天津市公路交通基础设施现代化评价指标的灰关联分析

合集下载

灰色关联分析法与TOPSIS评价法

与
maxmax x0 (k ) xi (k )
i 1 k 1
n
m
6．计算关联系数由（12－5）式，分别计算每个比较序列与参考序列对应元素的关联系数．

i (k )
min min x 0 (k ) xi (k ) max max x0 ( k ) xi ( k )
灰色关联度综合评价法
利用灰色关联分析进行综合评价的步骤是： 1．根据评价目的确定评价指标体系，收集评价数据。

2．确定参考数据列参考数据列应该是一个理想的比较标准，可以以各指标的最优值（或最劣值）构成参考数据列，也可根据评价目的选择其它参照值．记作

x0 (1) , x0 2 , , x0 m X0
0i (k ) x0 (k ) xi (k )
i 0,1, , n; k 1, 2, ,N
(6.6)
绝对差值阵中最大数和最小数即为最大差和最小差：
1i n 1 k N
max 0i (k )
1i n 1 k N
(max)
(6.7)
min 0i (k )
同样可计算出表6-4中其余关联系数.
表6-4
年份t 2000 2001 2002 2003 2004 2005
01 (t )
0.4191 0.3796 0.5808 0.7055 0.3696 0.2881
02 (t )
0.6067 0.5178 0.4903 0.8761 0.6141 0.3510
r0i称为序列x0和xi(i=1,2,3)的灰色关联度.由于 r03 r02 r01, 因而第三产业产值与GDP的关联度最大,其次是第二产业、第一产业. 可以看出,灰色关联分析需要经过以下几个步骤： 1.确定分析序列

基于层次分析法的灰色关联度综合评价模型

基于层次分析法的灰⾊关联度综合评价模型第1章基于层次分析法的灰⾊关联度综合评价模型灵活型公共交通系统是⼀个复杂的综合性系统，单⼀的常规评价⽅法不能够准确对系统进⾏全⾯评价【39】，这就要求在进⾏灵活型公共交通系统评价时，结合系统固有特点，根据各种评价⽅法的优缺点，构建适合该系统的综合评价模型。

本章以灵活型公共交通系统评价指标体系为基础，参考常规型公共交通系统评价⽅法，建⽴了基于层次分析法的灰⾊关联度综合评价模型。

1.1评价⽅法适应性分析灰⾊关联度分析法基于灰⾊系统理论，是⼀种多指标、多因素分析⽅法，通过对系统的动态发展情况进⾏定量化分析，考察系统各个要素之间的差异性和关联性，当⽐较序列与参考序列曲线相似时，认为两者有较⾼关联度，反之则认为它们之间关联度较低，从⽽给出各因素之间关系的强弱和排序【50】。

与传统的其它多因素分析法相⽐【80】【81】【82】，灰⾊关联度分析法对数据量要求较低，样本量要求较少，计算量较⼩，可以利⽤各指标相对最优值作为参考序列，为最终综合评价等级的确定提供依据，⽽不必对⼤量实践数据有过⾼要求，能够较好解决灵活型公共交通系统作为新型辅助式公系统没有⾜够的经验数据⽀撑其模型参数的问题。

此外，灵活型公共交通系统评价体系是基于乘客、公交企业、政府三⽅主体的综合评价体系，涉及因素较多，指标较为复杂，部分指标之间存在关联性和重复性，信息相对不完全，⽽灰⾊系统的差异信息原理以及解的⾮唯⼀性原理，可以很好的解决这⼀问题【79】。

综上所述，认为灰⾊关联度分析法⽐较适合于灵活型公共交通系统的综合评价。

然⽽灰⾊关联度分析法将所有指标对于总⽬标的影响因素⼤⼩视作等同，没有考虑指标权重的影响，评价值可信度较低，应当通过科学的⽅法，确定指标权重，将其与关联度系数相结合，增加评价结果的科学性和有效性【83】。

常见的权重确定⽅法包括，专家打分法、等权重法、统计试验法、熵值法等。

等权重法不能很好的体现不同指标影响程度的差异性，并且在综合评价值相差不⼤时不利于⽅案的选择【84】；专家打分法、统计试验法评价的主观性较⾼，并且不适⽤于指标较多的情况【85】；⾏和正规化法、列和求逆法等指对判断矩阵的⼀部分数据进⾏利⽤，结果可信度不⾼【86】；最⼩偏差法、对数回归法等，利⽤同⼀指标不同⽅案值，认为变化程度较⼤的指标传递更多信息，应具有较⾼权重，然⽽对于灵活型公共交通系统单⽅案综合⽔平等级评价的情况，并不适⽤。

基于DEA和灰色关联分析的区域公路网综合评价方法

ＫｅｒｓｄｔｅｖｌｍｎｎｙｉＤＡ）ｒｙｃｒｌｔｎａａｙｉ；ｒｇｏａｉｈａｅｗｒ；ｃｍｐｅｙｗｏｄ：ａｎｅｏｅｔａａｓｓ（Ｅ；ｇａｏｅａｉｌｓａｐｌｏｎｓｅｉｎｈｇｗｙｎｔｏｋｏｒ— ｌ
摘要：提出了一种基于数据包络分析（Ｅ）ＤＡ和灰色关联分析的区域公路网评价方法．该方法综合了ＤＡ和灰色关联分析两种方法的优势，Ｅ以灰色关联分析为中心模型，通过复合ＤＡ模型来确定每一个被评价对象（Ｅ决策变量）中各点关联系数的权重向量，从而计算出相对最优的关联度，实现对评价对象客观的优先排序．方法不但能克服确该
ＮＥＷｅ，ＳＡＯＣｕ — ，ＹＮＧＬ—ａＩｅｊｎＩｉＨｈｎｆｕＡｉｙ，ＮＵＸｕ— ｕ
（ｃｏｌｆｒｆｎｒｎｐｒｔｎＢｉｇｉｔｇＵｉｒｔ，ｅｉｇ１０４，ｈａＳｈｏｏＴａｃａｄＴａｓｏａｉ，ｅｉａｏｎｅｉＢｉｎ００４Ｃｉ）ｆｉｔｏｊＪｏｎｎｖｓｙｊｎ
ｏｔｍａｉｙｏｈｒｏｒｅｖｕａｉｎｂｏ — ｎｆｒｗｅｇｔｐｉｌｔｆｔｅｐｒｏｒｅａｔｏｙｎｎｕｉｏｍｉｈ．Ｆｉａｌｉｄｌｎｌｙ，ａｘｍｐｅｏｉｈｙｎｔｒｓｅｓｎｎｅａｌｆｈｇｗａｅｗｏｋａｓｓｍｅｔｏｏｒｖｎｅｎＣｈｎｓｇｖｎｔｏｅｔｅｖｉｉｙｏｅｍｅｈｄ．ｆｓｍｅｐｏｉｃｓｉｉａｉｉｅｏｐｒｖａｄｔｆｔｔｏｈｌｈ

基于灰色关联度的道路运输企业安全综合评价

以上步骤是道路运输企业的一级综合评价过程，我们要进行的是多级评价，理是一样的，原只要
按由各指标层逐步向准则层再向目标层逐级进行，
设 ∞（）ｉｋ为经过归一化的第ｉ准则ｋ指标的权重，根据不同路线不同因素按式（）分别确定可１
在选择专家的时候有很大的主观性，专家的意见可
能也带有主观性，因而得到的结果可能产生较大的偏差。在本文中采用灰色关联度中变权的方法的来确定权重，希望可以达到减少主观性的目的。灰色关联分析是灰色理论的核心内容之一，一种多因是
建立道路运输企业生产安全综合评价模型，进行并了实例分析。
在进行模糊综合评价时，权重对最终的评价结
果会产生很大的影响，同的权重有时会得到完全不不同的结论，因此权重选择的合适与否直接关系到模型的成败。在多数的评价中，了使判断尽可能为科学、理，合不产生过大偏差，统工程通常用德尔系
维普资讯
西北大学学报（自然科学版）
２００８年６月，３第８卷第３，ｎ，０８Ｖ１３，ｏ３期Ｊ．２０，ｏ．８Ｎ。ｕ
Ｊｕｎｆｏｈｅｔｎｅｓｙ（ａｒｌｃｎｅＥｉｏ）ｏｒａｏ￣ｗｓＵｉｒｔＮｔａＳｉｃｄｉｌＮｖｉｕｅｔｎ

灰色关联分析法在公路交通事故黑点成因分析中的应用

２．ＢｉｉｇＴａｓｏｔｔｏｅｅｎＲｓａｃｅｔｒ，Ｂｉｉｇ１０５，ＣｉａｅＪｎ００５ｈｎ
Ａｂｓｔｒａｃｔ：Ａｉｍｉｎｇａｔｔｕｎｃｅｒｔａｉｈｅｎｆａｃｔｏｒｓｆｏｒｍｉｎｇｈｉｇｈｗａｙｔｒａｆｆｉａｃｃｉｄｅｎｔｂｌａｃｋｃｓｐｏｔｓ，
灰色关联分析法在公路交通事故黑点成圜分析中的应用
Ｋ
ｅ
ｙ
潘昭宇
等
ａ
Ｃ
．１
Ｃ
Ｗｄ
ｏｅｔｈｅａｓｓｏｃｉａｔｉｏｎｄｅｇｒｅｅｗｉｔｈｇｒａｙａＳＳＯＣｉａｔｉｏｎｄｅｇｒｅｅｍｅｔｈｏｄ．Ｆｉｎａｌｌｙ，ｔｃａｕｓｅｓｈｅｆｏｒｍｉｎｇｒｎｄｔ
ＰＺｈＡＮａｏ．ｙｕ ’ ＧＸｉ．ｈｅｎＵ０ｕｃｇＳＮＧｕ．ａｎＨＥＹｇｇＰＭｉｒｏｎＡＮｎ．ｇＬＧｕａ．ｎＵｎｇｍｉｇ
１ｒｎｐｒａｉｎＣｌｅｅＳｕｈａｔｎｖｒｉｙａｊｎ１０６ｈｎ．Ｔａｓｏｔｔｏｏｌｇ，ｏｔｅｓＵｉｅｓｔ，Ｎｎｉｇ２０９，Ｃｉａ
中图分类号：Ｕ９．３４１文献标识码：Ａ文章编号：１７ — ４２４７０６７（２８）０－０６６０３０９－０
ＣａｅＡｎａｙｓｓｏｈｅＦｏｍａｉｎｏｆｕｓｌｉｎｔｒｔｏｔｉｈｗａＴｒｆｃＢｃｓｔｗｉｈｈｅＨｇｙａｆｌｋ－ｐｏｔｉａｔｒｙＡｓｏｃａｉｅｒｅＭｅｈｏｈｅＧａｓｉｔｏｎＤｇｅｔｄ

(整理)灰色关联度分析方法模型

灰色关联度分析方法模型灰色综合评价主要是依据以下模型：R=Y×W式中，R 为M 个被评价对象的综合评价结果向量；W 为N 个评价指标的权重向量；E 为各指标的评判矩阵，（矩阵略）)(k i ξ为第i 个被评价对象的第K 个指标与第K 个最优指标的关联系数。

根据R 的数值，进行排序。

（1）确定最优指标集设],,[**2*1n j j j F =,式中*k j 为第k 个指标的最优值。

此最优序列的每个指标值可以是诸评价对象的最优值，也可以是评估者公认的最优值。

选定最优指标集后，可构造矩阵D （矩阵略）式中i k j 为第i 个期货公司第k 个指标的原始数值。

（2）指标的规范化处理由于评判指标间通常是有不同的量纲和数量级，故不能直接进行比较，为了保证结果的可靠性，因此需要对原始指标进行规范处理。

设第k 个指标的变化区间为],[21k k j j ,1k j 为第k 个指标在所有被评价对象中的最小值，2k j 为第k 个指标在所有被评价对象中的最大值，则可以用下式将上式中的原始数值变成无量纲值)1,0(∈i k C 。

i k k k i k i kj j j j C --=21，m i ,2,1=，n k ,,2,1 =（矩阵略）（3）计算综合评判结果根据灰色系统理论，将],,,[}{**2*1*n C C C C =作为参考数列，将],,,[}{21i n i i C C C C =作为被比较数列，则用关联分析法分别求得第i 个被评价对象的第k 个指标与第k 个指标最优指标的关联系数，即i k k k i i k k i k k k i i k k k iC C C C C C C C k -+--+-=****i max max max max min min )ρρξ（式中)1,0(∈ρ，一般取5.0=ρ。

这样综合评价结果为：R=ExW若关联度i r 最大，说明}{C 与最优指标}{*C 最接近，即第i 个被评价对象优于其他被评价对象，据此可以排出各被评价对象的优劣次序。

基于灰色关联度的路况评价模型研究

维普资讯
第３３卷第３６期２００７年１２月
山西建筑
ＳＨＡＮＸＩＡＲＣＨＩＴＥｎ瓜Ｅ
Ｖ（．３Ｎｏ３）３．６１
Ｄｃ２０ｅ．０７
・２１・９
文章编号：０９６２（０７３ —２１０１０ —８５２０）６０９ —２
１基本概念
定义１设Ｘ为系统因素，在序号ｋ上的观测数据为其毛（）ｋ，，，ｋ，＝１２ …，则称Ｘ＝（１墨（）毛（）２ …置（）因素Ｘ）为的行为序列。若ｋ为指标序号，ｋ为因素Ｘ关于第ｋ个指标的观测数墨（）
ｋ
；ｋ＝１２一，则称，
Ｄ３为区间值化算子，Ｄ３为Ｋ在区间值化算子Ｄ３的像，Ｘｉ下简称区问值像。设系统行为序列：
Ｘｏ０１０２ … ０）；：（（）（）（）Ｘ１３（）３（） … ＝（１１８２２１Ｘｉ（）＝（１３（） … ２）；ｌ … …；
［］爱宝．２仲沿海地区公路桥梁工程结构加固及防护［］国外公Ｊ．
路。０１６：５３．２０（）３６
Ａｎａｙｉｆｔａｔｒｎｕｎｃｄｔｅｆａｎｅｓｏｉｕｉｏｓｐｖｍｅｌｓｓｏｈｅｆｃｏｓｉｆｅｅｈｌｔｓｆｂｔｍｎｕａｅｎｔｌ
Ｘ＝（（）２（）２２１ｄ２ｄ … ｆ＂ｄ）。（）２
则）Ｘ０Ｘｉ满足灰色关联四公理（范性、体性、对称，，）（规整偶性、近性）其中，接，为分辨系数。由于）Ｘ０Ｘｉ∈（，］表明，，）０１，（

绩效评价指标体系的灰色关联分析方法研究

绩效评价指标体系的灰色关联分析方法研究绩效评价是现代管理中非常重要的一环，它以指标体系为基础，通过对各项指标的评估，对个体或组织进行定量的绩效评价。

然而，绩效评价指标体系的建立和选择一直是困扰研究者和管理者的难题。

为解决这一问题，灰色关联分析方法应运而生。

灰色关联分析法是由中国学者陈云教授于1982年提出的，它是一种从灰色系统理论出发的多指标决策分析方法。

灰色关联分析方法通过对指标间灰色关联度的计算，来确定各指标在绩效评价中的重要性和贡献度。

首先，建立指标体系。

在进行绩效评价指标体系的灰色关联分析之前，我们首先需要建立一个合理的指标体系。

这个指标体系应该涵盖各个方面的指标，具有全面性和代表性。

例如，对于企业的绩效评价，可以包括财务指标、市场指标、顾客满意度指标、员工满意度指标等。

其次，进行数据归一化处理。

不同指标的量纲和范围差异很大，为了能够将它们进行比较和分析，我们需要对数据进行归一化处理。

可以采用线性变换或者标准化方法，将各个指标的数据转化为无量纲的百分制。

然后，计算各指标的关联系数。

灰色关联分析方法通过计算各指标间的关联系数，来确定指标的重要性和贡献度。

关联系数的计算方法可以是皮尔逊相关系数、克罗内克（Kendall）相关系数等。

通过计算，我们可以得出各个指标与总体的灰色关联度。

最后，评价指标的重要性和贡献度。

通过对各指标关联系数的比较和分析，我们可以确定各指标在绩效评价中的重要性和贡献度。

灰色关联分析可以将各指标按照其对绩效评价的贡献程度进行排序，从而帮助管理者合理地分配资源和进行决策。

灰色关联分析方法的优点在于能够在数据不完备或者模糊的情况下进行评价，并且不需要对指标进行权重的设定，降低了主观性的干扰。

它在许多领域中都有广泛的应用，如企业绩效评价、工程设计、医学诊断等。

然而，灰色关联分析方法也存在一些限制。

首先，它只能用于指标之间的线性相关性分析，不能处理非线性关系的情况。

其次，对于指标数较多的情况下，计算复杂度较高，容易产生误差。

灰色关联分析方法

灰色关联分析方法灰色关联分析方法（Grey Relational Analysis，GRA）是一种多指标决策方法，它用于研究因素之间的关联程度。

与传统的关联分析方法相比，灰色关联分析方法具有较强的适用性和灵活性。

它可以用于分析多个指标之间的关联程度，对于复杂决策问题具有较强的应用能力。

灰色关联分析方法的基本思想是将系统的各个指标转化为灰色数列，再利用灰色关联度来评估指标之间的关联程度。

该方法可以对多个指标进行综合评价，找出各个指标之间的关联程度，并根据关联程度来进行排序和决策。

灰色关联分析方法的具体步骤如下：1. 数据预处理：将原始数据进行标准化处理，以确保各指标在同一数量级上进行比较。

2. 构建灰色数列：将标准化后的数据转化为灰色数列，通过建立灰色微分方程来描述数据序列的发展趋势。

3. 确定关联度测度：根据灰色数列的特点，选择适当的关联度测度方法来计算指标之间的关联程度。

4. 计算关联度：根据所选择的关联度测度方法，计算每个指标与其他指标之间的关联度。

5. 排序和决策：根据计算得到的关联度值进行排序，并作出相应的决策。

灰色关联分析方法的优点有以下几个方面：1. 适用性广泛：灰色关联分析方法适用于各种类型的指标数据，包括定量指标和定性指标。

2. 考虑了指标之间的时序关系：灰色关联分析方法考虑了指标数据的时序性，能够更好地反映指标之间的演变趋势。

3. 简单易行：灰色关联分析方法不需要过多的统计方法和复杂的计算过程，容易被理解和操作。

4. 提供了多指标综合评价的能力：灰色关联分析方法可以将多个指标之间的关联程度综合考虑，对于决策问题的综合评价有着较好的效果。

然而，灰色关联分析方法也存在一些限制和局限性：1. 灵敏度不高：由于灰色关联分析方法只考虑了指标之间的线性关联程度，对于非线性关系的刻画较为困难，灵敏度较低。

2. 依赖于初始数据：灰色关联分析方法对初始数据的选取较为敏感，不同的初始数据可能导致不同的关联度结果。

灰色关联分析法(灰色综合评价法)

灰色关联分析法对于两个系统之间的因素，其随时间或不同对象而变化的关联性大小的量度，称为关联度。

在系统发展过程中，若两个因素变化的趋势具有一致性，即同步变化程度较高，即可谓二者关联程度较高；反之，则较低。

因此，灰色关联分析方法，是根据因素之间发展趋势的相似或相异程度，亦即“灰色关联度”，作为衡量因素间关联程度的一种方法。

应用于综合评价（灰色综合评价）步骤：（1）确定比较对象（评价对象）和参考数列（评价标准）。

设评价对象有m 个，评价指标有n 个，参考数列为{}00()|1,2,,x x k k n ==⋅⋅⋅，比较数列为{}()|1,2,,,1,2,,i i x x k k n i m ==⋅⋅⋅=⋅⋅⋅。

（2）对参考数列和比较数列进行无量纲化处理由于系统中各因素的物理意义不同，导致数据的量纲也不一定相同，不便于比较，或在比较时难以得到正确的结论。

因此在进行灰色关联度分析时，一般都要进行无量纲化的数据处理。

设无量纲化后参考数列为{}00()|1,2,,x x k k n ''==⋅⋅⋅，无量纲化后比较数列为{}()|1,2,,,i i x x k k n ''==⋅⋅⋅1,2,,i m =⋅⋅⋅。

（3）确定各指标值对应的权重。

可用层次分析法等确定各指标对应的权重[]12,,,n w w w w =⋅⋅⋅，其中(1,2,,)k w k n =⋅⋅⋅为第k 个评价指标对应的权重。

（4）计算灰色关联系数：0000min min ()()max max ()()()()()max max ()()s s s t s t i i s s tx t x t x t x t k x k x k x t x t ρξρ''''-+-=''''-+- 为比较数列i x 对参考数列0x 在第k 个指标上的关联系数，其中[]0,1ρ∈为分辨系数，称0min min ()()s s t x t x t ''-、0max max ()()s s tx t x t ''-分别为两级最小差及两级最大差。

灰色关联分析公式

一、灰色关联分析法的建模过程
灰色关联分析法的基本思想是根据各比较数列集构成的曲线族与参考数列构成的曲线之间的几何相似程度来确定比较数列集与参考数列之间的关联度，比较数列构成的曲线与参考数列构成的曲线的儿何形状越相似，其关联度越大。

参考数据列应该是一个理想的比较标准，可以以各指标的最优值（或最劣
值）构成参考数据列，也可根据评价目的选择其它参照值。

例如，在某多属性综合评价问题中，可将各属性的最优值组成一个参考数列，各个评价方案（对象）构成比较数列集，若关联度越大，该方案（对象）越优，反之越劣。

利用灰色关联分析进行综合评价的步骤如下。

1、根据评价目的确定评价指标体系，收集评价数据，确定原始评价矩阵及参考数列。

2、对指标数据进行标准化处理，并记标准化处理后的数据序列为：
对于不同的指标类型（如正向型、逆向型、最优值为给定区间的指标，等等），应采取不同的标准化处理策略。

常用的几种标准化处理的方法见y.html，这里不赘述。

3、对标准化处理的数据序列，逐个计算每个被评价对象指标序列（比较序列）与参考数列对应元素的绝对差值，即：
4、确定
与。

5、计算每个比较序列与参考数列对应元素的关联系数：。

灰色预测+灰色关联分析

灰色关联分析法根据因素之间发展趋势的相似或相异程度，亦即“灰色关联度”，来衡量因素间关联程度。

灰色关联分析法的基本思想是根据序列曲线几何形状的相似程度来判断其联系是否紧密。

根据评价目的确定评价指标体系，为了评价×××我们选取下列评价指标：收集评价数据（此步骤一般为题目中原数据，便省略）将m 个指标的n 组数据序列排成m*n 阶矩阵：'''12''''''1212'''12(1)(1)(1)(2)(2)(2)(,,,)()()()n n n n x x x x x x X X X x m x m x m ⎛⎫⎪ ⎪= ⎪ ⎪ ⎪⎝⎭对指标数据进行无量纲化为了消除量纲的影响，增强不同量纲的因素之间的可比性，在进行关联度计算之前，我们首先对各要素的原始数据作...变换。

无量纲化后的数据序列形成如下矩阵：01010101(1)(2)(1)(2)(2)(2)(,,,)()()()n n n n x x x x x x X X X x n x n x n ⎛⎫⎪ ⎪= ⎪⎪⎝⎭确定参考数据列为了比较...【评价目的】，我们选取...作为参考数据列，记作''''0000((1),(2),,())TX x x x n =计算0()()i x k x k -，得到绝对差值矩阵求两级最小差和两级最大差011min min ()()min(*,*,*,*,*,*)*nmi i k x k x k ==-==011max max ()()max(*,*,*,*,*,*)*n mi i k x k x k ==-==求关联系数由关联系数计算公式0000min min ()()max max ()()()()()max max ()()i i ikiki i i ikx k x k x k x k k x k x k x k x k ρζρ-+⋅-=-+⋅-，取0.5ρ＝，分别计算每个比较序列与参考序列对应元素的关联系数，得关联系数如下：计算关联度分别计算每个评价对象各指标关联系数的均值，以反映各评价对象与参考序列的关联关系，并称其为关联度，记为：011()mi i k r k m ζ==∑。

基于灰色关联度的道路交通安全管理设施多层模糊综合评价

合评价方面的研究至今仍鲜见报道．文对此进本
行了研究．立了基于灰色关联度的道路交通安建
收稿Ｅ期：ｏ００ —６ｌ２１—４０
王婉秋（９６：，士生，要研究领域为道路安全、路规划与设计１７一）女博主道国家 “ ６ ” 划项目资助（准号：０７８３计批２０ＡＡ１Ｚ３）１２３
研究，而将其引入道路交通安全管理设施综然
否根据道路状况、境、认距离等设置信息明环视确、连贯、晰、清必要的交通标志．２）信号灯工程交通控制设备（号灯）信具有交通安全管理方面的功能，标体现已设置信指号灯控制的人行横道、叉口数量与应设信号灯交
Ｖｏ１４Ｎｏ．３．４
Ａｕｇ．２Ｏ０１
基于灰色关联度的道路交通安全管理设施多层模糊综合评价＊
王婉秋方守恩孙道成
（同济大学道路与交通工程教育部重点实验室上海２０９）００２
价法对道路交通安全管理设施的实效性进行综合评价，利用该模型对上海市某区的道路交通安并全管理设施进行实例验证，果表明，价模型能够较为全面客观地反映道路交通安全管理设施结评的交通安全管理水平．关键词：路交通安全管理设施；糊综合评价；色关联分析道模灰

天津市区域经济发展影响因素灰色关联分析

影响力。
文章编号：１６７２ — ３１９８（２０１３）１４ — ００４４ — ０２
作为中国四大直辖市之一，同时作为北方最大的沿海年，天津滨海新区被确定为国家首批新型试点城市之一，天五” 规划的进一步推进，天津的经济社会发展目标为生产总
（２）社会从业人员指标（Ｘ４），理论上劳动人口数量越多，对经济增长的促进作用越大，不可否认，随着人口向中心城市的集聚，天津市社会从业人口也随之增加，但是，随
值年均增长１２，因此，分析天津区域经济发展的内生变量，研究它们对经济发展的重要性，对天津实现 “ 十二五” 规划目标，对贯彻落实科学发展观、加快转变经济发展方式，
教育最主要的经费来源依靠政府投入，选取这长率、国民收入年增长率等。相比而言，国内生产总值动者素质上，指标，本文将进一步分析天津市教育经费投入在影响经（ＧＤＰ）是一个最重要的宏观经济指标，综合性地代表了一
一
定时期内（一个季度或一年），一个国家或地区所生产的财
济发展中的重要性。（４）研究与试验发展经费支出指标（Ｘ６），技术进步的作用是提高生产要素使用效率。但是技术最终交与企业使

灰关联分析与变权排序法在公路网规划方案比选中的应用

ｓｒｅｃｏｄｎＯｔｅｗｅｇｔｄｇｅｏｒｌｔｎｄｇｅｓｇｉｅｙｇｅｏｒｌｔｏｎｌｓｓａｄｏｔｄａｃｒｉｇｔｈｉｈｅｒｙｃｒｅａｉｅｒｅａｎｄｂｒｙｃｒｅａｉｎａａｙｉｎｏｖｒａｌｗｅｇｔｄｓｒｉｇａｉｂｅｉｈｅｏｔ．Ｔｈｓｐｐｒｇｖｓａｘｍｐｅｏｃｅｓｓｒｉｇａｃｒｉｇｔｉｈｅｎｉａｅｉｅｎｅａｌｆｓｈｍｅｏｔｃｏｄｎｏｗｅｇｔｄｎ
维普资讯
灰关联分析与变权排序法在会路网规划方案比选中的应用—— 罗剑李旭宏李新炭
灰关联分析与变权排序法在公路网规划方案比选中的应用
罗剑李旭宏李新发。
（东南大学南京２０９）（京市交通局南京２０９）１０６南１０６
Ｏ引言
公路网系统处在复杂的社会经济大系统中。
公路网方案比选涉及技术、经济、环境方面的若干指标，它们各自的属性、要程度和可比性都不相重
关键词灰色关联分析法；权排序法；路网规划方案比选变公
文献标识码：Ａ中图分类号：９．２Ｕ４ａｈｎｅｏｈｇｗａｎｔｒｐｏｒｍｍｉｇｃｅｈｓｔｏａｔｉｕｅｃｉｄｘｆｉｈｙｅｗｏｋｒｇａｎｓｈｍｅａｉｓｗｎｔｒｂｔ，ｉｏｔｎｅａｄｃｍｐｒｂｌｙ，ｗｈｃｋｓｔｅｐｏｅｓｏｃｅ ’ ｅｅｔｏｒｙＴｈｓｐｐｒｍｐｒａｃｎｏａａｉｔｉｉｈｍａｅｈｒｃｓｆｓｈｍｅＳｓｌｃｉｎｇｅ．ｉａｅｃｌｕａｅａｈｓｈｍｅＳｃｒｅａｉｎｄｇｅｔｉｈｅｒｙｃｒｅａｉｎａａｙｉｍｅｈｄａｃｌｔｓｅｃｃｅ ’ ｏｒｌｔｅｒｅｗｉｗｅｇｔｄｇｅｏｒｌｔｎｌｓｓｏｈｏｔｏ．Ｂｓｄａｅｏｈａｔｔａｈｉｈｓａｅｕｃｒａｎａｄｇｅｎｔｅｆｃｈｔｔｅｗｅｇｔｒｎｅｔｉｎｒｙ，ｖｒａｌｉｈｅｏｔｇｍｅｈｄｂｓｄｏａｉｂｅｗｅｇｔｄｓｒｉｔｏａｅｎｎ

基于灰色关联理论的交通基础设施投资效应分析

１前言
交通基础设施投资包括公路、铁路、民航和邮政通信等多个方面，产生的投资效应表现形式多样，而且，各类投资与带来的经济拉动效应之间的相互关联关系比较复杂，特别是表面呈现出变化的随机性更容易混淆人们的对交通基础设施投资效应的认识，掩盖其本质，使人们在认识、分析、预测及决策时，得不到全面和足够的信息，不容易形成明确的概念。分析不同项目的投资效应，合理分配建设资金，提高投资回报率成为交通
ｎ和影响系统行为的比较数列，｛）＝．｝＿一ｎ。｝Ｘ＝ｘｋｋｌ．（１，）（，２ｎｉ２（）２对参考数列和比较数列进行初始化处理，使之无量纲化、归～化，以便于不同因素之间的对比。（）比较数列与参考数列的灰色关联系数。对于一个参３求
ＳＯＮＧａ — ｉＹＵｉＸｉｏｍｅ，Ｌｅ
（ｃｏｌｆｒｆｃ＆ＴａｓｏｔｉｎＢｉｎｉｔｎｎｖｒｉ，ｅｉｇ１０４，ｈｎ）ＳｈｏｏａｉＴｆｒｎｐｒｔ，ｅｉｇａｏｇＵｉｅｓｙＢｉｎ００４ＣｉａａｏｊＪｏｔｊ
技术与方法
ｄｉ．９９．ｓ．０５１２２０．５０１ｏ：０３６４ｉｎ１０－Ｘ．９０．２１ｓ５０
物流技术２０年第２卷第５总第２００９８期（０期）
基于灰色关联理论的交通基础设施投资效应分析
宋晓梅，于雷（京交通大学交通运输学院，北京１０４）北００４
对灰色系统进行分析研究时，主要解决如何从随机性的时间序列之间，根据因素之间发展态势的相似或相异程度来衡量因素间接近的程度，到关联性量度，找为因素分析提供依据，为系统决策提供基础的问题。具体步骤如下：（）１确定反映系统行为特征的参考数列Ｘｘ（，ｌ ” ｛。）＝，ｋｋ２

灰色关联分析在企业绩效评价中的应用研究

灰色关联分析在企业绩效评价中的应用研究绪论企业绩效评价是企业管理中至关重要的一个方面。

不论是内部管理还是外部投资者对企业的评估，都离不开对企业绩效的准确衡量与分析。

然而，由于企业绩效受到诸多内外因素的影响，如市场环境、竞争对手、经济周期等，传统的评价方法往往无法对这些多元因素进行综合分析。

在这种情况下，灰色关联分析作为一种新兴的数据分析技术，被广泛应用在企业绩效评价中。

本文旨在探讨灰色关联分析在企业绩效评价中的应用，并研究其优势和适用性。

一、灰色关联分析概述灰色关联分析是一种基于灰色系统理论的数据分析方法。

它可用于解决数据不完备、信息不确定的问题。

与传统的数据分析方法相比，灰色关联分析能够更好地描述数据之间的联系。

该方法通过构建灰关联度模型，将各因素之间的关联程度定量化，从而得出全面的评价结果。

在企业绩效评价中，灰色关联分析能够帮助企业管理者和投资者了解企业的核心竞争力与发展状况，从而指导决策并优化企业的运营。

二、灰色关联分析在企业绩效评价中的应用1. 确定关键因素在企业绩效评价中，确定关键因素是至关重要的一步。

灰色关联分析能够通过计算各因素之间的灰关联度来确定关键因素。

例如，我们可以将企业经营自由现金流、销售收入、市场份额等作为因素，通过灰色关联度模型，从中找到对企业绩效影响最大的关键因素。

这有助于企业管理者更好地把握核心竞争力所在，并针对关键因素采取相应措施。

2. 分析绩效影响因素灰色关联分析在企业绩效评价中的另一个应用是通过分析各因素之间的关联程度，来揭示绩效的影响因素。

通过对企业绩效数据进行灰色关联分析，我们可以发现隐藏在大量数据背后的规律性。

例如，我们可以将销售额与广告投入、产品质量、市场拓展等因素进行关联分析，从而找到对销售额影响最大的因素。

这有助于企业管理者更好地优化资源配置，提升绩效。

3. 绩效预测与优化灰色关联分析还可以用于企业绩效的预测与优化。

通过建立灰色关联度模型，我们可以将历史绩效数据与其他关联因素进行关联分析，从而预测未来绩效的发展趋势。