基于粗糙集理论的经济评价方法研究-概率论与数理统计专业论文.docxVIP

基于粗糙集理论的经济评价方法研究-概率论与数理统计专业论文.docx

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
I I 摘要 经济评价通常是通过经济指标的选取和经济指标数据的分析与计算,得出评 价结论。然而,面对庞大的指标数据,不可能将所有指标均纳入分析之列,需对 其按一定的原则进行筛选。传统的评价模型中指标体系和权系数的确定在很大程 度上依赖于以往的知识和经验,评价结果具有主观性。 粗糙集理论是在保持原始信息不变的前提下,通过知识约简删去冗余信息, 从而大大简化了分析难度,其最大的优点就是无需提供除问题处理之外的任何先 验信息,完全由数据本身出发来解决问题,这就很大程度上保证了评价结果的客 观性。 粗糙集理论是对数据表的每个属性重要性作衡量,而数据挖掘的属性相关分 析提供了同类数据表的属性重要性的对比,通过对比可以从中发现这些数据表的 相关性和差异性,将属性相关分析的思想同粗糙集理论有机结合起来,在对某个 经济的数据作处理时,两者的结合使用不失为解决某些经济评价的一种有效的方 法。 本文的主要思想在于利用粗糙集理论中数据分析的客观性,引入粗糙集理论 中的属性重要性和属性约简的相关概念,建立了一种不依赖于任何先验信息的 TOPSIS 法工业企业经济效益综合评价模型,使得经济评价结果更具客观性。 本文的主要工作包括: 1.综述了现有经济评价的主要方法并分析了所存在的一系列问题,概述了粗 糙集的主要理论和方法,包含粗糙集理论的基本概念、数据预处理中的几种离散 化算法和属性约简技术、应用和发展概况。 2.利用粗糙集理论相关概念和思想,提出了新的 TOPSIS 法经济效益综合评 价模型,选取安徽省 17 个地市的工业企业经济效益若干类指标的指数值作为实 例数据,利用新模型给予综合评价。 3.引入粗糙集的属性重要性的概念和数据挖掘的属性相关分析法,对安徽省 和全国的产业结构指标数据作综合分析,比较分析了三大产业对 GDP 的影响程 度,结果表明第一和第三产业对安徽省 GDP 影响较大,而第二产业对全国 GDP 的影响有突出重要的作用,最后提出了调整和优化安徽产业结构的一些建议。 II II 安徽大学硕士学位论文 基于粗糙集理论的经济评价方法研究关键词:经济评价,粗糙集,TOPSIS 法,基于 TOPSIS 安徽大学硕士学位论文 基于粗糙集理论的经济评价方法研究 属性相关分析 PAGE PAGE IV Abstract The economic evaluation is a method which is trying to find the results of evaluation through the categories of selected economic indicators and economic indicators for data analysis and calculation. However, during the use of economic efficiency in the process of evaluation methods and in the face of massive data indicators, it is impossible to incorporate all the benefits of indicators into the analysis of the list, so the choice of indicators is important. In traditional evaluation model, for evaluating depends on the past experience in a large extent, and the results of evaluation are subjective. The rough set theory is to maintain the original classification in the same premise and to reduce the evaluation results by deleting the redundancy, which greatly simplifies the analysis of the difficulty. In addition, its most effective advantage is that it can solve the issue of dealing without the provision of any prior information, they are completely determined by the data itself to solve the problem of departure,

您可能关注的文档

文档评论(0)

131****9843 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档