蔣詩泉,劉思峰,劉中俠,謝乃明
(1.銅陵學(xué)院 數(shù)學(xué)與計(jì)算機(jī)學(xué)院,安徽 銅陵 244000;2.南京航空航天大學(xué) 經(jīng)濟(jì)與管理學(xué)院,南京 210016)
灰色關(guān)聯(lián)分析是一種因素分析方法,且對樣本量的多少和有無規(guī)律都能夠適應(yīng),其基本思想是根據(jù)序列曲線幾何形狀的相似程度來判斷不同序列之間的聯(lián)系是否緊密[1]。國內(nèi)外學(xué)者在關(guān)聯(lián)度模型方面研究成果豐富,比如:B型、C 型關(guān)聯(lián)度[2,3]、T型關(guān)聯(lián)度、斜率關(guān)聯(lián)度[4]、凸關(guān)聯(lián)度[5]、面積關(guān)聯(lián)度[6]、廣義關(guān)聯(lián)度[7]、相似性和接近性灰色關(guān)聯(lián)模型[8]、多維空間關(guān)系的關(guān)聯(lián)度模型[8,9]。文獻(xiàn)[10,11]將向量空間的關(guān)聯(lián)度模型拓展到矩陣空間,進(jìn)而提出了基于面板數(shù)據(jù)的灰色關(guān)聯(lián)度模型及其性質(zhì)。對于面板數(shù)據(jù)的關(guān)聯(lián)模型度研究很少,且多以凹凸性等視角進(jìn)行刻畫此關(guān)聯(lián)關(guān)系,但是這對較為分散的面板數(shù)據(jù)往往很難準(zhǔn)確刻畫整體發(fā)展趨勢[12]。對于面板數(shù)據(jù)類型為一般灰數(shù)的關(guān)聯(lián)模型研究極其稀少,文獻(xiàn)[13-15]僅研究了決策信息為區(qū)間灰數(shù)的一般關(guān)聯(lián)決策模型。在實(shí)際決策問題中,可能會造成決策信息表現(xiàn)為復(fù)雜性和不確定性,而目前對不確定信息表征和運(yùn)算不夠完善。為更加準(zhǔn)確地表征不確定信息,本文首先給出了一般灰數(shù)的概念并用一般灰數(shù)表征復(fù)雜信息和不確定性、一般灰數(shù)的距離測度方法及其運(yùn)算法則;其次,將灰色面板數(shù)據(jù)轉(zhuǎn)化為時(shí)間關(guān)于樣本在指標(biāo)上值的時(shí)間矩陣序列;最后,基于關(guān)聯(lián)度構(gòu)造思想,構(gòu)建灰色面板數(shù)據(jù)的灰色關(guān)聯(lián)度模型并應(yīng)用于動態(tài)多指標(biāo)綜合評價(jià)。
定義1[1]:設(shè),則稱g±為一般灰數(shù)。其中任一區(qū)間灰數(shù),滿足且分別稱為g±的下界和上界,其中區(qū)間灰數(shù)和實(shí)數(shù)是一般灰數(shù)的特例。
定義2[1]:(1)設(shè)為一般灰數(shù),稱為g±的核。(2)設(shè)g±為概率分布已知的一般灰數(shù),的概率為pi且滿足pi>0 ,,則稱為g±的核。
定義3[1]:設(shè)一般灰數(shù)的背景或論域?yàn)闉?Ω 的測度,則稱為一般灰數(shù)g±的灰度。一般灰數(shù)g±的灰度亦簡記為gο。其中,記為 ?i的灰度,且
定理1:設(shè)R(g±)為一般灰數(shù)構(gòu)成的集合,一般灰數(shù)g1±和g2±之間的距離滿足三個(gè)條件:
灰色面板數(shù)據(jù)結(jié)構(gòu)比較復(fù)雜,它的橫向是截面數(shù)據(jù),縱剖面是時(shí)間序列。設(shè)有N個(gè)樣本,每個(gè)樣本有M個(gè)指標(biāo),觀測時(shí)間長度為T,那么可以將面板數(shù)據(jù)轉(zhuǎn)化為一個(gè)二級二維表的形式[13],為了便于編程計(jì)算,將灰色面板數(shù)據(jù)用矩陣表示,具體見定義5。
定義5:設(shè)有N個(gè)樣本,每個(gè)樣本有M個(gè)指標(biāo),觀測時(shí)間長度為T,灰色面板數(shù)據(jù)X(?)中第t時(shí)刻關(guān)于樣本i在指標(biāo)m的值記為gt±(i,m)>0 ,其中i=1,2,…,N,m=1,2,…,M,t=1,2,…,T。則稱為t時(shí)刻的樣本指標(biāo)觀測矩陣。那么對應(yīng)的灰色面板矩陣序列X(?)=(X1(?),X2(?),…,XT(?))稱為時(shí)間矩陣序列。
類似于定義5可以定義樣本矩陣序列及指標(biāo)矩陣序列,由于這三個(gè)序列沒有主次之分,只是角度不同而已,且關(guān)聯(lián)度模型的構(gòu)造機(jī)理極其相似,故本文以時(shí)間矩陣序列為例研究灰色面板數(shù)據(jù)的關(guān)聯(lián)度模型。
在決策評價(jià)過程中為了消除指標(biāo)量綱和量級的影響以及使其具有可比性,首先要對指標(biāo)進(jìn)行規(guī)范化處理。設(shè)第t個(gè)時(shí)刻關(guān)于樣本i在指標(biāo)m的值記為,其中t=1,2,…,T。
對于ξ∈(0,1)令:
稱γ(X1(?),Xt(?))為基于時(shí)間的灰色面板數(shù)據(jù)關(guān)聯(lián)度。
可以證明該關(guān)聯(lián)度滿足:
類似地,可以定義基于樣本的灰色面板數(shù)據(jù)關(guān)聯(lián)度模型、基于指標(biāo)的灰色面板數(shù)據(jù)關(guān)聯(lián)度模型。
步驟1:灰色面板數(shù)據(jù)規(guī)范化預(yù)處理。
步驟2:確定正、負(fù)理想樣本矩陣。
gt±(i,m)為第t個(gè)時(shí)刻關(guān)于樣本i在指標(biāo)m的值規(guī)范化后記為rkji,則t時(shí)刻正、負(fù)理想為:
其中X,C分別表示效益型指標(biāo)和成本性指標(biāo)。
步驟3:將規(guī)范化決策評價(jià)矩陣表示為簡化形式的灰色決策矩陣。
步驟4:分別計(jì)算與正、負(fù)理想矩陣的關(guān)聯(lián)度值。
步驟5:計(jì)算相對貼近度并進(jìn)行排序。
設(shè)有三家企業(yè)A1,A2,A3,評價(jià)指標(biāo)為S1:表示企業(yè)年產(chǎn)值(千萬元),S2:表示企業(yè)社會效益(千萬元),S3:表示對環(huán)境效率,三個(gè)時(shí)間樣本點(diǎn)分別為2012—2014年??紤]篇幅限制,將灰色面板數(shù)據(jù)轉(zhuǎn)化為三個(gè)時(shí)間序列決策矩陣如下,對三家企業(yè)進(jìn)行綜合評價(jià)。
步驟1:將決策矩陣進(jìn)行規(guī)范化處理。
步驟2:確定正、負(fù)理想樣本時(shí)間矩陣。
步驟3:將規(guī)范化矩陣表示為簡化形式的矩陣。
步驟4:計(jì)算正理想方案與各樣本的關(guān)聯(lián)度。分別計(jì)算正理想與各樣本之間的距離d+i(m)、關(guān)聯(lián)系數(shù)和關(guān)聯(lián)度γ+i。
類似可以計(jì)算,d+2(1)=1.206,d+2(2)=0.605,d+2(3)=0.9945。d+3(1)=1.003,d+3(2)=0.998,d+3(3)=1.31。
根據(jù)定理2計(jì)算正理想與各樣本的關(guān)聯(lián)系數(shù)分別為:
正理想與樣本的關(guān)聯(lián)度值分別為:γ+1=0.809,γ+2=0.814 ,γ+3=0.721。
故關(guān)聯(lián)度排序?yàn)椋害?2>γ+1>γ+3。也即樣本排序?yàn)锳2?A1?A3。
步驟5:計(jì)算與負(fù)理想的關(guān)聯(lián)度。分別計(jì)算負(fù)理想與樣本之間的距離d-i(m)、關(guān)聯(lián)系數(shù)γ-i(g-±(m),gt±(m))和關(guān)聯(lián)度γ-i。計(jì)算方法類似以步驟4。
根據(jù)定理2計(jì)算負(fù)理想與樣本的關(guān)聯(lián)系數(shù)分別為:
負(fù)理想與各樣本的關(guān)聯(lián)度值分別為:γ-1=0.917,γ-2=0.863,γ-3=0.926。
故關(guān)聯(lián)度排序?yàn)椋害?3?γ-1?γ-2,也即樣本排序?yàn)锳2?A1?A3。
依照相對貼近度的方案排序?yàn)锳2?A1?A3。
通過以上的結(jié)論可以看出不論是依據(jù)與正理想的關(guān)聯(lián)度、與負(fù)理想的關(guān)聯(lián)度還是相對貼近度的排序其結(jié)果都是完全一致的。
為了克服區(qū)間灰數(shù)表征復(fù)雜不確定信息的缺失,本文利用一般灰數(shù)表征復(fù)雜不確定信息,解決了決策信息不能夠被充分精確表征的問題。本文基于灰色關(guān)聯(lián)度構(gòu)建的基本思想,將鄧式關(guān)聯(lián)度模型推廣到灰色面板數(shù)據(jù)的情形,在此基礎(chǔ)上構(gòu)建了基于灰色面板數(shù)據(jù)的多指標(biāo)動態(tài)決策評價(jià)的關(guān)聯(lián)度方法,從而拓展了灰色關(guān)聯(lián)分析理論的應(yīng)用范圍,豐富了灰色關(guān)聯(lián)度理論。另外,在本文的基礎(chǔ)上,可以進(jìn)一步研究各指標(biāo)權(quán)重的確定方法、n維空間的決策模型構(gòu)建方法以及高維場數(shù)據(jù)的決策模型的構(gòu)建方法。最后的算例也充分驗(yàn)證了該模型的有效性和合理性。