灰色关联投影法

灰色关联投影法（精选8篇）

灰色关联投影法 篇1

为了加快与公路网规划的衔接, 推动综合运输的发展, 2007年, 交通部公布了《国家公路运输枢纽布局规划》, 共确定179个国家公路运输枢纽, 全国196个城市列为国家公路主枢纽城市。

公路运输枢纽的总体规划是1个多因素的决策过程, 枢纽的现状评价作为1个多因素的决策分析是枢纽规划的基础环节, 为规划布局合理的运输枢纽奠定基石。

本文提出了将灰色关联投影法应用于枢纽综合评价的思路, 以资丰富可供选择的公路运输枢纽综合评价方法。结合河南省驻马店市客运枢纽现状, 建立了客运枢纽综合评价指标体系并应用灰色关联投影法对其客运枢纽现状进行了综合评价, 揭示了地区内客运枢纽发展的现状。

1 公路运输枢纽规划评价技术

1.1 灰色关联投影法

灰色关联投影法是1种多因素统计分析方法, 建立评价模型简单易用。本文将灰色关联投影法用于公路运输枢纽综合评价, 原因是:对公路运输枢纽进行综合评价时, 待评价的公路运输枢纽本身就是1个多因素的灰色系统。系统中既有已被了解的白色信息, 又有尚未被发现的黑色信息, 而更多的是一般定性了解的灰色信息。各种因素之间并不是相互独立的, 尽管它们之间的关系不明确, 但实际上确是存在的, 从本质上讲, 这是1种灰色关联关系。所以, 对这样的系统进行评价, 实际上是1个灰色多目标决策问题。运用灰色关联投影法对其实施综合评价更具有针对性和灵活性。

1.2 评价技术对比

目前, 用于公路运输枢纽规划评价的技术方法主要有模糊综合评价法、层次分析法 (AHP) 等[1,2,3,4], 本文将其与灰色关联投影法进行了分析对比, 如表1。

2 灰色关联投影法原理

灰色关联投影法是在矢量投影原理和灰色系统理论基础上衍生的1种数学模型[5]。目前, 该方法被应用于综合经济效益评价、工程项目评价和公路网综合评价, 评价效果较好[6]。本文采用此方法进行公路运输枢纽综合评价。该方法的基本原理如下:

考虑多指标决策域的集合:

$\begin{array}{l}\mathit{A}=\left\{\text{方}\text{案}1‚\text{方}\text{案}2‚\cdots ‚\text{方}\text{案}n\right\}=\\ \left\{A{}_1,A{}_2,\cdots ‚A{}_n\right\}\end{array}$

记V是因素指标的集合:

$\begin{array}{l}\mathit{V}=\left\{\text{指}\text{标}1‚\text{指}\text{标}2‚\cdots ‚\text{指}\text{标}m\right\}=\\ \left\{V{}_1,V{}_2,\cdots ‚V{}_m\right\}\end{array}$

方案Ai对指标Vj的指标值记为Yij (i=1, 2, …, n;j=1, 2, …, m) 。通常, 指标有“效益型”指标、“成本型”指标的区别。效益型指标是属性值愈大愈好的指标, 成本型指标是属性值愈小愈好的指标。

定义1 记最佳决策方案A0的因素指标为Y0j, 且满足:

当因素指标为效益型指标:

$\begin{array}{l}Y{}_{ij}^{´}=Y{}_{ij}/Y{}_{0j}\\ i=1‚2‚\cdots ‚n；j=1‚2‚\cdots ‚m(1)\end{array}$

当因素指标为成本型指标:

$\begin{array}{l}Y{}_{ij}^{´}=Y{}_{0j}/Y{}_{ij}\\ i=1‚2‚\cdots ‚n；j=1‚2‚\cdots ‚m(2)\end{array}$

经过初值化处理以后, 显然Y′0j=1 (j=1, 2, …, m) 即为理想方案, 以Y′0j为母因素, 以Y′ij=1 (i=1, 2, …, n;j=1, 2, …, m) 为子因素, 就可以得到其他方案与理想方案的关联度。

定理1 记 (S, Γ) 为灰色关联空间;ξ为特定关联映射, rij为子因素Y′ij (i=1, 2, …, n;j=1, 2, …, m) 关于母因素Y′0j (j=1, 2, …, m) 的关联度, rij=ξ (Y′0j, Y′ij) , 则有:

$\begin{array}{l}r{}_{ij}=\\ \frac{\min \underset{n}{{\displaystyle }}\underset{m}{{\displaystyle \min }}|Y{}_{0j}^{´}-Y{}_{ij}^{´}|+\lambda \underset{n}{{\displaystyle \max }}\underset{m}{{\displaystyle \max }}|Y{}_{0j}^{´}-Y{}_{ij}^{´}|}{|Y{}_{0j}^{´}-Y{}_{ij}^{´}|+\lambda \underset{n}{{\displaystyle \max }}\underset{m}{{\displaystyle \max }}|Y{}_{0j}^{´}-Y{}_{ij}^{´}|}(3)\end{array}$

常数λ称为分辨系数, 它的作用在于调整比较环境的大小, 即将比较环境缩小改变, 当λ=0时, 环境消失;通常, 取λ=0.5。

定义2 称由 (n+1) m个r组成的矩阵为多目标灰色关联度判断矩阵F。

$\mathit{F}=\left|\begin{array}{ccc}r{}_{01}& \cdots & r{}_{0m}\\ ⋮& & ⋮\\ r{}_{n1}& \cdots & r{}_{nm}\end{array}\right|$

显然, r01= r02=…= r0m=1。

设评价指标间的加权向量为W= (w1, w2, …, wm) T>0。

定义3 将每个决策方案看成1个行向量 (矢量) , 则称每个决策方案Ai与理想方案A0之间的夹角θi为灰色关联投影角, 如图1所示。

且满足决策方案Ai与理想方案A0之间的夹角余弦为:

$\begin{array}{l}r{}_i=\cos \theta {}_i=\frac{\mathit{A}{}_i\cdot \mathit{A}{}_0}{\parallel \mathit{A}{}_i\parallel \cdot \parallel \mathit{A}{}_0\parallel }=\\ \frac{{\displaystyle \sum _{j=1}^{m}w}{}_{j}F{}_{ij}\cdot w{}_j}{\sqrt{{\displaystyle \sum _{j=1}^m[}w{}_{j}F{}_{ij}]{}^2}\cdot \sqrt{{\displaystyle \sum _{j=1}^m[}w{}_j]{}^2}}\\ (i=1,2,\cdots ‚m)(4)\end{array}$

显然, 夹角余弦0<ri≤1, 且总是愈大愈好, ri愈大, 表示决策方案Ai与理想方案A0之间的变化方向愈一致。

定义4 称决策方案Ai的模数为di

$d{}_i=\sqrt{{\displaystyle \sum _{j=1}^m[}w{}_{j}F{}_{ij}]{}^2}(5)$

将模的大小与夹角余弦的大小结合考虑, 就可以全面准确地反映各决策方案与理想方案之间的接近程度。

定义5 称决策方案Ai在理想方案A0上的投影为灰色关联投影值Dj, 且满足:

$\begin{array}{l}D{}_j=d{}_i\cdot r{}_i=\sqrt{{\displaystyle \sum _{j=1}^m[}F{}_{ij}w{}_j]{}^2}\times \\ \frac{{\displaystyle \sum _{j=1}^{m}w}{}_{j}F{}_{ij}\times w{}_j}{\sqrt{{\displaystyle \sum _{j=1}^m[}F{}_{ij}w{}_j]{}^2}\times \sqrt{{\displaystyle \sum _{j=1}^m[}w{}_j]{}^2}}=\\ {\displaystyle \sum _{j=1}^{m}F}{}_{ij}\omega {}_j^2\sqrt{{\displaystyle \sum _{j=1}^m[}\omega {}_j]{}^2}(6)\end{array}$

经过上述步骤, 就可以得到各比选方案的投影值。根据这些投影值的大小, 对多指标的比选方案做出科学的排序比较和分析。

3 实例分析

应用灰色关联投影法对驻马店市公路客运枢纽现状进行评价, 以揭示各地区客运枢纽建设的均衡性, 为在未来的客运枢纽规划中能有所侧重, 体现枢纽规划的公平原则, 为公路运输的均衡发展提供决策服务。

3.1 评价实施步骤

依据灰色关联投影法原理, 划分评价步骤如图2。

3.2 建立方案集和因素指标集

已知方案集为驻马店辖区内的一区九县, A={驿城区, 西平县, 上蔡县, 平舆县, 正阳县, 确山县, 泌阳县, 汝南县, 遂平县, 新蔡县}。

因素指标集为与客运枢纽属性相关的各因素集合。在遵循科学性、可操作性和综合性的原则上, 参考相关文献[3,4,5,6], 本文建立的客运枢纽综合评价指标体系从技术、需求和社会评价三方面考虑, 共10个因素指标, 如图3所示。

3.2.1 技术评价指标

技术评价指标反映了客运枢纽的现状及其与城市规划的协调性。由于本文旨在评价各地区客运枢纽建设的均衡性, 不同于枢纽规划评价。采用C1和C2能够直接反应出客运枢纽的规模和生产能力。

C3可考虑2个主要指标的协调:①与总体规划中用地规划协调C31;②与城市道路网协调C32。

$C{}_3=aC{}_{31}+(1-a)C{}_{32}(7)$

C31=总体规划中客运枢纽用地与现状客运枢纽用地重合的面积C′2/C2

C32:可将城市客、货专用道路类同于城市道路等级, 分成快速、主干和次干3种专用等级的道路, 出入通道如选择其一, 可给一定的值。选快速:C32=1, 主干:C32=0.9, 次干:C32=0.8。 是表征与城市用地规划协调的重要性系数, 可取0.5～0.6。

3.2.2 需求评价指标

需求评价指标从客运需求和经济发展两方面反映了对客运枢纽规模的需求情况。C6为客运枢纽的现状需求, 与C1相比可反映出现状枢纽生产饱和状态;C4、C5可反映出客运枢纽的潜在需要。

交通运输与经济发展有着密切关系, 经济的快速增长往往促进出行需求的增长和运输枢纽的建设。C7、C8可反映出地区间经济发展的不均衡性以及对运输需求的刺激作用。

3.2.3 社会评价指标

社会评价指标综合考虑了客运枢纽对社会与经济公平发展的影响程度, 对环境的适应性。这2个指标为灰色信息, 通过综合分析考察意见对其量化。

根据图3建立的评价指标体系, 统计分析驻马店各县区经济发展和交通运输方面的历史数据[7], 得到驻马店各县区现状客运枢纽评价单项指标汇总情况, 如表2所列。

3.2.4 确定评价指标权重集

调查并整理专家意见, 得到1组权重加权系数, 见表3。

则权重集矩阵W= (0.234, 0.126, 0.09, 0.094 5, 0.063, 0.157 5, 0.074 25, 0.060 75, 0.05, 0.05) 。

3.3 计算程序

显然, 指标集中C4、C5、C6、C9、C10为成本型指标, 依据定义1选取最佳方案, 建立决策矩阵X。根据灰色关联投影法评价步骤, 采用Matlab软件编制计算程序, 图4为计算程序的流程图。

表4为计算得到的多目标灰色关联度矩阵, 表5为灰色关联投影值。

3.4 评价结果

根据灰色关联投影值 (见表5) , 可以得出各县区客运枢纽现状的排序结果, 接近最优值的地区客运枢纽现状良好, 依次排序为:驿城区>确山县>遂平县>西平县 (平舆县、正阳县) >上蔡县 (泌阳县、汝南县) >新蔡县。从排序结构可以看出驻马店市各县区客运枢纽在一定程度存在不均衡性。由此评价结构可知, 为了体现客运枢纽规划的“效率优先, 兼顾公平”的原则, 在对驻马店市进行客运枢纽规划时, 各县区客运枢纽需改进的顺序依次为:新蔡县、上蔡县、泌阳县、汝南县、西平县、平舆县、正阳县、遂平县、确山县、驿城区。

注:C1～C10的最优值为1.00。

注:最优值为0.36

4 结束语

公路运输枢纽总体规划作为一个多因素作用下的综合规划过程, 运输枢纽的现状评价为规划布局合理的运输枢纽奠定基石。本文通过分析运输枢纽评价系统的特点, 揭示其实质为灰色系统, 指出了运用灰色关联投影法对其实施综合评价较其他评价方法更具有针对性和灵活性。

在分析灰色关联投影法的原理上, 运用此方法对驻马店市客运枢纽现状进行了综合评价, 得到了各县区客运枢纽现状的排序结果, 量化显示了各县区客运枢纽发展的不均衡性, 对未来客运枢纽规划作为导向。

本文采用灰色关联投影法仅进行了枢纽现状的综合评价, 此方法还可以用于其他规划方案评价, 关键是建立因素指标集, 本文建立的客运枢纽综合评价指标体系可能有不完善之处, 还需进一步研究。

参考文献

[1]Racunica I, Wynter L.Optimal location of inter-modal freight hubs[J].Transport Research PartB, 2005, 39 (5) :453-477

[2]Ackchai S, Koen H van Dan, Iuis Ferreira.Optimi-zing the location of intermodal freight hubs:An o-verview of agent based modelling approach[J].Journal of Transportation Systems Engineering andInformation Technology, 2007, 7 (4) :71-81

[3]陈大伟, 张鸽, 李旭宏.城市对外客运枢纽综合评价研究.交通与计算机, 2007, 25 (1) :4-8

[4]邓聚龙.灰色系统理论教程[M].武汉:华中理工大学出版社, 1990

[5]朱辉.灰色关联投影法在公路网综合评价中的应用[J].公路交通科技, 2005, 22 (2) :90-94

[6]刘伟华, 晏启鹏, 龙小强.公路主枢纽站场布局评价指标定量化研究[J].2003, 16 (2) :86-89

[7]河南省驻马店市统计局编委会.驻马店统计年鉴2007[M].北京:中国统计出版社, 2007

灰色关联投影法 篇2

针对影响滑坡稳定性因素的复杂性和不确定性,本文以环境可接受性、安全可靠性、施工技术性、经济合理性为评价因子,建立了基于灰色关联法的滑坡综合治理方案优选的评价模型.根据评价因子的专家意见建立了评价指标判断矩阵,运用权的最小平方法来确定权值,通过计算设计方案与相对理想方案的关联度来确定方案的排序.实例计算结果表明,灰色关联法保证了计算过程和结果的.客观性,是一种可行的、定量的滑坡治理方案优选方法.

作 者：姚文花 黄艳芳 姚勇 高加成 YAO Wen-hua HUANG Yan-fang YAO Yong GAO Jia-cheng 作者单位：姚文花,高加成,YAO Wen-hua,GAO Jia-cheng(嘉应学院,土木工程系,广东,梅州,514015)

黄艳芳,HUANG Yan-fang(广东梅县公路局,广东,梅县,514700)

姚勇,YAO Yong(西安科技大学,地质与环境学院,陕西,西安,710054)

灰色关联投影法 篇3

关键词：润滑油回收,评价模型,多目标决策

分析机用润滑油回收的经济收益来评价经济型指标,是机用润滑油回收绩效评价模型的意义所在。

大型机械运行及机械加工过程均会需要大量的润滑油,为了节约资源、减小消耗,润滑油的回收利用显得愈加重要。润滑油的流失不但造成润滑油损耗、资源浪费、效益下降,而且由于大量机用润滑油排入土壤和大气,严重污染环境,危害环境安全。消耗的机用润滑油对机械操作人员以及生产人员的身体健康危害严重。因此在当今的机械制造行业加强生产管理的同时,开展机用润滑油回收工作非常必要[1]。

在我国,主要采用的机用润滑油回收方法主要有以下几种方法:吸附法、吸收法、循环过滤法和膜分离法等技术手段[2,3]。针对以上不同的回收方法,都有相应的绩效评价模型,这些方法大多是定性的分析法,缺少量化分析的环节,在企业生产实际中不能够为机用润滑油回收方法的选择提供一组确切的量化指标依据,机械制造企业还需要根据企业自身的经济情况和技术运行指标来选择合适的机用润滑油回收方案。本文为了对急用回收润滑油进行量化的评价,设计了一种多目标的决策灰色关联投影法来评价这些回收模型[4,5],得出量化的数据指标,供机械制造企业以及大型机械运行企业参考。

1 多目标决策灰色关联投影法模型建立

1.1问题的定义

假设在待评价的方案中共有m个回收法,即X={x1,x2,…,xm};评价指标有n个,即V={v1,v2,…,vn};回收方法xi关于第j个指标vj的属性值用yij=(i=1,2,…,n;j=1,2,…,m)表示;则m个润滑油回收法中,共有mn个属性值,构成了矩阵Z=(yij)m×n,该矩阵被称为评价指标集合相对于回收方法集合的评价阵。

通常用到的评价指标可以按其特性划分三大类,即控制成本为目标的成本型指标、以经济效益为指标的效益型指标和以适应性为目标的适应性指标。成本型指标用来考核管理方法对生产成本的控制程度,其属性值要求做到最小化,例如流动资金的周转时间等指标;效益型指标用来考核管理方法对于企业盈利情况的影响,其属性值要求做到最大化,例如企业的产值、毛利率等;而适应性指标则用来考核管理方法对于企业管理的适应度,其属性值要求做到适中,不能过大,也不能过小[6,7,8,9]。

1.2决策矩阵及其初始化

设评价问题的回收方法集合为X={x1,x2,…,xm},指标集合为V={v1,v2,…,vn},记与理想决策回收方法x0相对应的指标vj的属性值为y0j,当vj为效益型指标时,要求该属性值y0j=max(y1j,y2j,…,ymj),当指标vj为成本型指标时,y0j=min(y1j,y2j,…,ymj),当指标vj为适应性指标时,y0j=undefined,则称矩阵vj(j=1, 2,…,m)为回收方法集X对指标集V的决策矩阵。

属性值之间的数量级差距非常大,这是由于评价体系中的各个指标属性间的量化单位的不同造成的,所以在对问题进行选择之前,有必要采用合理的方法对这些数值差异各不相同的指标属性值进行映射和转换,将具有差异巨大的属性值空间通过这种转换而映射到同一个指标属性值量化空间中来,以使评价方法可以在同一个属性空间中对不同指标属指进行评价处理[10,11]。

将序列y中的每一个属性值除以该序列的第一个属性值,即序列的初值,从而产生出一个相对归一的新序列的数值转换方法,称之为初值化生成方法,在此记为INGO:y→y'。

用初值化生成方法所产生的新的数值序列中的每一个数值均是没有度量单位的,但这并不影响其对相应属性的度量。显然所产生的所有新的序列都有同一个交点yi(1)=l。

这里的I1表示效益型指标属性值的下标集合,I2、I3则为成本型和适应性属性值的下标集合,称矩阵Y′=(y′ij)(n+1)×m为矩阵Y=(yij)(n+1)×m的初始化矩阵。显然,经过初值化处理以后,y′0j=1(j=1,2,…,m),x′0=(y′01,y′02,…,y′0m)=(1,1,…,1)即为理想回收方法。

1.3回收方法的关联度计算

如果回收方法x0为理想回收方法,则有向量x′0=(y′01,y′02,…,y′0m)=(1,1,…,1),待评回收方法xi用向量x′i=(y′i1,y′i2,…,y′im)表示,y′0j与y′ij分别为x′0与x′i的第j点的数值,则定义x′0与x′i在第j点的关联系数为rj(x′0,x′i),简记为rij,其计算公式为

undefined。 (2)

这里ρ为一个常数,是表明分辨程度的一个系数,ρ∈(0,1)。该系数被评价方法用来调整方法所比较的环境。当评价方法不考虑比较环境带来的影响时,ρ值取0;当评价方法在同一个比较环境下进行评价时,ρ值取 1。在大多数情况下,评价方法均对ρ值取一个中间值即0.5,以保证评价方法在考虑比较环境带来的影响,提高环境差异性的同时,也能避免因比较环境的不同而产生评价结果的失真。

1.4指标权重的确定

设W=(w1,w2,…,wm)T>0为一个加权向量,该加权向量作用于各评价指标以改变个指标属性值对评价结果的影响。该加权向量的确定方法有主观赋值法和客观赋值2种加权产生方法,将这2种方法结合起来,采用最小平方法产生评价加权向量。设有评价指标向量vj(j=1, 2,…,m),对其采用交叉类比的方法进行比较,从而得到判断阵B。

评价指标v1,v2,…,vm权重为w=[w1,w2,…,wm],应用权的最小平方法有

CwT=ω。 (4)

其中:ω=[-λ,-λ,…,-λ]T。

因为w1+w2+…+wm=1,所以权重w和系数λ即可由式 (4)、 (5)求得。

1.5加权灰色关联度的计算

本文定义由(m+1)n个rij组成的多目标灰色关联度判断阵R,用以计算加权的灰色关联度。

判断阵R表示了m个指标所确定的某一个设计回收方案,m维指标空间V中的一个离散回收方法点表示了每个方法。比较指标空间中每个回收方法点和理想方法之间的关联度,就是进行多目标决策的过程。在分析灰色关联度时,不要求数据变量和分布类型之间的关联性,很容易在信息不完全的小样本系统中应用,所以对企业绩效的评价有一定的积极意义。

1.6决策模型

记σj为一组新的指标权值矢量,称其为灰色关联投影权值矢量。且满足

undefined。 (7)

则称决策回收方法xi在理想回收方法x0上的投影值为灰色关联投影值Dj,Dj的值由式(8)确定。

undefined。 (8)

经过以上一系列计算过程,最终可以得到各个决策方法的投影值Di,然后对每个回收方法的指标根据投影值的大小进行比较分析和排序,Di越大,说明该方法越符合理想的方法,说明该方法具有可选性。

2 机用润滑油回收绩效评价

2.1机用润滑油回收技术评价的指标选择

机械制造企业首先作为一个企业,利润必然是其追求的目标,所以在对机械制造企业进行回收润滑油方法选择时,指标的选取应该从能效和经济型等方面综合的进行评价,主要涉及的方面有设备的前期投资,运行费用,使用效率,回收总量,设备寿命,保养费用,环境保护和安全生产等。几种机用润滑油回收方法的评价属性值,如表1所示,表中呈现了我国机械制造企业采用的润滑油回收方法所用的装置生产的销售企业对于这4种回收技术和立项技术间的关联评价属性值的分析结果。

2.2评价指标矩阵的建立和规范化

通过分析表1中4种回收技术和理想方法之间的关联数据,可以得到一个决策矩阵Y,表示了回收方法集和指标集之间的关系。

在润滑油回收技术方法选择指标中,成本性指标主要有前期投资,运行费用,保养费用和环境保护等因素,是越小越好的指标;效益型指标包括回收效率,回收量,设备寿命和安全生产等因素,是越大越好的指标。很明显,以上这些指标的量化单位都是不同的,且它们之间的数量级的差距也是十分明显的,为了克服这种差异对决策带来的影响,必须要对决策矩阵进行初值化处理,将其转化为规范矩阵Y′。 另外,效益型指标和成本型指标在基于线性变化的初值化处理时,所采用的基准不同,使得处理后最优的效益目标和最优的成本目标的值不同,难以比较。因此,Y的初始化矩阵为

2.3回收技术评价指标权重的确定

通过若干名机用润滑油回收技术相关专业的专家对润滑油回收方法的8种指标进行了交叉两两比较,并进行排序打分而得到的评价结果,分析出指标权重的判断阵。利用公式(4)和公式(5)对判断矩阵进行一系列运算,采用权值最小平方法得到权重系数方程组,求解线性方程组,得到加权系数,

w=[0.0652,0.0803,0.0925,0.1437,0.1008,

0.0221,0.3152,0.1802]。 (11)

根据(7)式,可以得到一组新的加权矢量,即灰色关联投影权值矢量σj。

σj=[0.0100,0.0151,0.0200,0.0484,0.0238,

0.0012,0.2326,0.0760]。

2.4关联度系数的确定

对式(11)进行y0j-yij的操作,得到式(12)。

由式(12)可得式(13)和(14)。

undefined, (13)

undefined, (14)

将此结果和分辨率系数ρ=0.5代入上式得式(15)。

undefined。 (15)

关联系数undefined。

由式(12)、 (15)可得灰色关联度判断矩阵R,如式(16)所示。

2.5各个决策方法在理想方法上的投影值计算

根据公式(8),在计算得出的灰色关联度判断矩阵R和一组新的加权系数σj的之后,可以计算得出各个回收方法的投影值。

undefined。

2.6机用润滑油回收方法评价结果及分析

通过以上计算方法,得到了4种机用润滑油回收方法在理想方案中的投影值,如表2所示。循环法回收机用润滑油在这4种技术力的综合绩效水平最高,其次分别是吸收法、吸附法和膜分离法,所以,循环法为机用润滑油回收方案中的最有方法,其次是膜分离方法。按照以上过程,机械制造企业可以按照自身企业发展的特点和企业本身的条件等因素,做出对自己最适合的决策方法,采取一种回收方法或几种回收法结合的办法来进行机用润滑油回收。

通过实验,发现该模型用于润滑油回收的评价得到的结论和现今非量化评估模型得到的结果相一致,同时这种方法具有普遍性和更强的可操作性,简单方便,直观可靠,具有很好的实践意义,十分值得推广。

3 结 论

为了对机用润滑油回收绩效进行分析,本文采用了多目标决策的灰色关联投影法,求其指标空间的关联因素,特别是当样本数量相对较少而且样本数据相对离散时,本方法能有效的避免由于单纯比较各回收技术的某个属性值引起的偏差。本方法对指标空间进行全方面的分析,完整的反映了影响指标空间的各种因素。

由于现在的润滑油回收技术绩效评价缺少量化评价体系,本文针对这一问题,采用了多目标决策法这一先进的管理思想和灰色系统这一先进理论,建立了具有普遍意义的绩效评价模型,应用该模型对常用的集中机用润滑油回收方法的绩效指标进行量化分析,得到的结果与现有非量化绩效评价模型结果相符合,说明本模型的可靠性,为机械制造企业选择回收润滑油技术方法提供了参考。

参考文献

[1]王鑫,郭忠华,段少华.废润滑油的回收与利用技术综述[J].炼油与化工,2012,23(3):3-6.

[2]任学鹏.废润滑油的回收利用[J].轮胎工业,2010,30(4):246-249.

[3]金佳佳,隋秀华,鄂红军.废润滑油的回收与再生利用[J].能源与节能,2012(3):30-33.

[4]卢康.基于层次分析和灰色关联分析的实习员工绩效评估研究[J].科技与管理,2009,11(1):126-129.

[5]周翔,蒋根谋.基于组合赋权和改进灰色关联分析法的项目风险分析[J].工程管理学报,2008,22(6):78-81.

[6]王玉冬,邱金明.基于灰色关联分析的CHPP融资效率影响因素及提升策略研究[J].科技与管理,2012,14(5):29-32.

[7]李秀红.基于灰色关联度的多目标决策模型与应用[J].山东大学学报:理学版,2007,42(12):33-36.

[8]王卫兵,王磊,孙毅.多目标决策灰色关联投影法油气回收绩效评价[J].哈尔滨理工大学学报,2011,16(1):95-99.

[9]杨刚,汪志明,陈添,等.多目标决策方法在煤层气井完井方式优选中的应用[J].特种油气藏,2013(2):1-4.

[10]邓聚龙.灰理论基础[M].武汉:华中科技大学出版社,2003:87-437.

灰色关联投影法 篇4

本文建议在招标评审过程中, 采用灰色关联系数方法, 其原理及步骤如下。

1 原理

设某一工程项目招标, 前来投标的有n家单位, 评标专家依据国家有关招投标管理规定及自身项目的特点, 设定一组衡量各投标方案优劣的评价指标序列, 各评审专家对前来投标的各方案按预先设定的评审指标序列对号入座, 并量化打分。同时, 据本次前来参加投标的各方案, 预先确定一组最理想的方案, 并将其量化为一组数据序列。然后, 计算各投标方案数据序列与理想方案数据序列进行关联度计算, 关联度最大的投标单位表明该方案与理想投标方案最相似, 为最优秀单位, 即为中标单位。

2 步骤

2.1 确定评价指标体系

本文假定评价指标体系由2个一级指标和14个二级指标组成, 如图1所示。

2.2 将评标指标量化

令:很好=1, 好=0.8, 一般=0.6, 差=0.4, 较差=0.2。则有n个指标, m个投标单位, 并邀请有关专家对m个单位的n个指标进行打分。则参评数据序列为:

为了对参评对象数据序列进行评价分析, 需确定评价标准数据序列进行参考。笔者将其中的最大值作为标准数据进行参考, 这样就形成一个标准数据序列, 记为:

x0={x0 (1) , x0 (2) , …, x0 (k) , …, x0 (n) } (2)

2.3 数据的初始化处理

评价过程中, 由于评价指标的量纲不同, 数据在数量上差异性很大, 无法进行关联评价计算, 需要对各指标的数据进行归一化处理。归一化处理模型为:

经评审的最低投标价法是国际上通行的惯例, 在我国的工程建设项目中应用, 尤其是在以国有资金投资为主的项目上推行, 将是不可逆转的发展趋势。在开始阶段出现一些问题, 遇到一些困难是暂时的, 也是正常的, 随着该方法在越来越多的地区和项目上运用, 将日益得到完善和成熟, 并将在工程建设管理体制改革的进程中, 逐步得到社会的认同。

2.4 灰色关联系数

定义标准数据序列中的任一指标数据x0 (k) 与参评数据序列中对应的指标数据x′i (k) 的灰色关联系数γ0, i (k) 为:

其中, |x0 (k) -x′i (k) |=Δi (k) ;$\underset{k}{{\displaystyle \min }}|x{}_0(k)-x^{\prime }{}_i(k)|$为第一级最小差;$\underset{i}{{\displaystyle \min }}\underset{k}{{\displaystyle \min }}|x{}_0(k)-x^{\prime }{}_i(k)|$为第二级最小差;$\text{m}\text{a}\underset{i}{{\displaystyle \text{x}}}\text{m}\text{a}\underset{k}{{\displaystyle \text{x}}}|x{}_0(k)-x^{\prime }{}_i(k)|\text{为}\text{第}\text{二}$级最大差;ζ为分辨系数, 是为了削弱最大绝对差因过大而失真的影响, 以提高灰色关联系数之间的差异显著性而人为给定的系数, 取值范围为0.1～1.0, 一般取0.5。

2.5 灰色关联度

由于关联系数γ0, i (k) 数目较多, 信息不集中, 不能够进行单元比较, 为此将x0与x′i关联系数取平均值γi, γi定义为x0与x′i序列之间的关联度, 即:

2.6 确定中标单位

关联度最大的投标单位即为中标单位。

3 算例分析

设有某一个工程, 有甲、乙、丙、丁、戊五家单位前来投标, 依据有关招投标法规, 需从五家单位中择优选一家单位为中标单位。依据前面叙述的有关原理, 主要如下:

1) 建立评价指标体系及将评价指标量化。

由18个评价指标组成评价指标体系, 对于每一个评价指标, 令:很好=1.0, 好=0.80, 一般=0.60, 差=0.40, 较差=0.20, 由评标专家对五家投标单位进行量化后的数据序列为:

另外, 对每一个具体指标, 选取各投标方案的最大值 (最理想值) 作为理想投标数据序列x0, 则理想数据序列x0为:

2) 数据的初始化处理。

3) 计算灰色关联系数γ0, i (k) 。

4) 计算关联度γi。

γ1=0.536 5;γ2=0.609 5;γ3=0.785 8;γ4=0.791 8;γ5=0.536 5。

5) 确定中标单位。

γ4最大, 说明丁单位与理想投标方案最接近, 为中标单位。

4 结语

1) 应用关联系数方法, 与现行实际工作中应用的招标评审方法相比, 该方法概念清晰、科学量化。

2) 必须指出的是, 限于篇幅, 本文设立的两个一级指标和14个二级指标体系, 只是为了介绍该方法的应用, 在实际应用中必须据国家有关规定和招标项目实际情况设立评价体系。

3) 若评价指标体系较多, 则计算量较大, 编制计算程序更加具有优势, 这方面有待进一步研究开发。

摘要：提出应用灰色关联系数法, 建立招标评审综合评价模型, 指出该方法具有理论与经验互补、可操作性强、科学定量化的优点, 以推广灰色关联系数法在建设项目评标中的应用。

关键词：灰色关联系数法,建设项目,评标

参考文献

[1]河北省建设工程招投标管理办公室.河北省建设工程招标投标资料汇编[G].2008.

[2]邹增家.应用模糊数学[M].长春:东北师范大学出版社, 1996.

灰色关联投影法 篇5

灰色理论是1982年3月由我国学者、华中理工大学自动化控制与计算机系邓聚龙教授在国际上首次提出的。它把一般系统论、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, 发展了一套解决信息不完备系统, 即灰色系统的理论和方法。在20年的时间里, 灰色理论渗透到了众多的科研领域, 并得到了证实和发展, 灰色理论提供了在贫信息情况下解决系统问题的新途径。灰色系统理论提出一种新的分析方法, 称为系统的关联度分析方法, 这是根据因素之间发展态势的相似或相异程度, 来衡量因素间程度的方法。由于关联度分析方法是按发展趋势分析, 因此对样本量的多少没有过分要求, 也不需要典型的分布规律, 计算量小, 且不至出现关联度的量化结果与定性分析不一致的情况。因此该法具有广泛的实用性。本文采用灰色关联分析法讨论了影响沥青混合料高温性能指标的各种因素关联程度。

1 利用灰色系统理论—关联度法建立数学模型进行数据分析

灰色关联分析法的一般步骤如下:

(1) 参考数列记为X0, X0={X0 (1) , X0 (2) , …X0 (n) };

(2) 比较数列记为Xi, Xi={Xi (1) , Xi (2) , …Xi (n) };

(3) 比较曲线与参考曲线在k时刻的关联系数为:

式中:ρ为分辨率系数, 其值在0～1, 一般取0.5;

称为两级最小差;

$\text{m}\underset{\text{i}}{{\displaystyle \text{a}}}\text{x}\text{m}\underset{\text{i}}{{\displaystyle \text{a}}}\text{x}|\text{x}{}_0(\text{k})-\text{x}{}_{\text{i}}(\text{k})$称为两级最大差。

(4) 关联度的表达式为:

$\text{γ}{}_{\text{i}}=\frac{1}{\text{n}}{\displaystyle \sum _{\text{k}=1}^{\text{n}}\text{ζ}}{}_{\text{i}}(\text{k})$

关联度的大小顺序决定了影响因素的重要程度。

2 实验数据分析

表1为沥青混合料在不同集料含量、矿粉含量及沥青含量下的动稳定度表, 试验方法见《公路工程沥青及沥青混合料试验规程》。

通过计算得相应的关联度为:

由关联度计算结果看, 关联度数值最大是γ2=0.480952, 也就是说粒径 13.2mm含量对动稳定度的影响最大, 也即粒径 13.2mm含量是影响沥青混合料动稳定度的主要因素。关联度第二大的是沥青含量对应的γ12=0.463615, 这说明油石比也是影响沥青混合料动稳定度很重要的影响因素, 这与我们的定性认识是一致的。关联度数值最小的是γ10=0.327535, 也就是说集料 0.075mm粒径含量对动稳定度的影响最小, 它是影响沥青混合料动稳定度的最次要因素。

关联度顺序为γ2>γ12>γ5>γ6>γ1>γ3>γ7>γ9>γ11>γ4>γ8>γ10。

由表1三组集料的级配看, 这三组均属于密级配沥青混合料。对密级配沥青混凝土来说, 在高温状态下, 粗集料是承担垂直方向荷载的主要载体, 水平方向的巨大推力和剪切力也要粗集料和沥青的结合力共同承担, 因此粗集料对混合料的动稳定度影响也是非常大的。如果集料是悬浮在沥青胶 (砂) 浆中, 嵌挤作用不能很好形成, 沥青的含量就是混合料高温稳定性的主要影响因素。细集料可以填补粗集料之间的空隙, 减少空隙率, 但是细集料过多, 又影响了粗集料之间的骨架, 难以形成骨架—密实结构, 高温稳定性不好, 因而细集料对混合料的动稳定度的影响也很重要。矿粉含量影响沥青的含量, 而沥青含量是混合料主要的影响因素, 因此矿粉含量对混合料动稳定度的影响也十分明显。

3 结 论

综上所述, 改善沥青混合料的高温稳定性, 可以从两方面考虑:

(1) 粗集料, 适当增加粗集料的含量, 使混合料形成骨架结构, 以提高混合料的抗车辙能力;

(2) 沥青结合料, 沥青结合料在高温下会变软, 产生流变现象, 适当减少沥青的含量显然可以改善沥青混合料的高温稳定性。

摘要：采用灰色系统关联度分析法从数学的角度研究了沥青混合料各组成因素与动稳定度之间的关系。分析结果表明, 粗集料的含量对沥青混合料的动稳定度影响较大, 其次为沥青含量, 这对沥青混合料研究以及设计有一定的指导意义。

关键词：灰色系统,关联度,动稳定度

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.

[2]赵晶, 谭忆秋.灰色系统理论应用于SBS改性沥青的研究[J].石油沥青, 1999, 13 (1) :12-15.

[3]黄晓明, 吴少鹏, 赵永利.沥青与沥青混合料[M].南京:东南大学出版社, 2002:207-2261.

[4]李闯民, 李宇峙.浅析重复荷载作用下的沥青路面车辙因素[J].公路交通科技, 1999 (3) :6-91.

[5]JTJ052O2000, 公路工程沥青及沥青混合料试验规程[S].

[6]傅立.灰色系统理论[M].北京:科学技术文献出版社, 2000:185-1941.

灰色关联投影法 篇6

一个国家或地区的科技发展水平很大程度上决定着该地区的经济发展后劲和整体竞争力。而政府对科技的投入规模、投入模式、投入管理对本地科技的发展起着关键性作用。科技投入有社会投入和政府科技投入, 社会科技投入是指除政府外的企业、非盈利性组织等对科技活动投入的各种资源。政府科技投入则是指各级政府为发展本地科技而进行的各种投入。政府科技投入有直接投入、间接投入, 直接投入是指对某项科技项目或工程直接进行资金、土地、人力等方面的投入[1];而间接投入是指包括政策倾斜、税收减免等措施。科技投入绩效评价是政府科技投入决策的重要依据, 也是调整和改善政府科技投入结构、提升政府科技投入效率和效益的重要基础。判断政府科技投入绩效指标的优劣, 一方面可通过科技绩效指标的横向比较进行判断, 另一方面通过绩效指标和政府科技投入的纵向变化关系进行判断。本文采用灰色关联度法, 判断政府科技投入与相关绩效指标的关联度, 进而判断政府科技投入的有效性, 为政府科技投入决策提供可靠依据。

2 灰色关联理论简介

灰色关联理论是灰色系统理论内容之一, 可用于在不完全的信息条件下, 对所要研究的各要素通过一定的数据处理, 在随机因素序列间找出它们的关联性, 发现主要矛盾, 找出主要特性和主要影响因素。即所谓灰色关联分析是基于行为因子序列的微观或宏观几何接近, 以分析和确定因子间的影响程度或因子对主行为的贡献测度而进行的一种分析方法[2]。由于关联分析是按发展趋势分析, 因而对样本量的大小没有太高要求, 分析时也不需要典型的分布规律, 而分析结果一般与定性分析相吻合, 因而具有广泛的适用性。

3 基于灰色关联度法的评价模型

3.1 绝对关联度评价模型

记参考数据列为x0:x0{x0 (1) , x0 (2) , …, x0 (n) };

比较数列记为xi:xi{xi (1) , xi (2) , …, xi (n) };i=1, 2, …, m;

设:εi (k) =第k期比较数列x0与参考数列xi的差值:

$\epsilon {}_i(k)=\frac{\underset{i}{{\displaystyle \min }}\underset{k}{{\displaystyle \min }}|x{}_0(k)-x{}_i(k)|+\rho \underset{i}{{\displaystyle \min }}\underset{k}{{\displaystyle \min }}|x{}_0(k)-x{}_i(k)|}{|x{}_0(k)-x{}_i(k)|+\rho \underset{i}{{\displaystyle \min }}\underset{k}{{\displaystyle \min }}|x{}_0(k)-x{}_i(k)|}(1)$

称εi (k) 为xi对x0在k期的关联系数。ρ是为了减少极值对计算的影响而引入的分辨系数, ρ∈[0, 1], 根据序列之间的关联度, 一般取ρ=0.5左右。如果各数列量纲不同, 则要进行无量纲化处理。关联系数只表示某期数据间的关联度, 为便于数列整体关联度的比较, 用各期关联度系数的平均值作为绝对关联度标准, 其算式为:

$r{}_i=\frac{1}{n}{\displaystyle \sum _{k=1}^n\epsilon }{}_i(k)(2)$

3.2 速率关联度评价步骤

速率关联度是从另一角度来定义关联度的, 它反映的是两个事物在发展过程中相对变化速率的关联程度。如果两个事物在发展过程中的相对变化速率一致, 则认为两者有较好的关联;反之, 如果两个事物在发展过程中的相对变化速率不一致, 两者的关联程度就较差。计算公式如下:

$\epsilon {}_i(k)=\frac{1}{1+\left|\frac{x{}_i(k+1)-x{}_i(k)}{x{}_i(k)△t}-\frac{x{}_0(k+1)-x{}_0(k)}{x{}_0(k)△t}\right|}$; k=1, 2, …, n (3)

当等间隔采样数据时△t=1, 从而得出速率关联度算式为:

$r{}_i=\frac{1}{n-1}{\displaystyle \sum _{k=1}^n\epsilon }{}_i(k)(4)$

速率关联度反映特定时期两事物相对变化速率一致程度的平均状况, 它反映了两事物在区间内相对发展速度一致程度的综合评价。本文以政府科技投入历史数据作为参考数列, 而某绩效指标历史数据作为比较数列, 采用速率关联度来进行政府财政科技投入绩效评价。

4 GZ市政府科技投入及其绩效评价

4.1 GZ市政府科技投入绩效评价指标体系

建立科技投入绩效指标体系, 是完成科技投入绩效评价的关键, 也是决定绩效评价是否能达到预期目标的重要一环。为此, 确定的科技投入绩效评价指标必须与科技投入目标具有强的相关性, 同时各指标之间必须对于投入绩效的反映具有互补性, 从不同角度反映科技投入的效果。按科技投入评价指标的层次性结构, 一级绩效指标主要体现在政府宏观层面的目标上。以GZ市为例, 科技投入绩效一级评价指标应与省科技绩效考核指标一致, 主要包括:科技直接产出、科技环境改善、高新技术产业化、科技促进经济社会发展等方面。通过这些指标总体上反映出GZ市科技工作绩效。第二级科技投入绩效指标根据GZ市科技工作目标和重点、实现以上一级目标的手段目标得出。具体二级指标如表1所示。

4.2 基于灰色关联度的GZ市政府科技投入绩效评价实例

4.2.1 指标原始数据。

依据地方政府科技投入绩效评价指标体系, 收集指标原始数据如表 2所示。

数据来源:广东省统计信息网, 广州市统计年鉴 (2007) , 注:部分数据经无量纲处理。

4.2.2 关联度计算。

运用公式 (3) 和 (4) 计算广州市政府科技投入与各二级绩效指标的速率关联度, 具体数值如表 3所示。

从科技进步环境、科技直接产出、高新技术产业化和科技促进经济社会发展四方面进行考察的速率关联度如下表4:

4.3 结果分析

结果可见, 2001—2006年, 在高新技术产业化、科技促进经济社会发展方面, GZ市政府科技投入与高新技术产业化关联结果最为显著, 关联度分别为0.839和0.822, 表明政府科技投入对高新技术产业化的作用较明显。随着政府科技投入持续增长, GZ市高新技术产品增加值不断提高, 2006年达到685.74亿元, 是2001年的近3.7倍;高新技术产品增加值占GDP比重持续加大, 最高达到11.29%;科技促进经济社会发展方面, 政府科技投入与科技促进经济社会发展的关联度为0.822, 仅次于高新技术产业化的关联度。政府科技投入对经济社会的促进作用主要表现在环境污染治理、科技普及和社会信息化建设等方面, 这与政府财政资金的公益性现实相符。

科技直接产出方面, 政府科技投入与科技直接产出的关联度为0.717。科技直接产出主要表现在科技论著方面, 从表 4-3中可以看出, 政府科技投入与 指标的关联度达到0.816;其次是在发明专利成果和技术市场发展方面;政府科技投入在获国家级奖励成果方面的作用相对较不明显。政府应适当调整科技投入结构, 着力发展技术市场, 以提高国家级奖励成果量和发明专利授权量。

科技进步环境改善方面, 政府科技投入与科技进步环境改善的关联效果相对较不显著, 关联度为0.694;政府科技投入对科技进步环境改善的作用主要表现在重视科技人才资源方面, 两者关联度达到0.827, 这一定程度上表明政府在科技环境建设上总体效果良好, 科技人才规模不断扩大;而政府科技投入对科技服务中介机构发展的促进作用则不明显, 两者关联度仅为0.561。实际上, 科技服务中介机构在政府管理财政科技经费、确保科技投入绩效持续提高的过程中发挥着重要的作用, 政府应当重视科技服务中介机构的建设和发展, 使其成为政府科技投入绩效管理中的重要主体之一。

5 结论

根据政府科技财政科技投入绩效评价的特点和要求, 构建了GZ市政府财政科技投入绩效评价指标体系, 收集了2001—2006年GZ市政府科技投入及其绩效指标数据, 运用灰色关联度法, 计算GZ市政府科技投入与各项绩效指标的速率关联度, 指出了GZ市政府财政科技投入与高新技术产业化关联度最为显著, 其次是科技促进经济社会发展之表。科技直接产出和科技进步环境改善与广州市政府科技投入的关联度相对较低。由于以上分析中对于政府财政科技投入没有按结构细分, 而政府对于各领域的投入并非等量的, 因而关联度低的科技绩效指标, 其原因可能有多个方面:一是政府科技投入总量中, 实际用于该绩效领域方面的投入比例小;二是政府对于该绩效指标领域的科技投入管理水平低;三是政府用于该领域的科技投入无效, 即对该领域本质上不起作用。为了准确分析政府财政科技投入绩效, 有必要按绩效指标领域进一步细分政府科技投入结构, 从而评估政府财政科技投入在各领域的有效性。而政府财政投入数据细化, 目前尚难于收集, 这也是有待进一步研究的问题。

摘要：本文分析了GZ市政府财政科技投入及科技投入绩效状况, 构建了GZ市政府科技投入绩效评价指标体系, 根据GZ市政府财政科技投入及其绩效指标历史数据, 采用灰色关联度法对科技投入和绩效指标的关联度进行了分析, 得出了GZ市政府科技投入与高新技术产业化关联度高, 而与科技直接产出、科技进步环境改善方面的关联度不高的结论。为地方政府科技财政投入决策、提升政府科技投入绩效管理水平提供了理论依据。

关键词：灰色关联度,科技投入,绩效评价

参考文献

[1]张玉赋, 张华.江苏省科技投入的绩效模型分析研究[J].中国科技论坛, 2006 (9) :134-135.

[2]刘思峰.灰色系统理论及其应用[M].开封:河南大学出版社, 1991:21-27.

[3]张青, 王桂强.基于灰色关联分析的地方政府财政科技投入绩效评价:以上海市为例[J].研究与发展管理, 2007 (4) :62-64.

[4]钟淑萍, 灰色预测在广东科技竞争力评价中的应用[D].广州:暨南大学, 2006.

灰色关联投影法 篇7

广西是一个农业大省,农产品资源丰富,是我国面向东盟的桥头堡,自中国一东盟自由贸易区全面建成启动后,双方90%的产品实行了零关税,给东盟进入中国市场提供了巨大机遇,同时也加快了广西农产品出口东盟市场的步伐。但是总体而言,广西农产品物流发展仍处于低级阶段,现代化的物流体系尚未形成,无法有效满足广西农产品流通的需要。突出表现在:沿用传统低效农产品物流模式,农产品物流基础设施落后,致使流通不畅,大大增加了农产品物流成本和经营风险。农产品物流各环节中损失率高,由于广西农产品的物流投入不足,对农产品的鲜活性保障性很难满足。缺乏专业的技术人才,广西农产品运输缺乏强有力的第三方物流企业支持,当前由于种种条件的限制,广西的农产品主要依靠小规模的物流企业来完成,难以适应农产品流通的要求。

2 灰色关联法的理论概述

灰色关联分析是灰色系统理论中重要理论应用方法之一,它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,相应序列之间的关联度就越大,反之就越小。灰色关联分析方法则弥补了采用数据统计方法作系统分析可能出现的缺憾。对样本量的多少和样本有无规律都同样适用,计算量小,更不会出现量化结果与定性分析结果不符的情况,对研究我国各个系统领域有着重要的意义和作用。其具体计算步骤如下:对评价指标体系基础数据进行整理,构建原始矩阵。为了使指标数据之间具有可比性,保证系统分析的准确性,需要对整理的原始数据进行无量纲化处理,然后求差序列,计算关联度系数,最终计算关联度。

3 广西农产品物流业发展影响因素分析及指标选取

根据广西农产品物流影响因素的分析及结合广西这个地区的特色,以及相关文献的参考,本文将参考李献士撰写的《影响河北省物流业发展因素分析——基于灰色关联法》的选择方向,选取交通运输、仓储和邮政业生产总值近似作为衡量广西农产品物流业总体发展水平的指标,记为X0;而影响因素的选取则参考杨文凤撰写的《西藏农产品物流需求研究》,选取X1置外贸进出口总额(亿元),X2社会消费品零售总额(亿元),X3农业机械总动力(千瓦),X4农业商品产值(万元),X5乡村从事交通运输、仓储和邮政业(万人),X6货运量(亿吨),X7货物周转量(亿吨/公里),X8城镇居民消费水平(元),X9城镇居民人均可支配收入(元),X10城镇化率(%)这10个指标进行分析。

本文选取了广西2005年至2014年共10年的统计数据来进行灰色关联分析。文中的相关数据主要选取于广西统计局出版的相关年份的《广西统计年鉴》。原始数据如下:

3.1 无量纲化处理

根据采用初始值进行无量纲化处理。

3.2 灰色关联系数计算

求差序列。找出两级最大差Δmax和两级最小差Δmin。首先计算各比较序列与参考序列间的绝对差序列,公式为,k=1,2,…,n,i=1,2,…,p。其中,,(K)表示无量纲化后的数值。

求差序列可得:Δmin=0,Δmax=2.898

根据关系系数计算公式,其中,p为分辨系数,0<p<1,一般情况下取0.5。可得出以下数据:

根据可求出关联度:

由此可见γ7>γ2>γ9>γ4>γ8>γ6>γ3>γ1>γ10>γ5

4 结果分析

上述结果只有γ1,γ5,γ10处在0.7以下,这表明各影响因素与广西农产品物流业发展水平均存在较强的关联性。而物流作为生产服务业,有着较强的经济敏感性,它的发展不仅与支撑环境相关,更与国民经济的运行密切相关,从而使交通运输、仓储和邮政业生产总值由2005年的214亿元发展为2014年末的734亿元,比2005年翻了三番还多。

(1)货物周转量X7和货运量X6一定程度上代表着物流市场容量,其关联度较高,一定趋势上反映了广西农产品物流业发展受物流市场容量的影响,因此可以通过对物流市场容量的分析来促进广西农产品物流业的发展。

(2)社会消费品零售总额X2、城镇居民人均可支配收入X9、城镇居民消费水平X8是影响广西农产品物流业发展水平的另外三个重要因素。其中,社会消费品零售总额是衡量一个地区消费能力的重要指标,简单地说,消费、投资、净出口是经济增长的“三驾马车”,其中消费是经济增长的一个重要动力,同时它又加快了物流业的发展。城镇居民人均可支配收入和城镇居民消费水平可以看出居民对农产品物流的实际需求情况。

(3)农业商品产值X4与物流业的相关度为0.845,排名第四。说明广西农产品的产量对发展广西农产品物流具有重要影响,因此完善农产品流通体系,打造特色的农产品物流,对于促进农产品物流的发展具有重要意义。

(4)农业机械总动力X3与物流业的相关度较高,说明广西农产品物流的发展离不开先进技术和设备的支持,因此应该增加相关的投入,保障农产品产量的提高。

(5)外贸进出口总额X1对广西农产品物流业的发展影响十分有限。这一方面反映了广西贸易发展中心的定位没有很好地带动其农产品物流业的发展进步;另一方面则反映了广西农产品物流运输过程中的标准化和信息化水平较低,物流现代化和社会化程度都还存在提升空间。

(6)城镇化率X10与乡村从事交通运输、仓储和邮政业X5的关联性最小。虽然近年来广西地区在物流建设方面对专业技术人才需求确实在不断增加,但总的增长幅度并不高,与快速发展的物流行业并不匹配,因此相关从业人员和物流业发展的灰色关联度不高,这说明人才因素对物流业的促进作用不充分,还有发展空间。

参考文献

[1]杨文凤.西藏农产品物流需求研究[D].咸阳:西北农林科技大学,2012.

灰色关联投影法 篇8

聚合物改性沥青作为高级的路面材料, 越来越广泛的得到应用。在生产聚合物改性沥青时, 选取的聚合物以及基质沥青是否相匹配对于改性沥青的性能好坏是至关重要的。而传统的改性沥青的配伍设计是基于改性沥青性能, 通过大量的试验得到相关数据进行回归分析寻找相关规律, 过程相当复杂。因此, 本文探讨基于灰色关联分析法的改性沥青体系优化配伍设计方法, 试图能够以较小的试验量进行定量的分析来确定合适的配伍。

1 预备知识[1,2]

系统:将信息完全明确的系统称为白色系统, 信息未知的系统称为黑色系统, 部分信息明确、部分信息不明确的系统称为灰色系统。

关联度:对于两个系统之间的因素, 其随时间或不同对象而变化的关联性大小的量度, 称为关联度。

灰色系统理论:1982年3月我国学者邓聚龙教授首次在国际上提出。它是根据因素之间发展态势的相似或相异程序, 来衡量因素间关联程度的方法, 提供了在贫信息情况下解决系统问题的新途径。

2 主要理论与方法[1,2,3]

灰色关联分析是灰色系统理论的一个分支, 应用灰色关联分析方法对受多种因素影响的事物和现象从整体观念出发进行综合评价是一个被广为接受的方法。具体计算步骤如下:

第一步:确定分析数列。确定反映系统行为特征的参考数列和影响系统行为的比较数列。设参考数列为Y={Y (k) |k=1, 2, …, n};比较数列Xi={Xi (k) |k=1, 2, …, n}, 其中i=1, 2, …, m。

第二步, 变量的无量纲化。因此在进行灰色关联度分析时, 一般都要进行数据的无量纲化处理。

第三步, 计算关联系数。

x0 (k) 与xi (k) 的关联系数:

记Δi (k) =|y (k) -xi (k) |, 则:

第四步, 计算关联度。关联系数是比较数列与参考数列在各个时刻关联程度值, 因此其数值不是唯一的。可采用其平均值来表征:

第五步, 关联度排序。将关联度数值按照从大到小排序, 排序靠前对应的因素, 即为要寻找的主要的影响因素。

3 案例与分析结果

某条高速公路上拟采用改性沥青混合料进行路面的铺筑。在进行改性沥青选取的时候, 结合当地实际情况初步确定三种基质沥青进行改性, 改性剂采用SBR塑料颗粒。

沥青是由多种化合物组成的混合物, 成分复杂。从化学元素构成来看, 主要是碳氢 (CH) 化合物, 可以用饱和酚、芳香酚、胶质、沥青质四组分来表征。相关研究表明, 沥青中的各个组分的含量与沥青的性能有着很好的相关性[4]。三种基质沥青组分构成如表1所示。

%

参照前人经验[5,6,7], 固定聚合物掺量为5%, 通过高速剪切设备制备得聚合物改性沥青, 进行改性沥青性能试验。试验结果见表2。

我们可以选取基质沥青的四组分含量作为比较数列Xi, 即Xi={X1 (k) , X2 (k) , X3 (k) , X4 (k) };同时选用表征改性沥青的性能指标软化点和低温延度作为参考数列Y, 即Y={Y1, Y2}。利用灰色关联理论, 可得原始数列:

每个数列进行无量纲化处理, i=0, 1, 2, …, m, 即用每个数列的首值去除数列中的其余各个数据, 初值化处理后产生新的数列:

计算关联系数:

以软化点指标Y1序列为例:

对于软化点指标Y1序列:r1=0.835 3, r2=0.929 9, r3=0.833 2, r4=0.585 1。关联度序列为:r2>r1>r3>r4。同理可计算出, 对于低温延度指标Y2序列:r1=0.785 9, r2=0.933 9, r3=0.927 5, r4=0.573 9, 关联度序列为:r2>r3>r1>r4。

关联度的结果表明, 基质沥青当中芳香酚与饱和酚的组分含量对聚合物改性沥青软化点性能起主要作用;而饱和酚与胶质的组分含量对聚合物改性沥青低温延度性能起主要作用。综合而言, 在选取基质沥青的时候, 优先选择饱和酚含量较高的沥青, 对于改性沥青性能的提高是大有裨益的。所以在三种基质沥青中选取基质沥青A作为改性沥青的原材料。这也说明, 用灰色关联分析方法来确定聚合物改性沥青的配伍是可行的。

4结论与展望

在聚合物改性沥青的配伍设计中引入灰色系统理论是可行的。通过灰关联分析, 沥青的组分和改性沥青的性能效果有着很大的相关性。沥青组分当中起到主要作用的是饱和酚, 胶质与芳香酚次之, 沥青质的影响较小。

分析结果有待于通过相关试验进行验证;灰关联分析过程中, 对于不同的参考数列得出的结果会有所不同, 如何进行相应的取舍, 也需要进一步的研究。

参考文献

[1]邓聚龙.灰色预测与决策[M].武汉:华中理工大学出版社, 1988.

[2]刘思峰, 党耀国.灰色系统理论及其应用[M].第6版.北京:科学出版社, 2013.

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