下载文档原格式
灰色关联度评价模型一、介绍1.1 任务概述灰色关联度评价模型是一种用于分析多因素相互关联度的方法。
该模型通过对不同因素之间的数据进行比较和分析，来确定它们之间的相似性和相关性程度。
灰色关联度评价模型广泛应用于各种领域，如经济、环境、工程等，旨在帮助决策者做出科学合理的决策。
1.2 灰色关联度评价模型的起源灰色关联度评价模型最早由中国科学家李四光在上世纪六十年代提出。
当时，他面临的问题是如何评估不同因素对灌区水资源分配的影响程度。
他发现，传统的因子分析方法往往无法很好地处理多因素之间的关联关系。
因此，李四光提出了灰色关联度评价模型，通过对因素之间的相关数据进行处理和比较，得出相应的关联度指标，从而解决了他所面临的问题。
二、灰色关联度评价模型的应用2.1 经济领域灰色关联度评价模型在经济领域的应用非常广泛。
例如，在市场营销中，可以利用灰色关联度评价模型来确定不同市场因素对产品销售的影响程度。
这有助于企业合理调整营销策略，提高产品销售额。
另外，灰色关联度评价模型也可以用于股票市场的决策分析。
通过对不同因素与股票价格的关联程度进行评估，投资者可以更好地把握市场走势，做出明智的投资决策。
2.2 环境领域在环境领域，灰色关联度评价模型可以用于评估不同因素对环境污染程度的影响。
例如，在大气污染控制中，可以利用灰色关联度评价模型来确定不同因素（如工业排放、交通排放等）对空气污染的影响程度，从而制定出相应的减排措施。
此外，灰色关联度评价模型还可以应用于评估水质和土壤质量。
通过对不同因素与水质或土壤质量的关联度进行评估，环保部门可以及时采取相应的污染治理措施，保护环境和人民的健康。
三、灰色关联度评价模型的基本原理灰色关联度评价模型的基本原理是通过对因素数据进行标准化和比较，来确定它们之间的相似性和相关性程度。
具体而言，该模型主要包括以下几个步骤：3.1 数据标准化首先，需要对因素数据进行标准化处理。
标准化的目的是消除不同数据之间的量纲和数量级的差异，使得它们可以进行有效的比较和分析。
灰色系统理论在环境评估中的应用分析引言：随着环境污染和资源浪费的日益严重，环境评估成为我们认识、改善和保护环境的重要手段之一。
在环境评估过程中，我们需要对各种因素进行全面、准确的分析与评价。
灰色系统理论作为一种新颖的分析方法，具有适用于不确定和不完全信息的特点，逐渐引起环境评估领域的关注与应用。
本文将通过分析灰色系统理论在环境评估中的应用，探讨其优势和局限性，并展望未来的发展。
一、灰色系统理论概述灰色系统理论是由我国科学家陈纳言教授于1982年提出的，是一种处理灰色信息的系统方法。
灰色信息是指知识、数据或信息不完全、不确定的情况下所获得的信息。
灰色系统理论通过数学和统计方法，将灰色信息转化为可分析的模型，从而实现对信息的预测、决策和优化。
灰色系统理论具有简单、快速、灵活、经济等特点，被广泛应用于工程、经济、环境、社会等领域。
二、灰色系统理论在环境评估中的应用1. 环境质量评估环境质量评估是对某一特定环境区域内的污染状况进行全面评估的过程。
灰色系统理论可以有效地处理环境质量评估中存在的不完全信息和不确定性。
通过对已知的环境因素进行建模和分析，可以预测环境变量的发展趋势，评估环境质量的变化情况，并提出预警措施。
例如，在城市环境质量评估中，可以利用灰色系统理论预测空气质量、水质指标等，并为城市管理部门提供决策依据。
2. 环境风险评估环境风险评估是对自然环境或人类活动可能引发的危害和风险进行定量评估的过程。
灰色系统理论可以有效地处理环境风险评估中的不确定性和复杂性。
通过对已知的环境影响因素进行建模和分析，可以预测环境风险的发展趋势，并进行等级评估。
例如，在土壤污染风险评估中，可以利用灰色系统理论分析土壤样本中的有害物质含量、地下水流动速度等因素，评估土壤污染的程度和风险，并制定相应的修复和监控对策。
3. 环境绩效评估环境绩效评估是对某一特定组织、企业或行业在环境保护和可持续发展方面的表现进行评估的过程。
2010年第2期科技管理研究Science and T echno l ogy M anage m ent R esearch2010N o 12收稿日期:2009-06-20,修回日期:2009-09-18基金项目:国家自然科学基金项目/基于目标强度的政府科技投入绩效评价研究0(70873095)文章编号:1000-7695(2010)02-0043-03基于灰色关联分析的我国区域科技创新能力评价研究李 倩,师 萍,赵立雨(西北大学经济管理学院,陕西西安 710127)摘要:以灰色关联分析法为基础,根据中国科技统计年鉴数据,从科技投入和产出两个方面构建科技创新能力的综合评价指标体系,对所选的八个区域科技创新能力进行综合评价。
通过对比分析,找出各省科技创新能力与其他地区的差异,并提出相关的对策。
关键词:灰色关联分析;区域科技创新;评价中图分类号:F204文献标识码:A1 前言近年来,我国经济高速发展,但与发达国家相比,绝对差距仍在扩大。
从国内看,地区之间的差距也在加剧,而产生差距的根本,主要体现在科技创新能力上[1]。
区域科技创新能力是区域经济增长和竞争的决定性因素,其强弱是衡量一个区域科技实力和技术创新能力的重要尺度[2]。
从未来发展情况看,要缩小这种差距,加速我国科技创新是必然的选择。
但如何客观、科学地评价区域科技创新能力,对于一个区域在一定范围内科学定位自身的科技创新能力,采取合理的科技创新战略,提高竞争优势,获取最佳的经济效益和社会效益具有非常重要的意义。
美籍奥地利经济学家约瑟夫#熊彼特(Jo seph Schumpe-te r)对/创新0定义为:/对于生产要素的新的组合0,创新能力就是对各种生产要素创造性集成的能力。
各项集成要素之间不是简单地叠加汇聚,而是通过创造性的融合,互补匹配,形成更加高级有序的整体结构[3]。
傅家骥认为技术创新在提高生产率和创造新兴产业方面起到了主要作用,技术创新是影响产业升级和结构转换的核心因素,没有技术创新,就没有产业的发展,从而就没有经济的持续增长,一个国家高质量经济增长的过程,正是技术创新效应持续发挥作用的过程[4]。
淮安市盐化工新材料产业发展对策研究中图分类号：tq016淮安市岩盐资源十分丰富，盐化工产业发展有一定基础。
近年来，我市依托资源优势，盐化工新材料产业发展迅速，已形成了由盐化工、精细化工、石油化工、农用化工、日用化工、橡胶制品等门类组成的具有相当规模和特色的工业体系。
一、淮安市盐化工新材料产业发展现状依托丰富的岩盐资源，淮安市盐化工新材料产业近年来发展迅速，投资力度不断加大，生产规模不断扩大，产业链不断延伸，竞争能力不断增强，经济效益逐步提高。
主要表现在以下几个方面：一是产业初具规模。
2009年淮安市盐化工新材料产业实现销售收入300.4亿元， 2010年实现销售收入500亿元。
全市已形成180万吨原油加工、15万吨烧碱、35万吨纯碱、1000万套轮胎、270万吨元明粉、300万吨精制盐、26万吨硝酸的生产能力。
二是骨干企业不断显现。
近年来，培育了一批骨干企业，台玻集团实联化工（江苏）有限公司、安邦电化有限公司、清江石化有限公司、华尔润化工有限公司、洪泽银珠化工集团有限公司、江苏井神盐业有限公司、江苏韩泰轮胎有限公司、中盐南风集团在淮安投资企业、江苏爱特福股份有限责任公司（金湖县）等。
三是品牌产品增多。
近年来，打造了一批知名品牌。
银珠牌工业无水硫酸钠、双穗牌胶面胶鞋、华尔润纯碱、氯化铵、尿素等6个产品荣获省级名牌产品称号，江苏淮河化工有限公司“双合”、洪泽县化工（集团）总公司“银珠”、江苏爱特福药物保健品有限公司“飞毛腿”、“爱特福”、“84爱特福”等5个商标被评为省著名商标。
“爱特福”成为全国驰名商标。
四是竞争能力增强。
近年来，淮安市盐化工新材料产业竞争力明显增强。
淮安市乙烯利装置规模世界第一、邻氯苯胺生产规模世界第一、六氯环戊二烯装置规模世界第二、一硝基甲苯生产能力世界第一、低硫低芳烃特种溶剂油装置规模国内第一、元明粉的生产能力华东第一。
同时投资规模加大，创新能力增强。
台玻集团总投资12亿美元纯碱项目成为我市工业史上投资最大的“航母级”单体项目；中国芒硝集团起步跃进；韩泰轮胎以高质量、高技术和国际网络化经营成为全球增长速度最快的轮胎生产企业，创造了轮胎行业世界第七位和中国轿车胎市场配套量第一的成就。
2006年6月系统工程理论与实践第6期 文章编号:100026788(2006)0620025205基于灰关联分析的多层次综合评价研究———风险投资项目综合评价模型唐万梅1,2(11内蒙古大学理工学院,内蒙古呼和浩特010021;21重庆师范大学数学与计算机科学学院,重庆400047)摘要: 利用灰色系统理论建立了一种新的基于灰色关联分析的多层次综合评价模型,给出了一种确定各指标权重的新方法.将此方法应用于高技术风险投资项目的筛选中,获得了较好的预期结果.关键词: 灰色关联分析;风险投资项目;综合评价中图分类号: C934 文献标识码: A A Research of Multihierarchy Synthetic Evaluation Based on theG ray Relation Analysis———the m odel of synthetic assessment in the venture investment itemsT ANG Wan2mei1,2(11C ollege of Sciences and T echnology,NeiM ong ol University,H ohhot010021,China;21Dept of Mathematics and C om puter Sciences, Chongqing N ormal University,Chongqing400047,China)Abstract: This paper founds a new m odel of multihierarchy synthetic evaluation based on the gray relation analysisusing gray system theory,and presents a new method to determine the weights of the indices.This method can be usedin the selection of high2tech venture investment items.The simulation test indicates that the results achieved by thismethod are satis factory.K ey w ords: gray relation analysis;venture investment items;synthetic evaluation1 引言在对多层次、多准则综合评价系统的研究中,问题的关键是:1)如何建立科学的指标体系;2)如何对指标进行赋权.指标权重的确定是一个较为重要的问题,也是较为难解决的问题.在已有的确定指标权重的方法中,其中影响较大的是层次分析法,不过层次分析法的实施要求指标体系是一个内部独立的递阶层次结构[1,2].但多层次、多准则综合评价系统中各因素(指标)相互联系,相互影响,其指标体系并不是内部独立的递阶层次结构,其次,在指标权重分配时带有较多的主观因素,从而影响其评价方法的效用.在多层次、多准则综合评价系统中,所涉及的因素和指标往往很多,既有定性因素,又有定量因素,各因素之间并不都具有确定的数量关系,是一种灰色系统.但在已有的灰色综合评价模型中,指标权重的确定应用得最多的是AHP方法[3～5],也有其他的如文献[6]采用非结构性模糊决策理论确定指标权重.本文将灰色系统理论引入到多因素综合评价中,并利用灰色关联分析[7]理论建立起一种新的确定指标权重的方法,较好地排除了赋权时人为因素的影响,并应用到风险投资项目的筛选中.2 利用灰色关联理论建立多层次综合评价模型211 灰色关联分析收稿日期:2005206206资助项目:国家自然科学基金(10171118,10471159)和教育部重点项目资助;教育部“新世纪优秀人才支持计划”;重庆师范大学校级科研项目(05X LY017);重庆市教委项目(K J060818) 作者简介:唐万梅(1965-),女,重庆,副教授,博士研究生,研究方向:计算机算法及区域规划.灰色关联分析模型可以解决因子间关联的相对度量,它提供了一个相对客观的评价指标权重测度的方法,而且,它对数据要求不苛刻,可以用来解决数据量少,信息不全情形下的测度问题.212 灰色关联分析的基本步骤[7]灰色关联分析的计算步骤如下:1)由原始序列集确定参考序列和比较序列;2)无量纲化.由于实际评价系统中各指标往往具有不同的量纲,且类型不同,故指标间具有不可共度性,难以进行直接比较,因此,在综合评价前必须把这些指标进行无量纲化处理.本文采用初值化进行无量纲化(即同一指标序列的数据除以该序列的第一个数据);3)计算关联系数.比较序列X i 对于参考序列X 0在k 点的关联系数为:ξi (k )=min i min k |X 0(k )-X i (k )|+ρmax i max k|X 0(k )-X i (k )||X 0(k )-X i (k )|+ρmax imax k|X 0(k )-X i (k )|,其中,ρ∈(0,+∞)为分辨系数.ρ越小,分辨能力越大.一般取ρ∈(0,1),更一般取ρ=015.4)计算灰关联度.由于关联系数的计算得到的是各比较序列与参考序列在各点的关联系数值,结果较多,信息过于分散,不便于比较,因而有必要将每一比较序列各个时刻的关联系数集中体现在一个数值上,这个值即是关联度.通常关联度的计算方法采用平均值法:γi =1n∑nk =1ξi(k ),ξi(k )(k =1,2,…,n )为灰关联序列.5)计算相对权重测度:令Ψi 为序列X i 对于序列X 0的相对权重测度,则Ψi =γi∑n i =1γi.213 定量评价项目风险的灰色关联分析综合评价模型及算法设计项目风险评估通常采用专家鉴定的方法,一方面能充分调动专家们丰富的理论知识和宝贵的实践经验,另一方面也使得指标体系的确定和指标之间的相互关系带有很大的主观性.该方法受具体时间、地点和人力物力的限制,同时对风险投资公司而言,面对成百上千份待选项目,如何从中进行大规模的评价以筛选合适的投资对象,就成了艰巨的任务[8].本文使用与文献[8]相同的实例,并对指标加以简化调整,选出能反映评价系统特征的指标序列作为参考序列,利用灰色关联分析理论,采用灰色关联度定义各指标权重测度,由此计算综合评价系统各方案的评价值[9,10].图1 项目风险评估系统的层次结构和指标体系从图1的指标体系可看出,在主准则层5项指标内的各分指标都不是相互独立的,而是相互依存,相互影响.如“R&D 风险”内指标u 2(人才资源)与u 4(R&D 条件)之间就存在相互依存关系;“技术风险”内指62系统工程理论与实践2006年6月标u 5(技术成熟性)与u 7(技术配套性)之间也是相互关联相互依存的.其次,在主准则层不同指标内的分指标之间也是相互影响的.如“R&D 风险”内指标u 2(人才资源)与“管理风险”内指标u 12(管理者素质和经验)之间明显存在强烈的关系.因此,这不是一个内部独立的递阶层次结构,不能用AHP 方法确定各个指标权重.为此,本文引入一种新的方法解决指标赋权问题.当综合评价系统只有单一层次时,计算比较简单.利用每个项目各项指标权重测度得出每个项目的评价值.然而,当综合评价系统存在多层次结构时,把按照同一层次各分指标的指标权重测度计算得出的评价值,作为上一层次指标的原始指标值,重复进行求出上一层次指标的评价值,直到最顶层,得出系统的评价值.如图1所示,首先对主准则层下的各分指标计算其权重测度,从而计算主准则层各指标的评价值,将此评价值作为主准则层各指标的原始指标值,进而计算目标层(投资项目)的评价值,依评价值的大小排序,作为选择投资对象的先后顺序关系.在“R&D 风险”指标中,理论基础合理性u 1越强,其风险就越低,所以在“理论基础合理性u 1,人才资源u 2,信息资源u 3,R&D 条件u 4”四个指标序列构成的序列集X ={X i |i =0,1,2,3}中,称X 0为理论基础合理性因子序列,X 1为人才资源因子序列,X 2为信息资源因子序列,X 3为R&D 条件因子序列.令X 0为参考序列,则根据灰关联分析理论有:1)ξi (k )=min i min k |X 0(k )-X i (k )|+ρmax i max k|X 0(k )-X i (k )||X 0(k )-X i (k )|+ρmax imax k|X 0(k )-X i (k )|ξi (k )为理论基础合理性灰关联系数.2)灰关联度:γi =1n∑n k =1ξi(k ).当i =1时,γ1为人才资源和理论基础合理性的关联度,它体现了人才资源对“R&D 风险”指标的影响测度;当i =2时,γ2为信息资源和理论基础合理性的关联度,它体现了信息资源对“R&D 风险”指标的影响测度;当i =3时,γ3为R&D 条件和理论基础合理性的关联度,它体现了R&D 条件对“R&D 风险”指标的影响测度;3)权重测度:Ψi =γi∑n i =1γi .当i =1时,Ψ1为评价“R&D 风险”中衡量理论基础合理性的人才资源的相对权重测度,它反映了影响“R&D 风险”中人才资源的相对重要性;当i =2时,Ψ2为评价“R&D 风险”中衡量理论基础合理性的信息资源的相对权重测度,它反映了影响“R&D 风险”中信息资源的相对重要性;当i =3时,Ψ3为评价“R&D 风险”中衡量理论基础合理性的R&D 条件的相对权重测度,它反映了影响“R&D 风险”中R&D 条件的相对重要性;4)主准则层各指标评价值的计算因人才资源和信息资源越丰富,R&D 条件越好,其R&D 风险越小,因此,可如下计算R&D 风险评价值:R&D 风险评价值=人才资源因子3Ψ1+信息资源因子3Ψ2+R&D 条件因子3Ψ3.类似可得技术风险评价值、市场风险评价值、管理风险评价值和环境风险评价值(见表2),以此作为主准则层指标“R&D 风险、技术风险、市场风险、管理风险和环境风险”的原始指标值,依次类推求出目标层“项目风险”的最终评价值,作为优选投资对象的依据.5)目标层“项目风险”评价值的计算因为在目标层“项目风险”指标中,技术风险是影响高技术投资项目的关键因素,其技术风险越小,项目风险就越小,所以在“技术风险、R&D 风险、市场风险、管理风险和环境风险”五个指标序列构成的序列72第6期基于灰关联分析的多层次综合评价研究82系统工程理论与实践2006年6月集X={X i|i=0,1,2,3,4}中,令技术风险指标序列X0为参考序列,其余序列X i(i=1,2,3,4)为比较序列,然后计算各比较序列和参考序列的关联度,进而计算影响“项目风险”中“R&D风险、市场风险、管理风险和环境风险”各因素的相对权重测度:Ψ′1、Ψ′2、Ψ′3、Ψ′4.因项目风险评价中,“R&D风险、市场风险、管理风险和环境风险”等的风险越小,其项目风险就越小,即对项目综合评价得分越高,说明该项目在所有评价指标上的综合表现越佳,从而该项目总的投资风险就越低,反之其得分越低,表明该项目投资风险越高.所以可如下计算项目风险的评价值:项目风险评价值=R&D风险因子3Ψ′1+市场风险因子3Ψ′2+管理风险因子3Ψ′3+环境风险因子3Ψ′4.表1 专家评估数据项目u1u2u3u4u5u6u7u8u9u10u11u12u13u14u15u16u17u18序号10.7110.70.70.710.710.70.710.70.7111120.50.70.50.70.70.70.50.50.50.70.50.70.70.70.70.70.70.530.50.50.30.50.50.30.30.30.30.30.50.30.30.30.30.50.30.140.50.50.50.50.50.70.30.30.50.30.50.70.70.70.70.70.30.550.50.50.50.70.70.70.51110.710.70.70.70.70.70.1610.7110.7111110.7110.70.310.71 710.7110.7111110.710.70.7110.70.180.70.70.50.70.50.70.50.70.50.70.70.70.70.70.70.710.590.70.710.70.50.70.50.70.50.70.70.70.50.70.70.70.70.5100.70.7110.70.70.51110.710.70.70.7110.5 110.70.50.50.70.70.70.50.70.50.70.70.70.70.50.70.70.71 120.70.710.70.70.70.51110.710.70.70.70.70.70.1 130.70.70.30.50.50.30.50.30.50.30.50.70.70.50.30.50.30.5 140.71110.70.71110.70.70.70.70.70.7110.5 150.70.70.510.70.711110.70.70.70.70.710.70.5 160.70.70.50.70.50.70.50.70.50.70.70.70.70.70.30.711表2 准则层各指标评价值、目标层项目风险评价值及排序项目序号技术风险R&D风险市场风险管理风险环境风险项目风险排序结果文献[8]的排序结果1111110.99994220.75730.7560.833410.64520.8118131330.38610.52230.59520.42860.31850.4689161640.61370.58440.595210.50140.6742141450.95080.6971.178610.53550.856011861.28691.08041.17861.20250.89221.09211171.28691.08041.178610.64540.98285580.83470.756110.75300.878191190.83470.911510.8650.64520.8595109100.95081.08041.178610.86291.033523110.83470.69710.84930.78220.83071210120.95080.91151.178610.53550.912777130.45220.58130.59520.84930.42810.61771515141.11611.1689110.86291.012734151.11610.92491.178610.75510.967366160.83470.756110.89010.91008123 应用实例本文采用福建省经济开发创业中心对16个高技术项目投资所做的评估,数据如表1所示[8],其中,因为影响高技术项目投资风险的各风险指标u 1～u 18中定性因素较多,因此对于u 1～u 18采用专家打分的方法,分别为:110,017,015,013,011五个等级[8].利用213节所建立的综合评价模型,针对表1的原始指标数据,得出准则层各指标和目标层“项目风险”的评价值以及风险投资项目优选的排序结果,如表2.从表2可看出,在16个高技术风险投资候选项目中,应首选项目6,其次是项目10,等等.这个优选排序结果和文献[8]的排序结果基本一致.4 结束语本文利用灰色系统理论建立了一种基于灰色关联分析的高技术风险投资项目的综合评价模型,给出了一种确定各指标权重的新方法.避免了层次分析法中要求指标体系是一个内部独立的递阶层次结构的苛刻要求,以及权重分配时带有的较多主观因素,使其评价结果更客观、更可信,为多层次、多准则综合评价系统提供了一种新的思路.致谢 感谢我的导师杨新民教授对我论文工作的指导.参考文献:[1] 戴文战.基于三层BP 网络的多指标综合评价方法及应用[J ].系统工程理论与实践,1999,19(5):30-40.Dai Wenzhan.A method of multiobjective synthetic evaluation based on artificial neural netw orks and applications [J ].Systems Engineering -Theory &Practice ,1999,19(5):30-40.[2] 赵国杰,邢小强.ANP 法评价区域科技实力的理论与实证分析[J ].系统工程理论与实践,2004,24(5):42-45.Zhao G uojie ,X ing X iaoqiang.The theoretical analysis and practical application on ANP method in reginal scientific strength evaluation[J ].Systems Engineering -Theory &Practice ,2004,24(5):42-45.[3] 徐维祥,张全寿.一种基于灰色理论和模糊数学的综合集成算法[J ].系统工程理论与实践,2001,21(4):114-119.Xu Weixiang ,Zhang Quanshou.An alg orithm of meta 2synthesis based on the grey theory and fuzzy mathematics [J ].Systems Engineering -Theory &Practice ,2001,21(4):114-119.[4] 陈冬林,黎志成.信息系统投资项目评价指标确定与灰色综合评价[J ].系统工程理论与实践,2002,22(2):100-103.Chen D onglin ,Li Zhicheng.The appraisement index in suring of in formation system investment and method for grey com prehensive appraisement [J ].Systems Engineering -Theory &Practice ,2002,22(2):100-103.[5] 郭鹏,施品贵.项目风险模糊灰色综合评价方法研究[J ].西安理工大学学报,2005,21(1):106-109.G uo Peng ,Shi Pingui.Research on fuzzy 2grey com prehensive evaluation method of project risk [J ].Journal of X i ’an University of T echnology ,2005,21(1):106-109.[6] 李希灿,程汝光,李克志.空气环境质量模糊综合评价及趋势灰色预测[J ].系统工程理论与实践,2003,23(4):124-129.Li X ican ,Cheng Ruguang ,Li K ezhi.Fuzzy com prehensive valuing and grey forecast for air environmental quality [J ].Systems Engineering -Theory &Practice ,2003,23(4):124-129.[7] 刘思蜂,郭天榜,党耀国.灰色系统理论及其应用[M].北京:科学出版社,1999.Liou S ifeng ,G uo T ianbang ,Dang Y aoguo.G rey Systems Theory and I ts Application [M].Beijing :Science Press ,1999.[8] 徐晋,彭娟.重置变结构神经网络及其在风险投资项目评估中的应用[J ].系统工程理论方法应用,2005,14(2):41-45.Xu Jin ,Peng Juan.The revisable structure of neural netw ork based on early restart alg orithm and its application in risk evaluation of venture investment items[J ].Systems Engineering -Theory Methodology Applications ,2005,14(2):41-45.[9] 解建喜,宋笔锋,刘东霞.飞机顶层设计方案优选决策的灰色关联分析法[J ].系统工程学报,2004,19(8):350-354.X ie Jianxi ,S ong Bifeng ,Liu D ongxia.G rey correlation analysis method for scheme selection decision of aircraft top 2layer design[J ].Journal of Systems Engineering ,2004,19(8):350-354.[10] 李 ,李玉忱,任磊.利用灰关联理论定量评价选择供应商的算法研究[J ].计算机应用与软件,2004,21(8):90-92.Li Jing ,Li Y uchen ,Ren Lei.Research of a calculation method for quantitative supplier valuation and selection by using gray relation theory[J ].C om puter Applications and S oftware ,2004,21(8):90-92.92第6期基于灰关联分析的多层次综合评价研究。
