一种基于因子分析与聚类方法的新型价值评估体系——以能源行业为例
摘要：能源是当今社会运作和发展的“维他命”。离开能源，人类将无法生存，所以能源行业的存在与发展至关重要。为了能源行业的良好发展与运作，对其进行价值评估很有必要。我们对常见的企业价值评估方法进行了总结根据时间顺序整理了这方面的文献。对文献中提出的各种方法进行了分析和总结，并讨论了他们提出的背景他们的适用范围，以及它们的优缺点。在此基础上，我们发现现有文献在模型的量化上做的不足，因此我们准备，通过统计原理构造一种量化模型，更好地评价那个就锁公司价值。
关键词：能源； 价值评估； 因子分析；聚类方法；
一、文献综述
近代对价值评估体系Valuation-based systems（VBS）的研究起源于1994年《Journal of Environmental Economics amp; Management》上刊登的《The Value of Water Supply Reliability in Urban Water Systems》[6]一文所提出的，它将可靠性作为城市供水的一个重要方面。这种对可靠性的需求可以通过价值评估方法来衡量，而通过水文模拟可以估计提供各种可靠性水平的成本。 介绍了优化可靠性的框架，并描述了估价调查。 介绍了三个科罗拉多州城镇的结果。这是近代以来第一次提出价值评估的概念并运用于解决实际问题，这为之后的研究打下了基础并开创了先例。
在往后的10年，及1994-1999年之间，VBS 得到了迅速的发展。其中比较有代表性的有Hong Xu在在1998年6月发表的《Valuation-based systems for decision analysis using belief functions》[5]与来自堪萨斯大学的Prakash P. Shenoy发表的《Conditional Independence in Valuation-based Systems》[9]分别研究了“基于估值的系统中的条件独立性”与“基于评估的系统用于使用信念函数进行决策分析”前者在估值系统（VBS）中引入了条件独立的概念。VBS是一个能够代表许多不确定性结论的公理框架。我们用联合评估的因子分解来定义条件独立性。VBS中条件独立的定义概括了概率论中的相应定义。除了概率论外，我们的定义也适用于Dempster-Shafer的信念函数理论，Spohn的认识信念理论和Zadeh的可能性理论。事实上，它适用于任何适合VBS框架的不确定性计算。我们证明了我们对条件独立的定义满足了许多与它相关的通常属性。特别是它满足了Pearl和Paz的graphoid公理。后者为在不确定情况下表示知识和绘制推论提供了一个通用框架。最近的研究表明，VBS也可以表示和解决贝叶斯决策问题。本文提出了VBS中信念函数理论的决策演算。所提出的微积分使用一个参数，其作用是对用信念函数表示的决策问题进行消歧的假设的概率解释。我们表明，决策问题可以通过使用本地计算与演示微积分来解决，如果它们在VBS中正确表示。我们还表明，当给出概率而不是信念函数时，所提出的演算可以降低到贝叶斯决策问题的演算。两者看似写了不同的文章，实际都是将数理统计中常见的概念引入进VBS中，在验证评估体系可行性的基础上建立了VBS在数理统计领域的框架。
发展至21世纪，VBS方面的著作有很多，在此领域的研究可谓是硕果累累。人们不再像往常一样只从理论基础上研究，而是通过案例与工程将其运用于实际生活。
由Soledad Jorge与Vincent Michel在2009年9月份发表的《An Automatic Valuation System in the Human Brain: Evidence from Functional Neuroimaging》[7]讲述了根据经济理论，对一个项目的偏好显示了它在同一规模上的等级值。以前的研究确定了编码这些值的脑区域。在这里，我们验证了这些区域可以评估各种类型的对象，并进一步测试当注意力转移到另一项任务时它们是否仍然表示偏好。在功能性神经影像学期间，参与者评定来自不同类别（面部，房屋和绘画）的图片的愉悦性（明确任务）或年龄（分心任务）。扫描后，相同的照片成对呈现，受试者必须选择他们喜欢的一个。我们隔离了反映价值（愉快等级）和偏好（二元选择）的大脑区域。无论刺激（面部，房屋或绘画）和任务（显式或分散），首选项都被编码。因此，这些地区可能构成一个大脑系统，自动评估我们环境的各个组成部分，以影响我们未来的选择。
由NoeliaGarciacute;a，Matiacute;asGaacute;mez与EstebanAlfaro三人在2007年11月发表的《ANN GIS: An automated system for property valuation》[8]讲述了尽管房地产估价模型已经成为房地产市场研究的一个重要范例，但最为人熟知的方法的结果受到各种与数据相关的问题的限制，例如关系的非线性，噪音的存在或缺席 必要的信息。 本文着重于克服这些障碍。 我们引入了一个自动化的财产估价系统，将人工神经网络模型与地理信息系统相结合，这两种工具都显示出它们在经济研究领域的潜在用处。 本文使用的人工神经网络模型是多层感知器，径向基函数和Kohonen映射。
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
