，很好地满足了实际生产的需要.另外，灰色理论是一个动态的预测过程，对于油气井的储量、储层产能等这样每时每刻都在发生变化的预测目标，不仅能够很好的预测出油气井以及储层储量长期的情况，而且还能进行时时的监控预测。

2.3测井解释

目前，灰色理论在测井解释方面的应用也大多集中于此.此外，在解释水淹层、预测储层剩余饱和度以及对测井信号进行滤波等方面也有成功的应用实例.国内外用于测井解释的技术方法很多，如相关对比法、模式识别技术、波形树匹配及人工智能技术等.灰色理论方法与这些方法相比其最大的优势在于，它将测井解释看成一个灰色系统，无需了解大量的先验信息，比其它方法更加符合地下实际情况，所需计算量也相对较小.实践证明，灰色理论用于测井解释不仅可行，而且已经取得了很好的应用效果。

3.灰色理论的发展方向

目前，灰色理论已形成一个完整的理论体系.其应用领域已渗透到社会科学、自然科学的多门学科.近年来在地球物理勘探开发中的应用发展尤为迅速，然而任何理论总有其不够完善的地方，灰色理论也不例外.因此灰色理论还将在地球物理勘探开发的实践中不断的完善和发展，今后灰色理论的发展方向和研究重点大体有以下几个方面：

3.1加强基础理论的研究

灰色理论基本方法的研究深度不足，数学证明不够完善.比如灰关联分析不适用于负相关序列的分析和计算；由灰色关联系数构成的灰色关联度不满足灰色关联公理中的整体性和偶对对称性原则；灰色建模方法的累加生成不能减弱原始数列的随机性时，用一阶微分方程作为预测模型必然存在原理性误差等问题，都是灰色理论基本方法中存在的问题，都直接间接地影响了最终的预测结果.特别是灰色理论的一些核心内容，如累加生成数列能够提高预测精度等结论，在现有的灰理论专著中均末经予严格的数学证明.而这些结论作为灰色理论的核心内容正广泛地应用于地球物理勘探开发的各个方面，对最终的预测结果和精度的影响很大。

3.2拓宽应用范围

从目前的研究成果来看，灰色理论在地球物理勘探开发中的应用主要集中在地震资料解释、地质评价和测井解释三个方面，归根到底还是主要应用在解释方面，应用领域过于单一，解决实际问题的能力还不足，且灰色理论在储层预测中的应用目前尚限于单系列预测，存在着一定的风险.另外，灰色理论主要研究方法的应用范围也还十分有限.如：利用灰色建模、灰色关联分析作为研究工具的例子较为普遍，其它方法的应用则相对较少。

3.3与其它方法相结合

由于灰色理论自身的理论基础这不够完善，解决勘探开发中出现的各种问题的能力稍显不足.近年来虽然出现了将灰色理论与分形、神经网络、模糊理论等方法联合应用的实例，但应用的范围和深度都还远不能满足实际需要.可以尝试将其与其他优化、仿真方法相结合，如遗传算法、混合离散变量多目标寻优算法以及小波变换、最小二乘方法等。

【参考文献】

[1]邓聚龙.灰色系统基本方法[M].武汉：华中理工大学出版社，1987：1-30.

灰色理论论文范文第10篇

    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.

灰色理论论文范文第11篇

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.

灰色理论论文范文第12篇

［关键词］灰色关联分析；顾客满意度；测评

1 引 言

我国加入wto以后,零售业市场逐步开放,许多国外大型零售企业,如沃尔玛、家乐福等连锁超市陆续进入我国,国内市场受到冲击,效益低下。面对新问题和新形势,顾客满意逐渐成为企业和顾客共同关心的焦点。如何在日渐规范的市场环境中,吸引顾客,留住顾客,让顾客满意,将成为企业研究和管理的头等大事。企业领导深刻认识到市场竞争的核心是顾客满意,只有争取更多的顾客,才能扩大市场份额,获得更多的利润。在2000版iso 9000族标准中,“以顾客为关注焦点”被列为质量管理八项原则之首,强调了对顾客满意度的测评与监控,并将其作为质量管理体系业绩的一项测量指标。由此得出,如何提高顾客满意度以进一步提高顾客的忠诚度,是国内各个商业企业应重点关注的问题。

从微观的角度来看,顾客满意度测评对于企业导入顾客满意经营战略、了解顾客的需求和期望、提高科学管理水平和综合竞争力都具有十分重要的意义。在前者研究的基础上,本文按照理论—方法—应用的主线组织全文,利用灰色关联分析理论方法,从理论和实践两个方面对超市顾客满意度进行分析和探讨,为提升我国商业企业的核心竞争力提供帮助。

2 灰色关联分析方法

1982年邓聚龙教授首先提出灰色系统理论。灰色系统理论认为,人们对客观事物的认识具有广泛的灰色性，即信息的不完全性和不确定性。因而由客观事物所形成的部分信息已知、部分信息未知的系统是一种灰色系统。人们对被评价事物的认识也具有灰色性,因而可以借助于灰色系统理论中的相关方法来研究综合评价问题。本文尝试采用灰色系统理论中灰色关联分析,选取哈尔滨市的四个连锁超市,对其顾客满意度进行评测,比较顾客满意度的众多指标之间关系的强弱,并通过关联分析,对各超市顾客满意度的优劣势进行分析、对四个超市的顾客满意度进行排序,对各超市提升其顾客满意度提供有针对性的建议。

3 影响我国商业企业顾客满意度的因素分析

影响我国商业企业顾客满意的因素有很多,这里我们借用“特征空间”理论来分析其影响因素。我们可以分析影响我国商业企业顾客购买的一些主要因素,据此我们也就可以构造出影响我国大型商场顾客满意度的因素,这里的关键是抽象出合适的影响因素。与物质产品相比,影响我国大型商场顾客满意的变量还是比较固定的。构建模型

我国商业企业顾客满意度指数测评模型

4 计算基本步骤如下 1 确定分析序列

根据关联度大小,对各方案排序,根据排序结果,进行项目优先决策。

5 灰色关联分析

本文对哈尔滨市南岗区大润发超市、道外区家乐福超市、道里区沃尔玛超市、香坊区好又多超市四个大型超市进行了分析比较。通过发放问卷等形式进行比较。对调查的数据满意度进行分析和计算,得出如下数据。

6 结 论

本文运用灰色关联分析对大型超市顾客满意度进行了测评和比较,计算结果表明,该方法具有操作简便、效率高、所需分析和计算数据少、结果对比明显等特点,实践检验,易于推广。

：

灰色理论论文范文第13篇

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)

灰色理论论文范文第14篇

【关键词】动态灰色模型;变形预测;序列算子;灰数递补;新陈代谢

1 引言

目前，国内外各种大型工程(如地铁、大坝、深基坑等)都需要安全监测，在进行工程质量数据预报时，使用较多的有统计模型、确定模型及混合模型。当原始数据较多时，这些方法都能获取不错的预测效果;但对于短序列数据，由于原始信息少，规律性不强，常规模型显得无能为力，此时动态灰色预测模型是解决此类问题的有效手段。

动态灰色预测模型是灰色系统理论的重要内容之一，该模型可以用来进行长期预测，具有所需信息量少，计算简单，模型预测精度高等优点。长期预测时，模型需要及时补充新信息来反映系统的真实变化，或在无新信息的情况下引入灰信息来淡化灰平面的灰度，从而提高长期预测的精度，称之为动态灰色预测模型。本文结合广州地铁变形监测数据详细分析和研究了两种动态灰色预测模型在此类问题中的应用。

2 灰色预测模型

灰色预测模型又称GM(GrayModel)模型，GM模型是一个近似的差分微分方程模型，具有微分、差分、指数兼容等性质，模型参数可调，结构随时间而变，突破了一般建模要求数据多，难以得到“微分”性质的局限[1]。利用GM模型可对所研究系统进行全局观察、分析及预测。根据预测因子的数目可细分为一阶多元预测模型GM(1，N)和一阶一元预测模型GM(1，1)，实际中应用的较多的是GM(1，1)模型，下文主要讨论GM(1，1)的建立及其应用。讨论灰色模型之前，我们需要构造序列算子来生成灰色序列。

2.1 序列算子与灰色序列生成

灰色理论论文范文第15篇

通过对自组织挖掘算法的理论分析和实验研究，对自组织数据挖掘和灰色理论在不同对象中的拟合和预测效果进行比较分析，揭示了自组织数据挖掘与灰色预测方法的不同特征和属性。灰色数列预测是指利用动态GM模型，对系统的时间序列进行数量大小的预测，即对系统的主行为特征量或某项指标，发展变化到未来特定时刻出现的数值进行预测。比较研究的结果显示：对于周期性的贫信息数据及噪声干扰的复杂系统，灰色理论是适宜的选择。

关键词：灰色预测;自组织数据挖掘; GM模型

中图分类号：TP391.9

文献标识码：A文章编号：1005-3824（2014）05-0010-03

0 引 言

黑色系统是指对系统内部特征、结构全然不知的系统，与之相反，白色系统是完全了解系统内部结构、特征的系统。然而对系统内部结构、特征既不是全然不知，也不是完全清清楚楚了解的系统，就是灰色系统[1]。灰色系统着重研究概率统计、模糊数学所不能解决的“小样本，贫信息不确定”问题，并依据信息覆盖，通过序列生成寻求现实规律[2]。

在复杂系统的模拟、预测、模式识别等诸方面，自组织数据挖掘理论已经发展的比较成熟，可以有效地帮助人们在复杂系统的模式识别、系统模拟以及系统预测等进行分析和决策。

灰色系统理论在经济、气象、生态、水利、生物、军事、医学、教育、水电能源、地质勘探、交通运输、过程控制、环境保护等众多领域得到广泛应用，成功地解决了生产、生活和科学研究中的大量实际问题，研究在信息大量缺乏或紊乱的情况下，如何对实际问题进行分析和解决，取得了显著成果[3]。

1 理论原理

1.1 自组织数据挖掘工作原理

自组织数据挖掘的数学理论[4]如下：

命题 n维紧致集C上复杂度递增的多项式序列能以任意精度逼近C中任一点。

构造变量（x1，x2，…，xm）组成的Kolmogorov―Gabor多项式（简称为K―G多项式）：

f（x1，x2，…，xm）=∑mi=1aixi+∑mi=1∑mj=1aijxixj+

∑mi=1∑mj=1∑mk=1aijkxixjxk+…。（1）

1.2 灰色预测模型工作原理

灰色模型可以用阶数M和自变量个数N表示，记为GM（M，N）。灰色模型原理[5]如下：

设有时间序列X0={X01，X02，…，X0n}，其累加生成列为X1={X11，X12，…，X1n}，其中，X1k=∑X0i=X1k-1+X0k。其累减生成作为累加生成的逆运算，定义为X0k=X1k=X1k-1 ，X01=X11。

2 自组织数据挖掘方法与灰色预测方法比较

2.1 算法假设的比较

在灰色系统理论中，任何系统都有其自身的整体功能，系统内部必然存在某种规律。灰色模型实质是通过累加原始模型，然后通过使用某些方法来弱化干扰的随机因素，然后用指数曲线进行模拟。

自组织数据挖掘方法具有揭示被研究对象构成因素的功能[5]。由于应用不完全归纳法[5]，它能从众多的对被研究对象有影响的因素中筛选出最具有相关性的一些输入变量并生成简洁模型结构。

2.2 对系统拟合和预测效果的比较

采用实验研究方法比较自组织数据挖掘方法与灰色预测对模型的拟合与预测效果[5-6]。

实验1：季度周期性系统实验[7]。

应用文献[7]的数据进行实例分析。某地某种服装的部分销售量数据如下表1所示。

3 结 论

灰色理论适用于贫信息条件下的分析和预测，具有要求负荷数据少、不考虑分布规律、不考虑变化趋势、运算方便等优点。自组织数据挖掘方法是复杂系统分析和决策的强有力工具，能客观、自动地选择重要影响因子并对对象作出较准确的预测。二者均基于信息不完全理论，实验对比结果显示：对于周期性的贫信息数据及噪声干扰的复杂系统，灰色系统方法同样是适宜的选择。灰色预测是通过原始数据的处理和灰色模型的建立，发现和掌握系统发展规律，对系统的未来状态做出科学的定量预测。目前，灰色系统理论已成功地应用于工程控制、经济管理、未来学研究、生态系统、道路交通安全系统及复杂多变的农业系统中，并取得了可喜的成就。

参考文献：

[1] LEMKE F， MUELLER J A. Medical data analysis using self-organizing data mining technologies[J].Systems Analysis Modelling Simulation，2003，43（10）：1399-1408.

[2] 邓聚龙. 灰色理论基础 [M]. 武汉：华中科技大学出版社，2002.

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

[4] 贺昌政.自组织数据挖掘与经济预测[M]. 北京：科学出版社， 2005.

[5] 郑明翠， 贺昌政. 自组织数据挖掘与回归分析方法的比较研究[J].系统工程与电子技术，2006，27（10）：1748-1751.

[6] KANG Yaming. Study on prediction of clothes color based on gray theory and support vector machine[J].Journal of Convergence Information Technology，2012，7（17）：116-123.

[7] 陈华友. 组合预测方法有效性理论及其应用[M]. 北京：科学出版社， 2008.

The comparison between the self-organizing data mining

and grey prediction model

LI Jie1，ZHU Min2，HUANG Jianqi2

（1.China Mobile Guangdong Co. Ltd. ，Guangzhou 510623， P.R. China

2.Huaxin Consulting and Designing Institute Co. Ltd， Hangzhou 310014， P.R. China）