基于参数更新的灰色聚类概率模型评测研究生的创新能力

作者：刘莹; 唐晓清; 巩轶凡

来源：模糊系统与数学, 2019, 33(01): 118-127.

• 灰色聚类
• 概率模型
• Bayesian理论
• 创新能力
• 截尾估计

研究生的创新能力的评价,对于培养学校和研究生的职业发展都是非常重要的问题。本文认为专家的打分和灰色系统的评分系统的标准都存在概率误差的合理假设下,现在设二者都服从正态概率分布。然后,提出了基于概率的研究生创新能力的白化函数,以根据得分判别每人的创新能力的所属灰类。接着,在接受了新的信息以后,让打分系统基于Bayesian理论更新了评分系统的参数,即修正期望和方差,从而使得灰色系统的期望更准确,方差更小,这样能得出更准确的判别。在随后的两种评估模型的实例演示里,可以看到这个理论的优点,算法的高效性和稳健性。最后,进一步讨论了一种概率理论上的一致最优的截尾估计的优化估计方法。

• 单位
  数学学院; 金融学院; 上海立信会计金融学院; 邵阳学院