（系統(tǒng)分析與集成專業(yè)論文）優(yōu)化的灰色方法在經(jīng)濟(jì)系統(tǒng)分析中的應(yīng)用.pdf

優(yōu)化的灰色方法在經(jīng)濟(jì)系統(tǒng)分析中的應(yīng)用 摘要 鄧聚龍教授所創(chuàng)立的灰色系統(tǒng)理論已 經(jīng)在社會(huì)經(jīng)濟(jì)各方面已經(jīng)得到了 廣泛的應(yīng)用， 前輩的學(xué)者也已取得了很多可喜的突破。 針對(duì)經(jīng)濟(jì)系統(tǒng)中的參數(shù)不確定性和廣 泛的非線性這些特點(diǎn)， 灰色方法及其優(yōu)化方法在這一領(lǐng)域的應(yīng)用還有很大的想象空間。 本文 就試圖從優(yōu)化的灰色預(yù)測(cè)方法和優(yōu)化的灰色評(píng)估方法在經(jīng)濟(jì)系統(tǒng)分析中的作用這一問(wèn)題提 出一些思路。 基于經(jīng)濟(jì)系統(tǒng)短期預(yù)測(cè)中的多指標(biāo)關(guān)聯(lián)性及小 樣本性兩大特點(diǎn)，引入b p 神經(jīng)網(wǎng)絡(luò)優(yōu)化 g m ( 1 , 1 ) 模型， 通過(guò)比 較預(yù)測(cè)結(jié)果，發(fā)現(xiàn)灰色神經(jīng)適用于短期多關(guān)聯(lián)指標(biāo)的經(jīng)濟(jì)系統(tǒng)的 預(yù)測(cè)。 提出了 用灰色層次分析法來(lái)解決評(píng)估中的指標(biāo)權(quán)重問(wèn) 題， 在此基礎(chǔ)上結(jié)合灰色聚類評(píng)估 與灰色統(tǒng)計(jì)評(píng)估兩種方法對(duì)我國(guó)上市公司高層管理人員薪酬激勵(lì)機(jī)制問(wèn)題做了評(píng)估研究。 關(guān)鍵詞:經(jīng)濟(jì)系統(tǒng)分析， 灰色，預(yù)測(cè)， 評(píng)估，神經(jīng)網(wǎng) 絡(luò)， 層次分析 ab s t r a c t th e s y s t e m t h e o ry w h i c h i s f o u n d e d b y p r o f e s s o r d e n g j u l o n g h a s b e e n a l r e a d y a p p l i e d i n e v e ry s i d e s o f s o c i a l e c o n o m y . ma n y re s e a r c h e r s h a v e a c h i e v e d m u c h d e l e c t a b l e b r e a k t h r o u g h i n al l u s i o n t o t h e s e c h a r a c t e r i s t i c s i n c l u d i n g u n c e rt a i n t y o f p a r a m e t e r a n d a b r o a d n o n - l i n e a r , t h e m e t h o d s a n d it s o p t i m i z e d m e t h o d s s t i l l e x i s t g r e a t i m a g i n a t i o n a l s p a c e i n t h i s a p p l ie d fi e l d . t h i s t h e s i s 勿 t o p u t f o r w a r d s o m e i d e a s a b o u t t h e e ff e c t s o f o p t i m i z e d g r e y f o r e c a s t i n g me t h o d a n d e v a l u a t i n g m e t h o d i n t h e e c o n o m y s y s t e m a n al y s i s . t h e t h e s i s i m p o rt s b p n e u r a l n e t w o r k t o o p t i m i z e g m ( l , i ) m o d e l b a s e d o n t w o c h a r a c t e r i s t i c o f m u lt i p l e i n d e x e s a n d s m a l li n t h e s h o rt - t e r m e c o n o m y s y s t e m f o re c a s t i n g t h i s t h e s i s p u t s f o r w a r d t h a t i t c a n u s e a n a l y t i c a l h i e r a r c h y p r o c e s s t o s o l v e p r o b l e m o f i n d e x p o w e r i n t h e e v a l u a t i o n . b a s e d o n t h a t , t h e t h e s i s i n t e g r a t e s c l u s t e r i n g e v a l u a t io n a n d g r a y s t a t i s t i c e v al u a t i o n t o e v a l u a t e t h e s a l a ry p ro m p t i n g m e c h a n i s m o f h i 沙e r - u p s i n o u r p u b l i c c o mp a nie s wo r d s - e c o n o m y s y s t e m a n a l y s i s , g r e y , f o r e c a s t i n g , e v a l u a t i o n , n e u r a l n e t w o r k , a n a l y t i c a l h i e r a rch y p r o c e s s 1 1 學(xué)位論文獨(dú)創(chuàng)性聲明 本人鄭重聲明: i 、堅(jiān)持以 “ 求實(shí)、創(chuàng)新”的科學(xué)精神從事研究工作。 2 、本論文是我個(gè)人在導(dǎo)師指導(dǎo)下進(jìn)行的研究工作和取得的研究 成 果 。 3 、本論文中除引文外，所有實(shí)驗(yàn)、數(shù)據(jù)和有關(guān)材料均是真實(shí)的。 4 、本論文中除引文和致謝的內(nèi)容外，不包含其他人或其它機(jī)構(gòu) 已經(jīng)發(fā)表或撰寫過(guò)的研究成果。 5、 了謝意 。 其他同志對(duì)本研究所做的貢獻(xiàn)均己在論文中作了聲明并表示 儲(chǔ) 簽 名 : 1asi -aqa 日期 :夕 廿 二 丁 ， s - . d o 學(xué)位論文使用授權(quán)聲明 本人完全了解南京信息工程大學(xué)有關(guān)保留、使用學(xué)位論文的規(guī) 定， 學(xué)校有權(quán)保留學(xué)位論文并向國(guó)家主管部門或其指定機(jī)構(gòu)送交論文 的電子版和紙質(zhì)版; 有權(quán)將學(xué)位論文用于非贏利目的的少量復(fù)制并允 許論文進(jìn)入學(xué)校圖書館被查閱: 有權(quán)將學(xué)位論文的內(nèi)容編入有關(guān)數(shù)據(jù) 庫(kù)進(jìn)行檢索;有權(quán)將學(xué)位論文的標(biāo)題和摘要匯編出版。 保密的學(xué)位論 文在解密后適用本規(guī)定。 作者簽名: 日期: i景ra 夕 s o j. , t oz o 關(guān)于學(xué)位論文使用授權(quán)的說(shuō)明 本 人 完 全了 解 南京信息 工程 大學(xué) 有 關(guān) 保留 、 使 用 學(xué) 位 論 文 的 規(guī) 定， 即 : 學(xué) 校有權(quán)保留 送交論文的復(fù)印 件， 允許論文被查閱 和借閱: 學(xué)校可以 公布論文的全 部或部分內(nèi)容， 可以采用影印、 縮印或其他復(fù)制手段保存論文. 準(zhǔn)密的 論文在解密后 應(yīng)遵守 此 規(guī)定 ) 作者簽名: 日期: 優(yōu)化的灰色方法在經(jīng)濟(jì)系統(tǒng)分析中的 應(yīng)用 第一章緒論 1 . 1 經(jīng)濟(jì)系統(tǒng)分析概論 1 . 1 . 1 經(jīng)濟(jì)系統(tǒng)分析的 概念 經(jīng)濟(jì)系統(tǒng)是以人類的活動(dòng)為核心， 包括社會(huì)、 經(jīng)濟(jì)、 教育、 科學(xué)技術(shù)以及生態(tài)環(huán)境在內(nèi) 的一個(gè)復(fù)雜巨系統(tǒng)， 它涉及人類活動(dòng)的各個(gè)方面和生存環(huán)境的諸多因素。 因此， 只有采用系 統(tǒng)科學(xué)中最有效的系統(tǒng)分析理論和方法對(duì)經(jīng)濟(jì)系統(tǒng)進(jìn)行全面的、 核體的、 全方位的分析和研 究，才能科學(xué)地，深刻地認(rèn)識(shí)它的運(yùn)動(dòng)規(guī)律。 經(jīng)濟(jì)系統(tǒng)分析是以經(jīng)濟(jì)系統(tǒng)為研究對(duì)象， 采用系統(tǒng)分析的一系列理論、 方法、 技術(shù)和手 段， 對(duì)經(jīng)濟(jì)系統(tǒng)的運(yùn)行機(jī)制、 發(fā)展態(tài)勢(shì)、 產(chǎn)業(yè)結(jié)構(gòu)、 宏觀與 微觀經(jīng)濟(jì)系統(tǒng)內(nèi)的各種因素、 經(jīng) 濟(jì)現(xiàn)象與行為等進(jìn)行的系統(tǒng)分析。d d 1 . 1 . 2 經(jīng)濟(jì)系統(tǒng)分析的原則 一個(gè)經(jīng)濟(jì)系統(tǒng)的 輸入、 輸出 和轉(zhuǎn)換過(guò)程都是相當(dāng)復(fù)雜的， 各個(gè)要素呈現(xiàn)動(dòng)態(tài)性質(zhì)， 要素 之間具有相互作用， 系統(tǒng)內(nèi)部同其所處環(huán)境既相互聯(lián)系又相互矛盾、 相互制約， 所研究的問(wèn) 題涉及的面相當(dāng) 廣泛而又非常復(fù)雜， 因此， 在經(jīng)濟(jì)系統(tǒng)分析時(shí)， 要處理好各種關(guān)系， 需要遵 守以下幾項(xiàng)原則: ( 1 ) 定量分析和定性分析相結(jié)合。 這一準(zhǔn)則是系統(tǒng)分析所具有的 特殊工作方法，它是系 統(tǒng)分析發(fā)揮威力的有效手段，它既能使系統(tǒng)分析涉足難以定量的社會(huì)科學(xué)系統(tǒng)，又 能充分運(yùn)用自 然科學(xué)中的定量手段。定量分析是指對(duì)數(shù)量指標(biāo)的分析;定性分析是 指對(duì)那些不易或不能 用數(shù)量指標(biāo)描述的因素，比 如政治形勢(shì)、 政策因 素、 環(huán)境污染 等，根據(jù)相關(guān)經(jīng)驗(yàn)或者主觀判斷來(lái)進(jìn)行的分析。系統(tǒng)分析通常遵循 “ 定性定量 定性”這樣一個(gè)循環(huán)往復(fù)的過(guò)程來(lái)進(jìn)行。 ( 2 ) 部分與整體相結(jié)合。部分與整體相結(jié)合。一個(gè)系統(tǒng)是由若干個(gè)子系統(tǒng)構(gòu)成的，每個(gè) 子系統(tǒng)則由更低一層的子系統(tǒng)組成?？傊粋€(gè)系統(tǒng)是由相互關(guān)聯(lián)的各個(gè)子系統(tǒng)及其 功能的嵌套與藕合構(gòu)成的一個(gè)整體。 這里整體的功能要大于各個(gè)部分的功能疊加 優(yōu)化的灰色方法在經(jīng)濟(jì)系統(tǒng)分析中的 應(yīng)用 第一章緒論 1 . 1 經(jīng)濟(jì)系統(tǒng)分析概論 1 . 1 . 1 經(jīng)濟(jì)系統(tǒng)分析的 概念 經(jīng)濟(jì)系統(tǒng)是以人類的活動(dòng)為核心， 包括社會(huì)、 經(jīng)濟(jì)、 教育、 科學(xué)技術(shù)以及生態(tài)環(huán)境在內(nèi) 的一個(gè)復(fù)雜巨系統(tǒng)， 它涉及人類活動(dòng)的各個(gè)方面和生存環(huán)境的諸多因素。 因此， 只有采用系 統(tǒng)科學(xué)中最有效的系統(tǒng)分析理論和方法對(duì)經(jīng)濟(jì)系統(tǒng)進(jìn)行全面的、 核體的、 全方位的分析和研 究，才能科學(xué)地，深刻地認(rèn)識(shí)它的運(yùn)動(dòng)規(guī)律。 經(jīng)濟(jì)系統(tǒng)分析是以經(jīng)濟(jì)系統(tǒng)為研究對(duì)象， 采用系統(tǒng)分析的一系列理論、 方法、 技術(shù)和手 段， 對(duì)經(jīng)濟(jì)系統(tǒng)的運(yùn)行機(jī)制、 發(fā)展態(tài)勢(shì)、 產(chǎn)業(yè)結(jié)構(gòu)、 宏觀與 微觀經(jīng)濟(jì)系統(tǒng)內(nèi)的各種因素、 經(jīng) 濟(jì)現(xiàn)象與行為等進(jìn)行的系統(tǒng)分析。d d 1 . 1 . 2 經(jīng)濟(jì)系統(tǒng)分析的原則 一個(gè)經(jīng)濟(jì)系統(tǒng)的 輸入、 輸出 和轉(zhuǎn)換過(guò)程都是相當(dāng)復(fù)雜的， 各個(gè)要素呈現(xiàn)動(dòng)態(tài)性質(zhì)， 要素 之間具有相互作用， 系統(tǒng)內(nèi)部同其所處環(huán)境既相互聯(lián)系又相互矛盾、 相互制約， 所研究的問(wèn) 題涉及的面相當(dāng) 廣泛而又非常復(fù)雜， 因此， 在經(jīng)濟(jì)系統(tǒng)分析時(shí)， 要處理好各種關(guān)系， 需要遵 守以下幾項(xiàng)原則: ( 1 ) 定量分析和定性分析相結(jié)合。 這一準(zhǔn)則是系統(tǒng)分析所具有的 特殊工作方法，它是系 統(tǒng)分析發(fā)揮威力的有效手段，它既能使系統(tǒng)分析涉足難以定量的社會(huì)科學(xué)系統(tǒng)，又 能充分運(yùn)用自 然科學(xué)中的定量手段。定量分析是指對(duì)數(shù)量指標(biāo)的分析;定性分析是 指對(duì)那些不易或不能 用數(shù)量指標(biāo)描述的因素，比 如政治形勢(shì)、 政策因 素、 環(huán)境污染 等，根據(jù)相關(guān)經(jīng)驗(yàn)或者主觀判斷來(lái)進(jìn)行的分析。系統(tǒng)分析通常遵循 “ 定性定量 定性”這樣一個(gè)循環(huán)往復(fù)的過(guò)程來(lái)進(jìn)行。 ( 2 ) 部分與整體相結(jié)合。部分與整體相結(jié)合。一個(gè)系統(tǒng)是由若干個(gè)子系統(tǒng)構(gòu)成的，每個(gè) 子系統(tǒng)則由更低一層的子系統(tǒng)組成。總之一個(gè)系統(tǒng)是由相互關(guān)聯(lián)的各個(gè)子系統(tǒng)及其 功能的嵌套與藕合構(gòu)成的一個(gè)整體。 這里整體的功能要大于各個(gè)部分的功能疊加 優(yōu)化的灰色方法在經(jīng)濟(jì)系統(tǒng)分析中的應(yīng)用 ( ) ( 4 ) 同時(shí)局部利益要服從全局的利益。 顯然， 子系統(tǒng)與系統(tǒng)整體的 效益往往是不一致的， 有時(shí)從子系統(tǒng)來(lái)看是經(jīng)濟(jì)的， 但從全局看效益并不好， 這種方案是不可取的;反之 若子系統(tǒng)的效益不很理想， 但整個(gè)系統(tǒng)的 效益比較好， 這種方案也是可取的。 當(dāng)前利益和長(zhǎng)遠(yuǎn)利益相結(jié)合。分析一個(gè)經(jīng)濟(jì)系 統(tǒng)時(shí)，要有長(zhǎng) 遠(yuǎn)的戰(zhàn)略眼光，同時(shí)兼 顧當(dāng) 前利益， 這樣才能為系統(tǒng)的 運(yùn)行、 管理和開發(fā)提供科學(xué)的 依據(jù)。 對(duì)未來(lái)的考慮 取決于系統(tǒng)的邊界范圍和系統(tǒng)的壽命。 系統(tǒng)要素同 外部環(huán)境相結(jié)合。一個(gè)系統(tǒng)不僅受內(nèi) 部要素的影響，而且還受外部環(huán)境 的制約。在經(jīng)濟(jì)系統(tǒng)分析中，一定要抓住系統(tǒng)與環(huán)境相關(guān)聯(lián)的主要因素。 1 . 1 . 3 經(jīng)濟(jì)系統(tǒng)分析的步驟 經(jīng)濟(jì)系統(tǒng)分析是一項(xiàng)系統(tǒng)性和邏輯性較強(qiáng)的工 作。 首先由 系統(tǒng)概念形成問(wèn)題， 再由問(wèn) 題 找到系統(tǒng)與環(huán)境的邊界， 即確定問(wèn) 題的范圍， 這就是環(huán)境分析: 然后再進(jìn)行目 標(biāo)選定、 系統(tǒng) 結(jié)構(gòu)分析、 系統(tǒng)層次分析等。 這就是系統(tǒng)分析的主要邏輯程序。當(dāng) 然， 在整個(gè)系統(tǒng)分析過(guò)程 中， 需要做大量的調(diào)查研究， 收集各種數(shù)據(jù)和資料，同時(shí)還需要運(yùn)用各門自 然科學(xué)和社會(huì)科 學(xué) 知識(shí)， 采用所有科學(xué)的分析方 法和分析手段。 經(jīng)濟(jì)系統(tǒng)分析得出的結(jié)論必須具有真實(shí)性、 科學(xué)性和預(yù)測(cè)性。在系統(tǒng)分析中 要利用各種各樣的模型， 幫助我們提高分析的速度和精度。 1 .2 作者所做工作及文章內(nèi) 容安排 1 . 2 . 1 本文的主要工作 本文所做的 主要工作有兩點(diǎn): ( 2 ) 用b p 神 經(jīng)網(wǎng) 絡(luò) 優(yōu) 化了 灰 色 預(yù) 測(cè) 方 法， 這 一 方 法 主 要 著 眼 于 短 期 多 指 標(biāo) 序 列 的 經(jīng) 濟(jì)系 統(tǒng)的預(yù)測(cè)，充分考慮到了 經(jīng)濟(jì)系統(tǒng)中的非線性與關(guān)聯(lián)性。文中筆者將這一方法在宏 觀經(jīng)濟(jì)系統(tǒng)預(yù)測(cè)與股票短期價(jià)格預(yù)測(cè)兩個(gè)系統(tǒng)中進(jìn)行了實(shí)證研究， 取得了很好的效 果。 ( 2 ) 對(duì)灰色評(píng)估方法進(jìn)行了 優(yōu)化， 用灰色層次分析法改 進(jìn)了 指標(biāo)權(quán)重，并將這一方法應(yīng) 用于上市公司高層薪酬激勵(lì)機(jī)制的 研究，分析了我國(guó)當(dāng)前在這一方面體制的缺陷及 優(yōu)化的灰色方法在經(jīng)濟(jì)系統(tǒng)分析中的應(yīng)用 ( ) ( 4 ) 同時(shí)局部利益要服從全局的利益。 顯然， 子系統(tǒng)與系統(tǒng)整體的 效益往往是不一致的， 有時(shí)從子系統(tǒng)來(lái)看是經(jīng)濟(jì)的， 但從全局看效益并不好， 這種方案是不可取的;反之 若子系統(tǒng)的效益不很理想， 但整個(gè)系統(tǒng)的 效益比較好， 這種方案也是可取的。 當(dāng)前利益和長(zhǎng)遠(yuǎn)利益相結(jié)合。分析一個(gè)經(jīng)濟(jì)系 統(tǒng)時(shí)，要有長(zhǎng) 遠(yuǎn)的戰(zhàn)略眼光，同時(shí)兼 顧當(dāng) 前利益， 這樣才能為系統(tǒng)的 運(yùn)行、 管理和開發(fā)提供科學(xué)的 依據(jù)。 對(duì)未來(lái)的考慮 取決于系統(tǒng)的邊界范圍和系統(tǒng)的壽命。 系統(tǒng)要素同 外部環(huán)境相結(jié)合。一個(gè)系統(tǒng)不僅受內(nèi) 部要素的影響，而且還受外部環(huán)境 的制約。在經(jīng)濟(jì)系統(tǒng)分析中，一定要抓住系統(tǒng)與環(huán)境相關(guān)聯(lián)的主要因素。 1 . 1 . 3 經(jīng)濟(jì)系統(tǒng)分析的步驟 經(jīng)濟(jì)系統(tǒng)分析是一項(xiàng)系統(tǒng)性和邏輯性較強(qiáng)的工 作。 首先由 系統(tǒng)概念形成問(wèn)題， 再由問(wèn) 題 找到系統(tǒng)與環(huán)境的邊界， 即確定問(wèn) 題的范圍， 這就是環(huán)境分析: 然后再進(jìn)行目 標(biāo)選定、 系統(tǒng) 結(jié)構(gòu)分析、 系統(tǒng)層次分析等。 這就是系統(tǒng)分析的主要邏輯程序。當(dāng) 然， 在整個(gè)系統(tǒng)分析過(guò)程 中， 需要做大量的調(diào)查研究， 收集各種數(shù)據(jù)和資料，同時(shí)還需要運(yùn)用各門自 然科學(xué)和社會(huì)科 學(xué) 知識(shí)， 采用所有科學(xué)的分析方 法和分析手段。 經(jīng)濟(jì)系統(tǒng)分析得出的結(jié)論必須具有真實(shí)性、 科學(xué)性和預(yù)測(cè)性。在系統(tǒng)分析中 要利用各種各樣的模型， 幫助我們提高分析的速度和精度。 1 .2 作者所做工作及文章內(nèi) 容安排 1 . 2 . 1 本文的主要工作 本文所做的 主要工作有兩點(diǎn): ( 2 ) 用b p 神 經(jīng)網(wǎng) 絡(luò) 優(yōu) 化了 灰 色 預(yù) 測(cè) 方 法， 這 一 方 法 主 要 著 眼 于 短 期 多 指 標(biāo) 序 列 的 經(jīng) 濟(jì)系 統(tǒng)的預(yù)測(cè)，充分考慮到了 經(jīng)濟(jì)系統(tǒng)中的非線性與關(guān)聯(lián)性。文中筆者將這一方法在宏 觀經(jīng)濟(jì)系統(tǒng)預(yù)測(cè)與股票短期價(jià)格預(yù)測(cè)兩個(gè)系統(tǒng)中進(jìn)行了實(shí)證研究， 取得了很好的效 果。 ( 2 ) 對(duì)灰色評(píng)估方法進(jìn)行了 優(yōu)化， 用灰色層次分析法改 進(jìn)了 指標(biāo)權(quán)重，并將這一方法應(yīng) 用于上市公司高層薪酬激勵(lì)機(jī)制的 研究，分析了我國(guó)當(dāng)前在這一方面體制的缺陷及 優(yōu)化的灰色方法在經(jīng)濟(jì)系統(tǒng)分析中的應(yīng)用 ( ) ( 4 ) 同時(shí)局部利益要服從全局的利益。 顯然， 子系統(tǒng)與系統(tǒng)整體的 效益往往是不一致的， 有時(shí)從子系統(tǒng)來(lái)看是經(jīng)濟(jì)的， 但從全局看效益并不好， 這種方案是不可取的;反之 若子系統(tǒng)的效益不很理想， 但整個(gè)系統(tǒng)的 效益比較好， 這種方案也是可取的。 當(dāng)前利益和長(zhǎng)遠(yuǎn)利益相結(jié)合。分析一個(gè)經(jīng)濟(jì)系 統(tǒng)時(shí)，要有長(zhǎng) 遠(yuǎn)的戰(zhàn)略眼光，同時(shí)兼 顧當(dāng) 前利益， 這樣才能為系統(tǒng)的 運(yùn)行、 管理和開發(fā)提供科學(xué)的 依據(jù)。 對(duì)未來(lái)的考慮 取決于系統(tǒng)的邊界范圍和系統(tǒng)的壽命。 系統(tǒng)要素同 外部環(huán)境相結(jié)合。一個(gè)系統(tǒng)不僅受內(nèi) 部要素的影響，而且還受外部環(huán)境 的制約。在經(jīng)濟(jì)系統(tǒng)分析中，一定要抓住系統(tǒng)與環(huán)境相關(guān)聯(lián)的主要因素。 1 . 1 . 3 經(jīng)濟(jì)系統(tǒng)分析的步驟 經(jīng)濟(jì)系統(tǒng)分析是一項(xiàng)系統(tǒng)性和邏輯性較強(qiáng)的工 作。 首先由 系統(tǒng)概念形成問(wèn)題， 再由問(wèn) 題 找到系統(tǒng)與環(huán)境的邊界， 即確定問(wèn) 題的范圍， 這就是環(huán)境分析: 然后再進(jìn)行目 標(biāo)選定、 系統(tǒng) 結(jié)構(gòu)分析、 系統(tǒng)層次分析等。 這就是系統(tǒng)分析的主要邏輯程序。當(dāng) 然， 在整個(gè)系統(tǒng)分析過(guò)程 中， 需要做大量的調(diào)查研究， 收集各種數(shù)據(jù)和資料，同時(shí)還需要運(yùn)用各門自 然科學(xué)和社會(huì)科 學(xué) 知識(shí)， 采用所有科學(xué)的分析方 法和分析手段。 經(jīng)濟(jì)系統(tǒng)分析得出的結(jié)論必須具有真實(shí)性、 科學(xué)性和預(yù)測(cè)性。在系統(tǒng)分析中 要利用各種各樣的模型， 幫助我們提高分析的速度和精度。 1 .2 作者所做工作及文章內(nèi) 容安排 1 . 2 . 1 本文的主要工作 本文所做的 主要工作有兩點(diǎn): ( 2 ) 用b p 神 經(jīng)網(wǎng) 絡(luò) 優(yōu) 化了 灰 色 預(yù) 測(cè) 方 法， 這 一 方 法 主 要 著 眼 于 短 期 多 指 標(biāo) 序 列 的 經(jīng) 濟(jì)系 統(tǒng)的預(yù)測(cè)，充分考慮到了 經(jīng)濟(jì)系統(tǒng)中的非線性與關(guān)聯(lián)性。文中筆者將這一方法在宏 觀經(jīng)濟(jì)系統(tǒng)預(yù)測(cè)與股票短期價(jià)格預(yù)測(cè)兩個(gè)系統(tǒng)中進(jìn)行了實(shí)證研究， 取得了很好的效 果。 ( 2 ) 對(duì)灰色評(píng)估方法進(jìn)行了 優(yōu)化， 用灰色層次分析法改 進(jìn)了 指標(biāo)權(quán)重，并將這一方法應(yīng) 用于上市公司高層薪酬激勵(lì)機(jī)制的 研究，分析了我國(guó)當(dāng)前在這一方面體制的缺陷及 優(yōu)化的灰色方法在經(jīng)濟(jì)系統(tǒng)分析中的應(yīng)用 改進(jìn)方向 1 . 2 . 2 章節(jié)內(nèi)容安排 本文旨 在討論改進(jìn)的灰色預(yù)測(cè)方法和灰色評(píng)估方法在經(jīng)濟(jì)系統(tǒng)分析中的 應(yīng)用 第一章 介紹了 經(jīng)濟(jì)系統(tǒng)分析的 研究背景、 現(xiàn)狀以 及論文章節(jié)安排. 第二章 介紹了 經(jīng)濟(jì)系統(tǒng)分析中的主要方法， 重點(diǎn)介紹了 本文中研究的預(yù)測(cè)與評(píng)估方法。 第三章 介紹了 灰色預(yù)測(cè)方法，并用神經(jīng)網(wǎng) 絡(luò)工具優(yōu)化了 這一方法， 將其用于宏觀經(jīng)濟(jì) 預(yù)測(cè)及證券短期預(yù)測(cè)的實(shí)證研究。 第四章 介紹了灰色評(píng)估方法，并對(duì)其進(jìn)行優(yōu)化，將這一方法用于上市公司激勵(lì)機(jī)制評(píng) 估實(shí)證研究。 第五章 結(jié)束語(yǔ)，介紹了本文的創(chuàng)新之處，并 提出了 進(jìn)一步研究的思路。 優(yōu)化的灰色方法在經(jīng)濟(jì)系統(tǒng)分析中的應(yīng)用 改進(jìn)方向 1 . 2 . 2 章節(jié)內(nèi)容安排 本文旨 在討論改進(jìn)的灰色預(yù)測(cè)方法和灰色評(píng)估方法在經(jīng)濟(jì)系統(tǒng)分析中的 應(yīng)用 第一章 介紹了 經(jīng)濟(jì)系統(tǒng)分析的 研究背景、 現(xiàn)狀以 及論文章節(jié)安排. 第二章 介紹了 經(jīng)濟(jì)系統(tǒng)分析中的主要方法， 重點(diǎn)介紹了 本文中研究的預(yù)測(cè)與評(píng)估方法。 第三章 介紹了 灰色預(yù)測(cè)方法，并用神經(jīng)網(wǎng) 絡(luò)工具優(yōu)化了 這一方法， 將其用于宏觀經(jīng)濟(jì) 預(yù)測(cè)及證券短期預(yù)測(cè)的實(shí)證研究。 第四章 介紹了灰色評(píng)估方法，并對(duì)其進(jìn)行優(yōu)化，將這一方法用于上市公司激勵(lì)機(jī)制評(píng) 估實(shí)證研究。 第五章 結(jié)束語(yǔ)，介紹了本文的創(chuàng)新之處，并 提出了 進(jìn)一步研究的思路。 優(yōu)化的灰色方法在經(jīng)濟(jì)系統(tǒng)分析中的應(yīng)用 第二章經(jīng)濟(jì)系統(tǒng)分析的主要方法 經(jīng)濟(jì)系統(tǒng)分析的方法主要有:預(yù)測(cè)方法、評(píng)價(jià)方法、優(yōu)化方法、 模擬擬法、模型方法 限于篇幅和筆者的研究方向， 本文僅對(duì)經(jīng)濟(jì)系統(tǒng)分析中的預(yù)測(cè)方法和評(píng)估方法的優(yōu)化做出 討 論。 2 . 1 預(yù)測(cè)方法概述 預(yù)測(cè)學(xué)作為一門學(xué)科，是在科學(xué)技術(shù)高度發(fā)達(dá)的2 0 世紀(jì)產(chǎn)生的。在通常情況下， 預(yù)測(cè) 是根據(jù)事物過(guò)去發(fā)展變動(dòng)的客觀過(guò)程和某些規(guī)律性， 參照當(dāng) 前己 經(jīng)出 現(xiàn)和正在出現(xiàn)的各種可 能性， 應(yīng)用現(xiàn)代管理的、 數(shù)學(xué)的和統(tǒng)計(jì)的方法， 對(duì)事物未來(lái)可能出現(xiàn)的 趨勢(shì)和可能到達(dá)的水 平所作的一種科學(xué)推測(cè)。 預(yù)測(cè)的目的在干認(rèn)識(shí)自 然和社會(huì)的發(fā)展規(guī)律。 對(duì)未來(lái)的預(yù)測(cè)可以揭 示發(fā)展趨勢(shì)， 使人們盡早發(fā)現(xiàn)未來(lái)的苗頭，并能動(dòng)地控制其發(fā)展，使其為社會(huì)和人類服務(wù)。 對(duì)于經(jīng)濟(jì)預(yù)測(cè)期限的長(zhǎng)短不同，可分為長(zhǎng)期預(yù)測(cè)、中 期預(yù)測(cè)、近期預(yù)測(cè)和短期預(yù)測(cè). ( 1 ) 長(zhǎng)期經(jīng)濟(jì)預(yù)測(cè)， 長(zhǎng)期經(jīng)濟(jì)預(yù)測(cè)是指對(duì)5 年以 上的經(jīng)濟(jì)發(fā)展前景的預(yù)測(cè)。 ( 2 ) 中期經(jīng)濟(jì)預(yù)測(cè)， 中 期經(jīng)濟(jì)預(yù)測(cè)是指對(duì)1 年以 上5 年以下的經(jīng)濟(jì)發(fā)展前景的預(yù)測(cè)。 ( 3 ) 近期經(jīng)濟(jì)預(yù)測(cè)， 近期經(jīng)濟(jì)預(yù)測(cè)是指對(duì)3 個(gè)月以 上1 年以下的經(jīng)濟(jì)發(fā)展前景的預(yù)測(cè)。 ( 4 ) 短期 經(jīng)濟(jì)預(yù)測(cè)， 短期 經(jīng)濟(jì)預(yù)測(cè)是指以日 、 周、 月為單 位， 對(duì) 3 個(gè)月以下 經(jīng)濟(jì)發(fā) 展前 景的預(yù)測(cè)。它是制定月、旬計(jì)劃和明 確規(guī)定短期經(jīng)濟(jì)活動(dòng)具體任務(wù)的依據(jù)。 對(duì)于預(yù)測(cè)的研究己 經(jīng)有幾十年的歷史，因此預(yù)測(cè)理論和方法的門類繁多， 主要有汐 卜 推 法、 相關(guān)法、 解析法、 回歸分析法、 時(shí)間序列法、 神經(jīng)網(wǎng) 絡(luò)法、 灰色理論預(yù)測(cè)法、f; 爾漫濾 波法、小波分析預(yù)測(cè)法、 專家系統(tǒng)法、分析預(yù)測(cè)法等。 目 前，已經(jīng)應(yīng)用的預(yù)測(cè)技術(shù)大致有: ( 1 ) 外推預(yù)測(cè)技術(shù)。根據(jù)己 知的歷史資料來(lái)擬合一條反映被預(yù)測(cè)對(duì)象本身變化的趨勢(shì)曲 線， 然后在對(duì)未來(lái)某一點(diǎn)， 從趨勢(shì)曲 線上估計(jì)出該時(shí)刻被預(yù)測(cè)對(duì)象的預(yù)測(cè)值。 有多 項(xiàng) 式 趨勢(shì) 預(yù)測(cè) 模型、 對(duì)數(shù)曲 線預(yù) 測(cè) 模型、 指數(shù)曲 線 預(yù) 測(cè) 模型， 飽 和 ( 修正 ) 指 數(shù)曲 線預(yù) 測(cè)模型、倒指數(shù)曲 線預(yù)測(cè)模型、5型曲線預(yù)測(cè)模型、冪函數(shù)曲 線預(yù)測(cè)模i. 拍茲 曲線預(yù)測(cè)模型和邏輯曲線預(yù)測(cè)模型。 2 ) 回歸預(yù)測(cè)技術(shù)。回歸預(yù)測(cè)技術(shù)是一種應(yīng)用廣泛的基本預(yù)測(cè)技術(shù)，根據(jù)歷史資料的變 化規(guī)律尋找自 變置與因變量之間的回歸方程式，確定參數(shù)模型而做出預(yù)測(cè)。在問(wèn)歸 優(yōu)化的灰色方法在經(jīng)濟(jì)系統(tǒng)分析中的應(yīng)用 第二章經(jīng)濟(jì)系統(tǒng)分析的主要方法 經(jīng)濟(jì)系統(tǒng)分析的方法主要有:預(yù)測(cè)方法、評(píng)價(jià)方法、優(yōu)化方法、 模擬擬法、模型方法 限于篇幅和筆者的研究方向， 本文僅對(duì)經(jīng)濟(jì)系統(tǒng)分析中的預(yù)測(cè)方法和評(píng)估方法的優(yōu)化做出 討 論。 2 . 1 預(yù)測(cè)方法概述 預(yù)測(cè)學(xué)作為一門學(xué)科，是在科學(xué)技術(shù)高度發(fā)達(dá)的2 0 世紀(jì)產(chǎn)生的。在通常情況下， 預(yù)測(cè) 是根據(jù)事物過(guò)去發(fā)展變動(dòng)的客觀過(guò)程和某些規(guī)律性， 參照當(dāng) 前己 經(jīng)出 現(xiàn)和正在出現(xiàn)的各種可 能性， 應(yīng)用現(xiàn)代管理的、 數(shù)學(xué)的和統(tǒng)計(jì)的方法， 對(duì)事物未來(lái)可能出現(xiàn)的 趨勢(shì)和可能到達(dá)的水 平所作的一種科學(xué)推測(cè)。 預(yù)測(cè)的目的在干認(rèn)識(shí)自 然和社會(huì)的發(fā)展規(guī)律。 對(duì)未來(lái)的預(yù)測(cè)可以揭 示發(fā)展趨勢(shì)， 使人們盡早發(fā)現(xiàn)未來(lái)的苗頭，并能動(dòng)地控制其發(fā)展，使其為社會(huì)和人類服務(wù)。 對(duì)于經(jīng)濟(jì)預(yù)測(cè)期限的長(zhǎng)短不同，可分為長(zhǎng)期預(yù)測(cè)、中 期預(yù)測(cè)、近期預(yù)測(cè)和短期預(yù)測(cè). ( 1 ) 長(zhǎng)期經(jīng)濟(jì)預(yù)測(cè)， 長(zhǎng)期經(jīng)濟(jì)預(yù)測(cè)是指對(duì)5 年以 上的經(jīng)濟(jì)發(fā)展前景的預(yù)測(cè)。 ( 2 ) 中期經(jīng)濟(jì)預(yù)測(cè)， 中 期經(jīng)濟(jì)預(yù)測(cè)是指對(duì)1 年以 上5 年以下的經(jīng)濟(jì)發(fā)展前景的預(yù)測(cè)。 ( 3 ) 近期經(jīng)濟(jì)預(yù)測(cè)， 近期經(jīng)濟(jì)預(yù)測(cè)是指對(duì)3 個(gè)月以 上1 年以下的經(jīng)濟(jì)發(fā)展前景的預(yù)測(cè)。 ( 4 ) 短期 經(jīng)濟(jì)預(yù)測(cè)， 短期 經(jīng)濟(jì)預(yù)測(cè)是指以日 、 周、 月為單 位， 對(duì) 3 個(gè)月以下 經(jīng)濟(jì)發(fā) 展前 景的預(yù)測(cè)。它是制定月、旬計(jì)劃和明 確規(guī)定短期經(jīng)濟(jì)活動(dòng)具體任務(wù)的依據(jù)。 對(duì)于預(yù)測(cè)的研究己 經(jīng)有幾十年的歷史，因此預(yù)測(cè)理論和方法的門類繁多， 主要有汐 卜 推 法、 相關(guān)法、 解析法、 回歸分析法、 時(shí)間序列法、 神經(jīng)網(wǎng) 絡(luò)法、 灰色理論預(yù)測(cè)法、f; 爾漫濾 波法、小波分析預(yù)測(cè)法、 專家系統(tǒng)法、分析預(yù)測(cè)法等。 目 前，已經(jīng)應(yīng)用的預(yù)測(cè)技術(shù)大致有: ( 1 ) 外推預(yù)測(cè)技術(shù)。根據(jù)己 知的歷史資料來(lái)擬合一條反映被預(yù)測(cè)對(duì)象本身變化的趨勢(shì)曲 線， 然后在對(duì)未來(lái)某一點(diǎn)， 從趨勢(shì)曲 線上估計(jì)出該時(shí)刻被預(yù)測(cè)對(duì)象的預(yù)測(cè)值。 有多 項(xiàng) 式 趨勢(shì) 預(yù)測(cè) 模型、 對(duì)數(shù)曲 線預(yù) 測(cè) 模型、 指數(shù)曲 線 預(yù) 測(cè) 模型， 飽 和 ( 修正 ) 指 數(shù)曲 線預(yù) 測(cè)模型、倒指數(shù)曲 線預(yù)測(cè)模型、5型曲線預(yù)測(cè)模型、冪函數(shù)曲 線預(yù)測(cè)模i. 拍茲 曲線預(yù)測(cè)模型和邏輯曲線預(yù)測(cè)模型。 2 ) 回歸預(yù)測(cè)技術(shù)?；貧w預(yù)測(cè)技術(shù)是一種應(yīng)用廣泛的基本預(yù)測(cè)技術(shù)，根據(jù)歷史資料的變 化規(guī)律尋找自 變置與因變量之間的回歸方程式，確定參數(shù)模型而做出預(yù)測(cè)。在問(wèn)歸 優(yōu)化的灰色方法在經(jīng)濟(jì)系統(tǒng)分析中的應(yīng)用 模型的確定上，根據(jù)歷史資料和未來(lái)發(fā)展分析。由于模型是荃于歷史資料進(jìn)行的回 歸 分析，能較好地?cái)M合過(guò)去， 但對(duì)未來(lái)地預(yù)測(cè)效果 會(huì)隨時(shí)間地延長(zhǎng)而減弱。 運(yùn)用該 方法的優(yōu)點(diǎn)是 預(yù)測(cè)過(guò)程簡(jiǎn)單， 參數(shù)估計(jì)技術(shù)t t 較成熟， 缺點(diǎn)是線性回歸分析模 q 預(yù) 測(cè)精度較 低; 而非線性回 歸預(yù)測(cè)計(jì)算開 銷大， 預(yù)測(cè)過(guò)程復(fù)雜。 適用于中 期預(yù)測(cè)。 ( 3 ) 確定型時(shí)河序列預(yù)測(cè)技術(shù)。 確定型時(shí)間序列預(yù)t技術(shù)也是一類常用的預(yù)測(cè)技術(shù)。它 的基本出發(fā)點(diǎn)是: 用事物過(guò)去的 變化特征來(lái)描述和預(yù)測(cè)其未來(lái)的變化 特征。 時(shí)間序列 預(yù)測(cè)技術(shù)十分重視預(yù)測(cè)對(duì)象的過(guò)去行為與時(shí)( a l 的聯(lián)系。并且計(jì)算簡(jiǎn)便、需時(shí)較短、 計(jì)算成本較低，適合對(duì)各種事物進(jìn)行中期和短期的預(yù)測(cè)，尤其適用于缺少外部情報(bào) 資 料的情 況。它的 缺點(diǎn)是:因?yàn)?缺少具 體的因 果分析， 所以當(dāng) 未來(lái)時(shí)段 距現(xiàn)在 較遠(yuǎn) 時(shí)，隨著不確定因素的 增加，其長(zhǎng)期預(yù)測(cè)的可信度較差。但是，有時(shí)仍可以 作為長(zhǎng) 期預(yù)測(cè)的第一步， 提供一個(gè)對(duì)未來(lái)發(fā)展趨勢(shì)的大致估計(jì)，作為進(jìn)一步分析 n參考依 據(jù)。 確 定 型 時(shí) 間 序列 預(yù) 測(cè) 方 法的 基 本 思 想是 用一 個(gè) 確定 的 時(shí) 間m 數(shù)y 二 廠 ( t ) 來(lái) 擬 合 時(shí)間 序列，不同的變化采取不同的函 數(shù)形式來(lái)描述，不同 變化的疊加采用不同的函 數(shù)疊加來(lái)描述。 確定型時(shí)間序列預(yù)測(cè)的一般步驟是: 首 先求出基本的發(fā)展趨勢(shì)，然后 分 析可能 存在的 周期波動(dòng)， 接 著再通過(guò) 對(duì)隨 機(jī)變動(dòng)的 分析， 確定一個(gè)合理的預(yù)測(cè)ix . 間， 最后就可以 進(jìn)行預(yù)測(cè)了。 ( 4 ) 隨機(jī)型時(shí)間序列預(yù)測(cè)技術(shù). 隨機(jī)型時(shí)間序列預(yù)il l 技術(shù)是把時(shí)間序列作為隨機(jī)過(guò)程來(lái) 研究、描述和說(shuō)明的。由 于它考慮到時(shí)間序列的隨機(jī)特征和統(tǒng)計(jì)特征，所以 要比確 定性時(shí)間 序列預(yù)測(cè)方法提供的信息要多，預(yù)測(cè)精度也較高，尤其適合用于預(yù)測(cè)復(fù)雜 的 時(shí)間 序列。 隨機(jī)型時(shí)間 序列分析法的 基本思 想是通過(guò)分析不同時(shí) 刻變量的相關(guān)關(guān) 系， 揭示其相關(guān)結(jié)構(gòu)。利 用這種相關(guān)結(jié)構(gòu)來(lái)對(duì)時(shí)間 序列進(jìn)行預(yù)測(cè)， ( 5 ) 灰色預(yù)測(cè)法?；疑到y(tǒng)理 論 將一切隨 機(jī)變化量 看作是 在一定 范圍內(nèi) 變化的灰色量， 常用累加生成 ( a g 。一。 c u m u la te d g e n e r a t in g o p e r a t io n )和累減生成 ( i a g o - - - i n v e r s e a c c u m u la t e d g e n e r a t in g o p e ra t io n ) 的 方 法， 將 雜亂 無(wú) 章的 原 始ir e 料整 理成規(guī)律性 較強(qiáng)的 生 成資 料列。 用灰色 模型( g m -g r e y m o d e l ) 的 微分方 程作 為經(jīng)濟(jì)指標(biāo)的預(yù)測(cè)時(shí)，求解微分方程的時(shí)間響應(yīng)函數(shù)表達(dá)式即為所求的灰色預(yù)測(cè)模 優(yōu)化的灰色方法在經(jīng)濟(jì)系 統(tǒng)分析中的應(yīng)用 型，對(duì)模型的精度和可信度進(jìn)行校驗(yàn)并修正后，即可用模型預(yù)測(cè)未來(lái)的銷售。此法 適用于短、中、長(zhǎng)三個(gè)時(shí)期的預(yù)測(cè)。在建模時(shí)不需要計(jì)算統(tǒng)計(jì)特征量，從理論上講 可以使用于任何非線性變化的經(jīng)濟(jì)指標(biāo)分析。優(yōu)點(diǎn)是其微分方程指數(shù)解適合于具有 指數(shù)增長(zhǎng)趨勢(shì)的資料。 對(duì)于具有其它趨勢(shì)的資料則有時(shí)擬合灰度較大， 精度難以 提 高。 ( 6 ) 專家系統(tǒng)法。 專家系統(tǒng)方法是一種人工智能的計(jì)算機(jī)程序系統(tǒng)，這些程序具有相當(dāng) 于某個(gè)專門領(lǐng)域的專家的知識(shí)和經(jīng)驗(yàn)水平，以及解決專門問(wèn)題的能力。其基本組成 如圖 l . i fl 系統(tǒng)用戶 圖1 . 1專家系統(tǒng)的基本組成 ( 7 ) 人工神 經(jīng)網(wǎng) 絡(luò)。 人工神經(jīng)網(wǎng) 絡(luò)( a r tif ic ia l n e u r a l n e tw o r k ， 簡(jiǎn)稱a n n ) 是基于模 仿人類 大腦的結(jié)構(gòu)和功能而構(gòu)成的一種信息處理系統(tǒng)， 它具有很多與人類智能相類似的 特點(diǎn)， 通過(guò) 訓(xùn)練學(xué)習(xí)而具備適應(yīng)外部環(huán)境的能力、 模式識(shí)別能力和綜合推理能力。 神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)法是目 前預(yù)測(cè)方法研究的一個(gè)熱點(diǎn)，尤其是自 組織、自 適應(yīng)、自 學(xué)習(xí)功能是傳統(tǒng)算法所不具備的， 因此是在國(guó)際上得到認(rèn)可的實(shí)用預(yù)測(cè)方法之一， 可分為神經(jīng)網(wǎng)絡(luò)趨勢(shì)預(yù)測(cè)和神經(jīng)網(wǎng)絡(luò)相關(guān)預(yù) 測(cè)。 神經(jīng)網(wǎng) 絡(luò)趨勢(shì)預(yù)測(cè)是通過(guò)對(duì)資料的“ 學(xué)習(xí)” 來(lái)逐漸 “ 理解” 真實(shí)系統(tǒng)的運(yùn)行規(guī)律。 神經(jīng) 網(wǎng) 絡(luò)相關(guān)預(yù)測(cè)是通過(guò)對(duì)引 起變化的相關(guān)影響因素的“ 學(xué)習(xí)” 來(lái)逐漸 “ 理解” 真實(shí)系統(tǒng)的 運(yùn)行 規(guī) 律。網(wǎng) 絡(luò)的學(xué)習(xí) ，就 是利用樣本資 料根據(jù)一定的目 標(biāo)函 數(shù)來(lái) 優(yōu)化網(wǎng) 絡(luò)參數(shù)( 權(quán)值或闡 值) 的 過(guò)程。網(wǎng) 絡(luò)學(xué)習(xí) 算法較多， 其中 反傳學(xué)習(xí) 算法( b a c k - p r o p a g a t io n a lg o r it h m ， 簡(jiǎn)稱 b p算法) 方便、直觀且訓(xùn)練有效，現(xiàn)被廣為采用。 優(yōu)化的灰色方法在經(jīng)濟(jì)系統(tǒng)分析中的應(yīng)用 2 . 2 評(píng)估方法概述. 評(píng)估就是根據(jù)確定的目 標(biāo)來(lái)測(cè)定系統(tǒng)的屬性， 并將這種屬性變?yōu)榭陀^定量的價(jià)值或土觀 效用 滿足主體要求的程度) 的行為，即明確系統(tǒng)價(jià)值的過(guò)程。評(píng)估在系統(tǒng)分析中是一個(gè)非常 重要的問(wèn)題。 在對(duì)系統(tǒng)有關(guān)的替代方案做出正確的決策之前， 首先必須對(duì)各替代方案做出客 觀的評(píng)估，從而根據(jù)選定的衡量準(zhǔn)則權(quán)衡各方案的價(jià)值大小，找出 最優(yōu)方案。 根據(jù)系統(tǒng)所處的不同階段， 評(píng)估可分為事前評(píng)估、中間評(píng)估、 事后評(píng)估和跟蹤評(píng)估。 另 外， 根據(jù)程度和范圍的不同， 評(píng)估還可以 分為概略評(píng)估、 詳細(xì)評(píng)估和綜合評(píng)估等a 評(píng)估方 法是能 夠?qū)τ?評(píng)估對(duì) 象、 評(píng) 估主 體、 評(píng)估目 的、 評(píng)估時(shí)間 等要素 構(gòu)成的系統(tǒng)評(píng)估 問(wèn)題進(jìn)行科學(xué)評(píng)估的規(guī)律; 評(píng)估技術(shù)則是將評(píng)估方法的規(guī)律轉(zhuǎn)化為評(píng)估的研究手段。 評(píng)估方 法和技術(shù)的任務(wù)在于從評(píng)估主體或決策者根據(jù)具體情況所給出的評(píng)估尺度可能是模糊的出 發(fā)， 對(duì)評(píng)估對(duì)象進(jìn)行前后一致、 無(wú)矛盾的價(jià)值測(cè)定，以 獲得多數(shù)人都可以 接受的評(píng)估結(jié)果 為決策者提供參考信息。 評(píng)估方法和技術(shù)發(fā)展至今，已 不下幾十種， 大體上可以分為以下幾類: 專家評(píng)估法、 經(jīng) 濟(jì) 指標(biāo)法、數(shù)學(xué)分析法、 混合方法。 每一類方法分別由多 種方法組成。 ( 1 ) 專家評(píng)估法。這類方法是以專家的主觀判斷為驀礎(chǔ)， 通常分 “ 分?jǐn)?shù)” 、 “ 指數(shù)滬 、 “ 序 數(shù)” 、 “ 評(píng)語(yǔ)” 等做為評(píng)估的標(biāo)值，然后再做出總的 評(píng)估。 ( 2 ) 指標(biāo)分析法。這類方法事先確定好的某個(gè)指標(biāo)來(lái)評(píng)估不同的 對(duì)象。根據(jù)所選用的指 標(biāo)形式，常用的方法有兩大類:一類是用于一些特定形式的綜合指標(biāo)， 例如用于評(píng) 估新產(chǎn)品更新?lián)Q代開發(fā)的奧爾森公式、泊西柯公式和蒂爾公式等， 用于評(píng)估新產(chǎn)品 開發(fā)、 新產(chǎn)品更新?lián)Q代生命周期的索別爾曼投資價(jià)值模式、安索夫模型和潘德模型 等。 國(guó)內(nèi) 也開發(fā)了 一些評(píng)估科技成果和經(jīng)濟(jì)效益的指標(biāo)。 另一類是費(fèi)用效益分析法， 這是一種常用而又經(jīng)典的系統(tǒng)評(píng)估方法， 其主要原理是先估算出替代方案的總費(fèi)用 c和總效益b， 然后再用b i c或b一 c做為指標(biāo)對(duì)方案進(jìn)行評(píng)估。 ( 3 ) 數(shù)學(xué)分析法。 這類方法在評(píng)價(jià) 過(guò)程中 較多地用到數(shù)學(xué)方法， 常用的主要有以曰 類: 多標(biāo)決策方法、 d e a方法、層次分析法 ( a h p ) .模糊評(píng)估方法、可能滿意度方法、 數(shù)理統(tǒng)計(jì)方法。 ( 4 ) 混合方法。 這類方法的特點(diǎn)是將上述幾類方法混合應(yīng)用， 如f h w ( 2 ) ，二 、 x , n ) ( y ( k ) 卜 f v ( 1 ) , v ( 2 ) ，一， y ( n ) ) 對(duì)于單 位不同 ， 或初值不同的 數(shù)列作關(guān)聯(lián)度分析時(shí)，為了 便于比 較， 需進(jìn) 行無(wú)量綱化( 標(biāo)準(zhǔn) 化) 處理。 標(biāo) 準(zhǔn)化 處 理 后 ，仍 記為 戈( k ) 和 y ( k ) ) : f ,( k ) = x , ( 1) ， x 旦， , x ,( n ) ) x ; x , x , f y (k ) 二 v ( 1) ， v (2 ) ， ， y( n ) ) 夕v v 其中 優(yōu)化的灰色方法在經(jīng)濟(jì)系統(tǒng)分析中的應(yīng)用 第三章優(yōu)化的灰色預(yù)測(cè)方法在經(jīng)濟(jì)分析中的應(yīng)用 3 . 1 一般的灰色建模預(yù)測(cè)方法及其缺陷 灰色理論是由 我國(guó)學(xué)者鄧聚龍教授首先提出的一種處理不完全信息的理論方法。 所謂灰 色系統(tǒng)是介于白 色系統(tǒng)和黑色系統(tǒng)之間的過(guò)渡系統(tǒng)， 具體含義是: 如果某一系統(tǒng)的 全部信息 已知為白 色系統(tǒng)， 全部信息末知為黑色系統(tǒng)， 部分信息已 知， 部分信息未知， 那么這一系統(tǒng) 就是灰色系統(tǒng)。 一般地說(shuō)，社會(huì)系統(tǒng)、 經(jīng)濟(jì)系統(tǒng)、生態(tài)系統(tǒng)等都是灰色系統(tǒng)。 灰色系統(tǒng)理論認(rèn)識(shí)是對(duì)在一定范圍內(nèi)變化的， 與時(shí)間有關(guān)的灰色過(guò)程的預(yù)測(cè)理論。 盡管 系統(tǒng)變化過(guò)程中所顯示的現(xiàn)象是隨機(jī)的，雜亂無(wú)章的， 但實(shí)質(zhì)則是有序的、 有界的，因此這 樣的 數(shù)據(jù)集合具 有一 定的 潛在規(guī) 律性， 灰色 預(yù)測(cè)就是 利用 這種規(guī)律建立灰色 模型預(yù) 測(cè)。 閉 工 1 . 1 灰色關(guān)聯(lián)分析 關(guān)聯(lián)度是分析系統(tǒng)中各因素關(guān)聯(lián)程度的一種技術(shù)方法， 或者說(shuō)關(guān)聯(lián)程度量化的方法?；?色關(guān)聯(lián)分析的 基本思想是根據(jù)序列曲 線幾何形狀的相似程度來(lái)判斷其聯(lián)系是否緊密。 曲 線越 緊密，相應(yīng)序列之間的關(guān)聯(lián)度就越大，反之就越小。 設(shè)x ( k ) , i= 1 ， 2 . 二 ，,h 為h 個(gè) 預(yù) 測(cè)自 變量， y ( k ) 為 預(yù) 測(cè) 量 ， 時(shí) 間 序列k = 工 ，2 , - - - ,n ,用集 合 可 表 示為: 江( k ) = (x, ( 1 ) , x ; ( 2 ) ，二 、 x , n ) ( y ( k ) 卜 f v ( 1 ) , v ( 2 ) ，一， y ( n ) ) 對(duì)于單 位不同 ， 或初值不同的 數(shù)列作關(guān)聯(lián)度分析時(shí)，為了 便于比 較， 需進(jìn) 行無(wú)量綱化( 標(biāo)準(zhǔn) 化) 處理。 標(biāo) 準(zhǔn)化 處 理 后 ，仍 記為 戈( k ) 和 y ( k ) ) : f ,( k ) = x , ( 1) ， x 旦， , x ,( n ) ) x ; x , x , f y (k ) 二 v ( 1) ， v (2 ) ， ， y( n ) ) 夕v v 其中 優(yōu)化的灰色方法在經(jīng)濟(jì)系統(tǒng)分析中的應(yīng)用 、 一 1 n- y- x ; (k ),yn k=, 一 去 nn y, y (k) y ( k ) 與x ; ( k ) 在第k 點(diǎn)的 關(guān)聯(lián)系 數(shù)為 g , ( k ) “ 幾( k ) m ;n + 幾t k ) , x 及( k ) + b d , ( k ) . _ 其 中 ， d , ( k ) = ly ( k ) 一 x ; ( k ) i 稱 為 第 k 點(diǎn) y 與 x ; ( k ) 的 絕 對(duì) 差 ; d ; ( k ) , 。 稱 為 兩 極 最 小 差;幾( k ) ，稱 為 兩 極 最 大 差 : b 稱 為 分 辯 系 數(shù) ， 是0 與i 之 間 的 數(shù)， 通 常 設(shè)b = 0 .5 。 對(duì)于資料 序列而言, y 與x的 關(guān)聯(lián)度為 ， ， 一 去 鑫 c , (k )k= 只 越 大 ， 戈與y 的 關(guān) 聯(lián) 性 越好 ，將h 個(gè) 只 = 1 ,2 , . . . ,h ) 由 大 至小 排列獲 得 關(guān)聯(lián) 程 度強(qiáng)、 弱 排 序。b 的 值只 影 響p , 本 身的 大小 ，不 影響h 個(gè)p , 的 排 列 秩 序。 3 . 1 . 2 灰色模塊的生成 ( 1 ) 累加生成序列 灰色預(yù)測(cè)通常不直接運(yùn)用原始序列， 這是由 于原始序列?；烊朐肼?。 隨機(jī)理論用濾波的 方法去除噪聲， 在灰色理論中 相當(dāng)于 濾波的方法， 就是 模塊生成。 所謂模塊生成， 就是用累 加的方法生成新序列， 使離亂的原始資料中蘊(yùn)含的積分特性或規(guī)律充分顯露出 來(lái)。用符號(hào) a g o ( a c c u m u l a t e d g e n e r a t in g o p e r a t i o n ) 表示。 原始資料列: x (0 ) = 籠 x iv ( ) , x 0 ( 2 ) : 一 ， x 10 ( n ) 一次累加生成 ( 記為i - a g o ) 序列為: x m= x t0 ( 1 ) , x m ( 2 ) , . ., x m ( n ) 其 中， x ( ( 0 ) 二 x 0 ( 0 ) 優(yōu)化的灰色方法在經(jīng)濟(jì)系統(tǒng)分析中的應(yīng)用 、 一 1 n- y- x ; (k ),yn k=, 一 去 nn y, y (k) y ( k ) 與x ; ( k ) 在第k 點(diǎn)的 關(guān)聯(lián)系 數(shù)為 g , ( k ) “ 幾( k ) m ;n + 幾t k ) , x 及( k ) + b d , ( k ) . _ 其 中 ， d , ( k ) = ly ( k ) 一 x ; ( k ) i 稱 為 第 k 點(diǎn) y 與 x ; ( k ) 的 絕 對(duì) 差 ; d ; ( k ) , 。 稱 為 兩 極 最 小 差;幾( k ) ，稱 為 兩 極 最 大 差 : b 稱 為 分 辯 系 數(shù) ， 是0 與i 之 間 的 數(shù)， 通 常 設(shè)b = 0 .5 。 對(duì)于資料 序列而言, y 與x的 關(guān)聯(lián)度為 ， ， 一 去 鑫 c , (k )k= 只 越 大 ， 戈與y 的 關(guān) 聯(lián) 性 越好 ，將h 個(gè) 只 = 1 ,2 , . . . ,h ) 由 大 至小 排列獲 得 關(guān)聯(lián) 程 度強(qiáng)、 弱 排 序。b 的 值只 影 響p , 本 身的 大小 ，不 影響h 個(gè)p , 的 排 列 秩 序。 3 . 1 . 2 灰色模塊的生成 ( 1 ) 累加生成序列 灰色預(yù)測(cè)通常不直接運(yùn)用原始序列， 這是由 于原始序列常混入噪聲。 隨機(jī)理論用濾波的 方法去除噪聲， 在灰色理論中 相當(dāng)于 濾波的方法， 就是 模塊生成。 所謂模塊生成， 就是用累 加的方法生成新序列， 使離亂的原始資料中蘊(yùn)含的積分特性或規(guī)律充分顯露出 來(lái)。用符號(hào) a g o ( a c c u m u l a t e d g e n e r a t in g o p e r a t i o n ) 表示。 原始資料列: x (0 ) = 籠 x iv ( ) , x 0 ( 2 ) : 一 ， x 10 ( n ) 一次累加生成 ( 記為i - a g o ) 序列為: x m= x t0 ( 1 ) , x m ( 2 ) , . ., x m ( n ) 其 中， x ( ( 0 ) 二 x 0 ( 0 ) 優(yōu)化的灰色方法在經(jīng)濟(jì)系統(tǒng)分析中的應(yīng)用 x (1) ( 2 ) = x (0 ) ( 1 ) + x (0 ) ( 2 ) x ( ( ( 3 ) = x (0 ) ( 1 ) + x ( 0 ) ( 2 ) + x (o ) ( 3 ) 一般有: x () ( k ) = 藝x (0 ) ( i) 若對(duì)x(o ) 作m次累加生 成 ( 記為m - a g o ) ， 則有 x () ( n ) = 藝 x ( 一 ，) ( i) i a 一般地， 對(duì)非負(fù)數(shù)列， 累 加生成地次數(shù)越多， 數(shù)列地隨機(jī)性就弱化的 越多。 當(dāng)累加生成次數(shù) 足夠大時(shí)， 時(shí)間序列便由 隨機(jī)轉(zhuǎn)變?yōu)榉请S機(jī)的了。 在g m模型中， 一股只對(duì)數(shù)列作) - a g o . ( 2 ) 累減生成算法 累減生成 ( i n v e r s e a g o ) 是在獲取增量信息時(shí)常用的生成， 累減生成對(duì)累加生成起還 原作用，累減生成與累 加生成是互逆過(guò)程。 在建模過(guò)程中， 常用i a g o表示。 令x a ) ( k ) 為: 次 累 加 生 成 數(shù) 列 若 對(duì)x ( ) ( k ) 作 累 減 生 成 ， 其 基 本 關(guān) 系 式 為 : a (o ) ( x (r ) ( k ) ) = x (r ) ( k ) ， k = 1 ,2 ，二 ， n a () ( x c ) ( k ) ) = a (0 ) ( x ( ) ( k ) 一 a (0 ) ( x ( ) ( k 一 1 ) ) a (z ) ( x ( ) ( k ) ) = a ( l) ( x ( ) ( k ) ) 一 a o ) ( x ( ( k 一 i 式 中 ， a (0 ) ( x ( ) ( k ) ) 為。 次 累 減 數(shù) ， 表 示 沒(méi) 有 累 減 : a ) ( x ( ) ( k ) ) 為 一 次 累 減 數(shù) ， 表 示 將 第 k 個(gè)與第k - 1 個(gè)時(shí)刻兩個(gè)0 次累減量求差， 其余類推。 由上述關(guān)系，可推導(dǎo)出下列關(guān)系式: a () ( x ( ) ( k ) ) = , x ( i) 第 i 年 的 一 次 累 加 生 成 值 。 * ( 0 ) . . . , k 一 i ，由( 3 ) 式可 求 得x ( t + 1 ) . 即x ( 2 ) ,x ( 3 )二、x ( k ) 從而有 ，2.we釗刀灘 =+ 如.際卜 ( 0 ) x ( t + i )是 一 次 累 加量， 還 需 求出 還 原值x ( t + l ) ， 即 全 。， ( t + 1 ) = x ( t + i ) 一 x ( t ) g m ( 1 , p )預(yù)測(cè)模型精度檢驗(yàn) 劫咧3.1.4 預(yù)測(cè)模型應(yīng)該能擬合過(guò)去， 更重要的是能預(yù)測(cè)未來(lái)， 對(duì)預(yù)測(cè)模型進(jìn)行全面的精度檢驗(yàn)和 評(píng)價(jià)是 必要的， 只有 這樣， 才能 真正 建 立符合實(shí)際 條件的 預(yù) 測(cè)模型。 對(duì)g m ( 1 , 1 ) 預(yù)測(cè) 模 型的檢驗(yàn)有三種方法， 即 殘差大小檢驗(yàn)、 關(guān)聯(lián)度檢驗(yàn)和后驗(yàn)差檢驗(yàn)。 關(guān)聯(lián)度檢驗(yàn)是考察模型 值曲 線與建模序列曲 線的相似程度，一般認(rèn)為當(dāng)關(guān)聯(lián)度r 0 .b 8時(shí)， 模型才令人滿意，預(yù)測(cè) 才是可信的。 后驗(yàn)差檢驗(yàn)是對(duì)殘差分布的 統(tǒng)計(jì)特性進(jìn)行檢驗(yàn)， 它由 后驗(yàn)差比 值c 和小誤差p 共同 描述。下面給出c , p 取值的模型精