论文部分内容阅读
摘要：选择战略性新兴产业时需要考虑很多因素，既有定性的，也有定量的，对于定性指标运用三角模糊数将其量化。同时，利用熵权的求法来确定模糊密度。在此基础上建立了基于模糊积分的优选模型，从而选出应重点发展和培育的战略性新兴产业，并通过实例进行分析模型是效的。
关键词：模糊积分；三角模糊数；战略性新兴产业
中图分类号：F2文献标识码：A文章编号：16723198（2013）22005202
1引言
戰略性新兴产业是对经济社会发展具有引领带动作用大、知识技术密集、能源消耗少、成长潜力大、综合效益好的特点。面对产业升级和经济转型的机遇，全国各地都在大力发展战略性新兴产业，为地方经济持续增长注入新的动力。各地方结合自身产业优势和特点对节能环保、新一代信息技术、生物、高端装备制造、新能源、新材料和新能源汽车七大战略性新兴产业进行布局。由于每个地区在地方基础条件的差异，不可能适应全部战略性新兴产业的发展。因此，必须优先发展与自身优势相关的战略性新兴产业领域。衡阳作为湖南省老工业城市，发展战略性新兴产业是打造衡阳产业升级版的必然选择，也是从内部繁荣与外部和谐角度促进衡阳经济发展的战略性选择。如何构建科学的评价体系，选择具有区域优势、综合效益突出的战略性新兴产业成了关键性的课题。本文以衡阳市为例基于模糊积分研究了战略性新兴产业的选择培育问题，对引导政府建立战略性新兴产业发展战略规划，对加快培育和发展我市战略性新兴产业，提高自主创新能力具有重要的现实意义
2模糊积分相关概念
先介绍模糊测度和模糊积分的一些基本概念。
定义1：设g是从￡到[0，1]映射，若g满足：
（1）有界性：g（）=0，g（X）=1；
（2）单调性：对任意的A，B∈￡，若A≤B，则g（A）≤g（B）；
（3）连续性：对任意的Ai∈￡，且{Ai}是单调的，有lim g（Ai）= g（lim Ai），则称g是￡上的模糊测度。
定义2：若模糊测度g满足以下性质：
若A∩B=￡，则g（A∪B）= g（A）+g（B）+λg（A）g（B）。其中λ∈（1，∞），λ≠0，则称g为λ模糊测度，记作gλ。
若Xm={x1，x2…xm}为有限集合且各变量xi的模糊密度为g（xi），则gλ可表示为：
gλ（Xm）=11λ（m1i=1（1+λg（xi）-1）（1）
其中λ值可由下式确定
λ+1=m1i=1（1+λg（xi））（2）
模糊积分是定义在模糊测度基础之上的一种非线性函数。目前，有多种模糊积分形式，如sugeno积分，choquet积分等。本文采用choquet积分：
∫fdg=f（xn）g（Xn）+[f（xn-1）-f（xn）]g（Xn-1）+…+[f（x1）-f（x2）]g（X1）（3）
其中，f（xi）为第i个指标标准化后的评价值，且f（x1）≥f（x2）≥…≥f（xn），g（Xi）表示指标集合Xi的重要程度，f与g的模糊积分为战略性新兴产业的评价值。
3基于模糊积分的战略性新兴产业选择模型
3.1评价矩阵规范化
在战略性新兴产业选择中，政府需要结合区域产业发展规划和地方产业发展优势，从战略性新兴产业中选出最具有优势、最有特色产业作为重点培育发展对象。于是，政府根据实际情况设立了m个评价指标来对n个战略性新兴产业进行评估，往往政府所获取信息既有定性也有定量的。
3.1.1定性指标处理
（1）就定性指标，其信息一般用模糊性语言来评价，如很好，好，差等语言，而不便用精确的数字来表示。于是，运用三角模糊数（a，b，c）来量化，如表1所示。
表1语言变量评价与三角模糊数的转换关系
语言变量评价1三角模糊数很好1（0.8，0.9，1）好1（0.6，0.7，0.8）一般1（0.4，0.5，0.6）差1（0.2，0.3，0.4）很差1（0，0.1，0.2）（2）根据下面公式将三角模糊数量化。
（a2+b2+c2）÷31（a2+b2+c2）÷3+（（1-a2）+（1-b2）+（1-c2））÷3（4）
3.1.2定量指标处理
对于定量信息首先须消去量纲对评价结果的影响。先利用
Dij=Aij1max（Aij）（5）
进行标准化，这里，Aij表示第j个候选新兴产业在第i个评价指标下的评价值，max（Aij）表示就第i个评价指标来说，最大评价值。
3.1.3然后运用比重变换法将评价指标标准化
rij=Dij1n1j=1Dij（6）
经过上述步骤，得到标准化的评价矩阵R=（rij）m×n。
3.2模糊密度g（xi）的确定
通过计算第i个评价指标的熵权来确定模糊密度g（xi）。先求第i个评价指标的熵，熵是物资系统状态的一个函数，是系统无序状态的度量。
3.3λ值的确定
关键词：模糊积分；三角模糊数；战略性新兴产业
中图分类号：F2文献标识码：A文章编号：16723198（2013）22005202
1引言
戰略性新兴产业是对经济社会发展具有引领带动作用大、知识技术密集、能源消耗少、成长潜力大、综合效益好的特点。面对产业升级和经济转型的机遇，全国各地都在大力发展战略性新兴产业，为地方经济持续增长注入新的动力。各地方结合自身产业优势和特点对节能环保、新一代信息技术、生物、高端装备制造、新能源、新材料和新能源汽车七大战略性新兴产业进行布局。由于每个地区在地方基础条件的差异，不可能适应全部战略性新兴产业的发展。因此，必须优先发展与自身优势相关的战略性新兴产业领域。衡阳作为湖南省老工业城市，发展战略性新兴产业是打造衡阳产业升级版的必然选择，也是从内部繁荣与外部和谐角度促进衡阳经济发展的战略性选择。如何构建科学的评价体系，选择具有区域优势、综合效益突出的战略性新兴产业成了关键性的课题。本文以衡阳市为例基于模糊积分研究了战略性新兴产业的选择培育问题，对引导政府建立战略性新兴产业发展战略规划，对加快培育和发展我市战略性新兴产业，提高自主创新能力具有重要的现实意义
2模糊积分相关概念
先介绍模糊测度和模糊积分的一些基本概念。
定义1：设g是从￡到[0，1]映射，若g满足：
（1）有界性：g（）=0，g（X）=1；
（2）单调性：对任意的A，B∈￡，若A≤B，则g（A）≤g（B）；
（3）连续性：对任意的Ai∈￡，且{Ai}是单调的，有lim g（Ai）= g（lim Ai），则称g是￡上的模糊测度。
定义2：若模糊测度g满足以下性质：
若A∩B=￡，则g（A∪B）= g（A）+g（B）+λg（A）g（B）。其中λ∈（1，∞），λ≠0，则称g为λ模糊测度，记作gλ。
若Xm={x1，x2…xm}为有限集合且各变量xi的模糊密度为g（xi），则gλ可表示为：
gλ（Xm）=11λ（m1i=1（1+λg（xi）-1）（1）
其中λ值可由下式确定
λ+1=m1i=1（1+λg（xi））（2）
模糊积分是定义在模糊测度基础之上的一种非线性函数。目前，有多种模糊积分形式，如sugeno积分，choquet积分等。本文采用choquet积分：
∫fdg=f（xn）g（Xn）+[f（xn-1）-f（xn）]g（Xn-1）+…+[f（x1）-f（x2）]g（X1）（3）
其中，f（xi）为第i个指标标准化后的评价值，且f（x1）≥f（x2）≥…≥f（xn），g（Xi）表示指标集合Xi的重要程度，f与g的模糊积分为战略性新兴产业的评价值。
3基于模糊积分的战略性新兴产业选择模型
3.1评价矩阵规范化
在战略性新兴产业选择中，政府需要结合区域产业发展规划和地方产业发展优势，从战略性新兴产业中选出最具有优势、最有特色产业作为重点培育发展对象。于是，政府根据实际情况设立了m个评价指标来对n个战略性新兴产业进行评估，往往政府所获取信息既有定性也有定量的。
3.1.1定性指标处理
（1）就定性指标，其信息一般用模糊性语言来评价，如很好，好，差等语言，而不便用精确的数字来表示。于是，运用三角模糊数（a，b，c）来量化，如表1所示。
表1语言变量评价与三角模糊数的转换关系
语言变量评价1三角模糊数很好1（0.8，0.9，1）好1（0.6，0.7，0.8）一般1（0.4，0.5，0.6）差1（0.2，0.3，0.4）很差1（0，0.1，0.2）（2）根据下面公式将三角模糊数量化。
（a2+b2+c2）÷31（a2+b2+c2）÷3+（（1-a2）+（1-b2）+（1-c2））÷3（4）
3.1.2定量指标处理
对于定量信息首先须消去量纲对评价结果的影响。先利用
Dij=Aij1max（Aij）（5）
进行标准化，这里，Aij表示第j个候选新兴产业在第i个评价指标下的评价值，max（Aij）表示就第i个评价指标来说，最大评价值。
3.1.3然后运用比重变换法将评价指标标准化
rij=Dij1n1j=1Dij（6）
经过上述步骤，得到标准化的评价矩阵R=（rij）m×n。
3.2模糊密度g（xi）的确定
通过计算第i个评价指标的熵权来确定模糊密度g（xi）。先求第i个评价指标的熵，熵是物资系统状态的一个函数，是系统无序状态的度量。
3.3λ值的确定