中国绿色增长评价——基于粗糙集、突变级数模型和Topsis法的集成

从社会经济、资源利用、生态承载和生活福祉四个维度构建了绿色增长评价指标体系。运用粗糙集约简方法萃取出19个能够表征绿色增长的关键指标,并借助突变级数模型与Topsis相集成的方法,对2002—2015年国家整体层面的中国绿色增长水平进行了测度,探析了各评价维度以及国家整体绿色增长水平的变动态势和增长空间。最后,针对中国绿色增长水平的提升提出对策建议。     

基于粗糙集和神经网络的数据挖掘应用

本论文就是根据电信行业需求,针对电信企业拥有大量详实而且丰富的数据,但是可用有效数据提取困难这一问题。首先利用粗糙集理论中的差别矩阵方法对电信客户数据进行属性约简,之后采用BP(Back Propagation)神经网络建立基于粗糙集和神经网络的数据挖掘模型,实现对电信业务系统的客户数据信息进行有效分析和高效提取,并通过matlab实现了仿真模拟。所建立的模型,减少神经网络的输入层个数、简化了运算次数、缩短了训练时间并提高数据预测的准确度。     

基于粗糙集-神经网络的房地产企业财务状况评价体系研究

在对财务状况评价的机理和关键财务指标分析的基础上,提出了基于粗糙集的财务指标属性约简方法,设计了财务状况评价模型的构建流程和检验标准,建立了基于BP神经网络的财务状况评价模型。利用Matlab软件对146家房地产上市公司的2007-2012年财务数据进行了研究,结果表明,基于BP神经网络的财务状况评价模型可以对房地产公司的财务状况作出评价。在此基础上,结合财务危机成因提出了房地产企业防范财务危机的建议。     

一个新的银行信用风险评估方法

本文以银行信用风险管理为例，将粗糙集和决策树两种具有互补优势的数据挖掘方法相结合，对客户信用做出归类分析判断，最后利用决策树生成决策规则。实践证明，这种方法忠于原始数据，提高了分类准确度。减小了决策树规模，具有良好的性能。     

林业上市公司股权激励方式决策研究——基于公司治理角度

运用粗糙集理论,从公司治理角度对20个林业上市公司股权激励方案中股权激励方式决策进行研究,结果表明,终极控制人性质,董事长和总经理职责关系,董事会独立性对股权激励方式选择均有影响。另外,近2/3的林业上市公司股权激励方案选择了限制性股票作为激励方式,这其中可能存在一定程度的机会主义行为。林业上市公司应通过规范薪酬委员会的运作、发挥独立董事作用和强化董事会对管理层的监督等措施来选择恰当的股权激励方式。     

基于优势粗糙集的属性选择与集成分类方法设计

粗糙集理论是一种处理不确定信息的有效工具,利用其可在无任何先验信息下获取属性约简子集。本文采用优势粗糙集理论中的排列互信息和最大相关最小冗余相融合技术进行属性子集选取,在每个属性子集上对五种决策树进行训练并作为基础分类器,并按照投票机制融合个体分类器的输出得到最终决策结果。在实际数据集上的实验表明,基于排列互信息和最大相关最小冗余方法得到属性子集能够反映数据本质信息,使得分类算法有较好的准确率。同时,与单个决策树的分类结果相比,融合决策树具有较好的分类效果。     

基于DEA与粗糙集的产业综合效率评价与比较

本文运用DEA方法选取七个省份2007年三次产业细分行业分别建立投入产出模型,对其产业有效性进行评价.并直接对各省产业综合效率进行排序和比较分析DEA与粗糙集相结合的方法对产业效率进行综合评价具有客观、便于量化的优点.     

可变精度粗糙集在上市公司财务预警中的运用

可变精度粗糙集VPRS是标准粗糙集RS的一种推广.文章借鉴了VPRS模型具有噪声数据的强适应能力和强抗干扰能力的优点.提出了一类基于VPRS的信息产业上市公司财务预警方法,并用部分信息产业上市公司对其进行实证检验.检验结果表明:该方法具有较好的识别能力,对信息产业上市公司财务危机的预测准确率达到89.7％,具有良好的应用前景.     

基于粗糙集贝叶斯分类的供应商评价研究

文章采用数据挖掘中粗糙集和朴素贝叶斯分类结合的方法,对供应商评价指标信息属性冗余的问题进行分析,约简信息属性,提出一种新的供应商评价方法。并应用于某企业的供应商数据中,进行分析和验证。     

粗糙集理论在招标资格预审中的应用

本文主要应用粗糙集理论对招投标资格预审进行分析，对所建立的资格预审指标进行客观分析．主要为招标提供新的资格预审评分方法，对实际工程招标具有一定的应用价值。