灰色关联分析法原理及解题步骤教学提纲
(整理)灰色关联度分析法
灰色关联度分析法为了适应瞬息万变的市场需求, 企业不断调整自己的核心能力, 在产品的开发设计中更重视供应商的作用。
作为供应链合作关系运行的基础, 供应商的评价选择是一个至关重要的问题, 供应商的业绩对企业的影响越来越大,影响着企业的生存与发展。
因此, 进行科学全面的供应商评价就显得十分必要。
（1）确定比较对象产品质量、技术水平、供应能力、经济效益、市场影响度指标属于效益型指标；产品价格、地理位置、售后服务指标属于成本型指标。
i 指五个待选供应商编号，,5,,1 =i j 指八个指标8,,1j =，ij a 是第i 个供应商第j 个指标变量为了使每个属性变换后的最优值为1 且最差值为0，对数据进行标准0－1变换利润型指标标准化公式)/()(min maxmin j j j ij ij a a a a b --=成本型指标标准化公式)/()(min max max j j ij j ij a a a a b --=数据结果见下表。
（2）计算灰色关联系数)()(max max )()()()(max max )()(min min )(0000t x t x k x k x t x t x t x t x k s tsi s ts s ts -+--+-=ρρξ为比较数列对参考数列在第个指标上的关联系数，其中为]1,0[∈ρ分辨系数。
称式中)()(min min 0t x t x s ts-、)()(max max 0t x t x s ts-分别为两级最小差及两级最大差。
一般来讲，分辨系数ρ越大，分辨率越大；ρ越小，分辨率越小。
在这里ρ取0.5。
（3）计算灰色加权关联度 灰色加权关联度的计算公式为∑==nk i i k w r 1)(ξ这里i r 为第i 个评价对象对理想对象的灰色加权关联度。
关联系数和关联度值（4）评价分析根据灰色加权关联度的大小，对各评价对象进行排序，可建立评价对象的关联序，关联度越大其评价结果越好。
灰色关联分析
灰色关联分析灰色关联分析是一种常用于研究和预测多个影响因素之间关联程度的方法。
该分析方法可以通过对各个因素的数值进行比较，得出它们之间的关联强度，从而为决策提供依据。
下面将详细介绍灰色关联分析的原理、应用以及优势。
灰色关联分析的原理基于灰色系统理论，该理论是中国科学家陈纳德于1982年提出的一种对部分已知和部分未知信息进行分析的数学方法。
灰色关联分析将各个影响因素的数据进行标准化处理，然后计算各个因素之间的关联度。
通过对关联度进行排序，即可得出影响因素之间的关联程度大小。
灰色关联分析在各个领域都有广泛的应用，比如经济学、管理学、环境科学等。
在经济学领域，可以使用灰色关联分析来研究不同经济指标之间的关联程度，从而预测未来的经济趋势。
在管理学中，可以利用灰色关联分析来研究不同管理指标之间的关联程度，进而指导管理决策。
在环境科学领域，可以运用灰色关联分析来分析各个环境因素对生态系统的影响程度，以及控制污染等。
灰色关联分析相对于其他分析方法有一些独特的优势。
首先，它不要求数据分布满足正态分布等数学假设，可以对数据进行较好的处理。
其次，灰色关联分析可以处理样本量较小的情况，对于样本量不足的数据分析也有较好的适用性。
此外，由于灰色关联分析能够捕捉到数据之间的内在联系，因此对于某些非线性关系的分析，其结果可能更加准确。
然而，灰色关联分析也存在一些限制和不足之处。
首先，该分析方法依赖于数据的稳定性，对于非稳态的数据可能会导致分析结果不准确。
其次，灰色关联分析无法处理存在时间滞后效应的数据。
此外，该方法对数据的标准化要求较高，如果数据质量较差或者存在异常值，也会影响分析结果。
综上所述，灰色关联分析是一种研究和预测多个影响因素之间关联程度的有效方法。
它的原理基于灰色系统理论，可以在各个领域中广泛应用。
灰色关联分析相对于其他分析方法有一些独特的优势，但也存在一定限制。
在实际应用中，我们应该结合具体情况，合理选择分析方法，并充分考虑其适用性和局限性，以提高分析和决策的准确性。
灰色关联分析法讲解
“非唯一性”
目标非唯一 灰靶思想
目标可约束
目标可接近 信息可扩充 方案可改善 关系可协调 思维可多向 认识可深化 途径可优化
灰色系统理论研究灰元、灰数、灰关系 灰数——指信息不完全的数。
灰关联分析法
（一）什么是灰色系统
灰色系统理论是1982年由邓聚龙创立的一门边缘性学科 (interdisciplinary)
灰色系统用颜色深浅反映信息量的多少。说一个系统是黑色的， 就是说这个系统是黑洞洞的，信息量太少；说一个系统是白色的， 就是说这个系统是清楚的，信息量充足。
这种处于黑白之间的系统，就是灰色系统，或说信息不完全的系 统，成为灰色系统或简称会系统（grey system)。
如“这个人的年龄18岁左右” “今天的气温10 - 15度之间” 灰元——指信息不完全的元素。如“货币”是灰元。
货币的两种功能：流通手段和价值尺度 灰关系——指信息不完全的关系。例：多种经济成份并存、一国两制
换轨思维
例1：小司马光灵机一动，换个角度处置眼前的危急场面。其实， 他砸碎的不完全是一口现实生活中看得见摸得着的缸，同时也打破 了一种旧的思维模式。当我们打破旧思维，再将我们的思路重新组 装的时候，结果一定是一幅好风光。 爱迪生是美国的大发明家。他的一切发明都是和他的思维活跃分不 开的。
例2：一天，爱迪生在实验室里工作，急需知道一个灯泡容量的数 据。由于手头忙不开，他便递给助手一个没有上灯口的玻璃灯泡， 吩咐助手把灯泡的容量数据量出来。过了很久，爱迪生手头的活早 已干完，助手仍未将数据送来。爱迪生只好亲自去找助手，一进门， 就看到助手正忙于计算，桌上演算纸已经推了一大迭。爱迪生忙问： “还需多长时间？”助手说：“一半还没完呢。”爱迪生明白了。 原来，他的助手用软尺测量灯泡的周长、斜度，正在用复杂的公式 计算呢！小伙子还把程序说给爱迪生听，证明自己的思路没错。爱 迪生不等他说完，便拍拍他的肩膀说：“别白忙了，小伙子，瞧我 这么干。”说着，他往灯泡里面注满了水，交给助手：“把这里的 水倒在量杯里，马上告诉我它的容量。”助手听到后，脸马上就红 了。
灰色关联度分析讲解
灰色关联度分析讲解第五章灰色关联度分析目录壹、何谓灰色关联度分析------------------------- 5-2 贰、灰色联度分析实例详说与练习 ----------------- 5-8第五章灰色关联度分析壹、何谓灰色关联度分析一.关联度分析灰色系统分析方法针对不同问题性质有几种不同做法，灰色关联度分析(Grey Relational Analysis)是其中的一种。
基本上灰色关联度分析是依据各因素数列曲线形状的接近程度做发展态势的分析。
灰色系统理论提出了对各子系统进行灰色关联度分析的概念，意图透过一定的方法，去寻求系统中各子系统(或因素)之间的数值关系。
简言之，灰色关联度分析的意义是指在系统发展过程中，如果两个因素变化的态势是一致的，即同步变化程度较高，则可以认为两者关联较大；反之，则两者关联度较小。
因此，灰色关联度分析对于一个系统发展变化态势提供了量化的度量，非常适合动态(Dynamic)的历程分析。
灰色关联度可分成「局部性灰色关联度」与「整体性灰色关联度」两类。
主要的差别在于「局部性灰色关联度」有一参考序列，而「整体性灰色关联度」是任一序列均可为参考序列。
二.直观分析依据因素数列绘制曲线图，由曲线图直接观察因素列间的接近程度及数值关系，表一某老师给学生的评分表数据数据为例，绘制曲线图如图一所示，由曲线图大约可直接观察出该老师给分总成绩主要与考试成绩关联度较高。
表一某一老师给学生的评分表单位：分/ %由曲线图直观分析，是可大略分析因素数列关联度，可看出考试成绩与总成绩曲线形状较接近，故较具关联度，但若能以量化分析予以左证，将使分析结果更具有说服力。
三.量化分析量化分析四步曲：1.标准化(无量纲化)：以参照数列(取最大数的数列)为基准点，将各数据标准化成介于0至1之间的数据最佳。
2.应公式需要值，产生对应差数列表，内容包括：与参考数列值差(绝对值)、最大差、最小差、ζ（Zeta）为分辨系数，0＜ζ＜1，可设ζ = 0.5(采取数字最终务必使关联系数计算：ξi（k）小于1为原则，至于分辨系数之设定值对关联度并没影响，请参考p14例) 3. 关联系数ξi （k ）计算：应用公式 maxoi(k)maxmin )(?+??+?=ζζξk i 计算比较数列X i 上各点k 与参考数列X 0 参照点的关联系数，最后求各系数的平均值即是X i 与X 0 的关联度r i 。
第六章 灰色关联分析(新)
社会系统、经济系统等抽象系统包含多种因素， 这些因素之间哪些是主要的，哪些是次要的， 哪些需要发展，哪些需要拟制，这些都是因素 分析的内容。回归分析是一种较通用的方法， 但大都只适用于只有少量因素的、线性的问题。 对于多因素的、非线性的问题则难以处理。灰 色系统理论提出了一种新的分析方法，即系统 的关联度分析方法。这是根据因素之间发展态 势的相似程度来衡量因素间关联程度的方法。
多目标决策的一个显著特点是目标间的 不可公度性，在评价前应对计算关联程 度的数列进行标准化处理，转化为无量 纲的数据。常用的方法有以下2种：
1、标准化函数方法
成本型标准化函数：
x j (max x j x j ) /(max x j min x j )
效益型标准化函数：
x j ( x j min x j ) /(max j min x j )
灰色系统是贫信息的系统，统计方法难 以奏效。灰色系统理论能处理贫信息系 统，适用于只有少量观测数据的项目。 灰色系统理论是我国学者邓聚龙教授于 1982年提出的。它的研究对象是“部分 信息已知，部分信息未知”、开发，实现对现实世界的确切 描述和认识。
* * 1 * 2 * n
C C , C , , C
i k
* * min min Ck Cki max max Ck Cki i * C Cki max max Ck Cki i k k * k i k
min max i k x0 k xi k max
绝对关联度的一般表达式为：
1 n ri i k n k 1
绝对值关联度是反映事物之间关联程度的一种 指标，它能指示具有一定样本长度的给定因素 之间的关联情况。但它也有明显的缺点，就是 绝对值关联度受数据中极大值和极小值的影响， 一旦数据序列中出现某个极值，关联度就会发 生变化。另外计算绝对值关联度时，需要对原 数据作无量纲化处理，比较繁琐。而且，分辨 系数的取值不同，也会导致关联系数的不惟一。
灰色关联度(讲稿)
(6.7)
min 0i (k ) (min)
(6.8)
4.计算关联系数 对绝对差值阵中数据作如下变换：
首 页 上 页 下 页 尾 页
这样的问题很有实际意义,一个自然的想法就是分 别将三次产业产值的时间序列与GDP的时间序列 进行比较,为了能够比较,先对各序列进行无量纲化, 这里采用均值化法.各序列的均值分别为：2716, 461.5,1228.83,1025.67,上表中每列数据除以其均值 可得均值化序列(如表6-2所示)
尾 页
最后分别对各产业与GDP的关联系数序列求算术 平均可得
1 r01 (0.4191 0.3796 0.5808 0.7055 6 0.3696 0.2881) 0.4571 1 r02 (0.6067 0.5178 0.4903 0.8761 6 0.6141 0.3510) 0.5760 1 r03 (0.8687 0.7257 0.5213 0.7338 6 1.000 0.4758) 0.7209
首 页
上 页 下 页
尾 页
上式可变形为
(min) (max) 0i (t ) 0i (t ) (max) i 1, 2,3; t 2000,, 2005
(6.1)
0i (t )称为序列xi和序列x0在第t期的灰色关联系 数(或简称为关联系数). 由(6.1)式可以看出, 取值的大小可以控制(max) 对数据转化的影响, 取较小的值,可以提高关联 系数间差异的显著性,因而称 为分辨系数. 利用(6.1)对表6-3中绝对差值0i (t ) 进行规范化,取 0.4, 结果见表6-4,以01 (2000)计算为例：
01 (t )
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：。
灰色关联分析法讲解
系统
白色系统 灰色系统 黑色系统
“信息不完全”是灰的基本含义，在不同场合可引申为
白
黑
灰
从表象看 从过程看 从性质看 从信息看 从结果看 从态度看 从方法看
明朗 新 纯
完全 唯一的解
肯定 严厉
暗 旧 不纯 不完全 无数的解 否定 放纵
若明若暗 新旧交替 多种成分 部分完全 非唯一性
扬弃 宽容
“信息不完全”，一般指：
灰关联分析法
（一）什么是灰色系统
灰色系统理论是1982年由邓聚龙创立的一门边缘性学科 (interdisciplinary)
灰色系统用颜色深浅反映信息量的多少。说一个系统是黑色的， 就是说这个系统是黑洞洞的，信息量太少；说一个系统是白色的， 就是说这个系统是清楚的，信息量充足。
这种处于黑白之间的系统，就是灰色系统，或说信息不完全的系 统，成为灰色系统或简称会系统（grey system)。
K X0（K） X1（K） X2（K） | X0（K）- X1（K）| | XO（K）- X2（K）| ————————————————————————————————————
11
1
1
0
0
2 1.1
1.6
2.2
0.5
1.1
3 1.2
1.7
1.8
0.5
0.6
4 1.5
2.1
2. 0
0.6
0.5
————————————————————————————————————
（3）苏联高级官员利加乔夫在一次向全国发布的电视讲话中，破天荒省略 了按照惯例必须向安德罗波夫问候习惯。
（4）他驱车经过苏军参谋部及国防部时发现大楼里以往这时仅是少数窗户 有灯光，而当时几百间房间里灯火通明。 杜德尔把这些现象联系起来，最后得出结论：安德罗波夫已去世
数学建模——灰色关联度分析讲解
依照问题的要求，我们自然选取铅球运动员专项 成绩作为参考数列，将上表中的各个数列的初始化数 列代入（1） 、 （2） ，易计算出各数列的关联度，如下表 所示。
灰色关联度分析的运用
因 素 分 析 优 势 分 析 综 合 评 价
二、铅球运动员专项成绩的因素分析 通过对某健将级女子铅球运动员的跟踪调查，获 得其 1982~1986 年每年最好成绩及 16 项专项素质和 身体素质的时间序列资料，见下表。
指 铅球专项成绩 4 公斤前抛 4 公斤后抛 4 公斤原地 立定跳远 高翻 抓举 卧推 3 公斤前抛 3 公斤后抛 3 公斤原地 3 公斤滑步 立定三级跳远 全蹲 挺举 30 米起跑 100 米
4、在第 4 列中 r 24=0.809 最大，表明科技对工业影响 最大，而 r 34=0.588 比较小，表明从全面来衡量，还没 有使科技投资与农村经济挂上钩，即科技投资针对的 不是农村需要的科技，r 64=0.584 更小， 表明科技对建 筑业的作用比农业还差； 5、第 3 列的元素普遍比较大，表明农业是个综合性行 业，需要其它方面的配合，例如： r 32=0.828 表明工业 发展能够较大地促进农业的发展。另外，r 35=0.735 表 明农业发展与交通发展也是密切相关的。
关联度
关联度是事物之间、因素之间关联性大小的量度。它 定量地描述了事物或因素之间相互变化的情况，即变 化的大小、方向与速度等的相对性。如果事物或因素 变化的态势基本一致，则可以认为它们之间的关联度 较大，反之，关联度较小。
基本思想:
灰色系统分析方法33333
二、灰色GM（1,1）模型
（3）将灰色参数代入时间函数 X 然后对 X 1 求导还原得到
0
t 1 X 0 1
u at u e a a
0
X
（4）计算 x 差 t
0
t 1 a X
0
m 2 2 1 0 0 t 1
及残差的离差 m s 差比 c s 以及小误差概率
t 1
s2
2
1
1
m
(
0
t
0
0
t )
2
2
p |
t
0
在计算方
| 0 . 6745 s1
1
。根据后验比c和小误差概率p对模型进行诊断，当p >0.95和c<0.35时，模型精度良好；当p>0.8和c<0.5 时，模型合格；当p>0.7和c<0.65时，模型勉强合格； 当p<=0.7和p>=0.65时，模型不合格。
i (k )
min min
i k
x 0 k x i k
max max
i k k
x 0 k x i k
x 0 k x i k
max max
i
x 0 k x i k
式中，i (k ) 为第k个时刻比较曲线 x i 与参考曲线 x 0 的相对差值，称为 x i对 x 0 在k时刻的关联系数；
一、灰色关联度分析
如上面的例子在DPS中操作，完全可以用傻瓜式操 作实现。
第一步：将数据输入DPS数据处理系统中；
第二步：在“其他”菜单栏中找到“灰色系统方 法”，在其箭头里找到“灰色系统分析” 第三步：在对话框中实现。
灰色关联分析算法步骤
灰色关联分析算法步骤 Revised by BLUE on the afternoon of December 12,2020.灰色关联分析灰色关联分析是指对一个系统发展变化态势的定量描述和比较的方法，其基本思想是通过确定参考数据列和若干个比较数据列的几何形状相似程度来判断其联系是否紧密，它反映了曲线间的关联程度。
是由着名学者教授首创的一种系统科学理论(GreyTheory)，其中的灰色关联分析是根据各因素变化曲线几何形状的相似程度，来判断因素之间关联程度的方法。
此方法通过对动态过程发展态势的量化分析，完成对系统内时间序列有关几何关系的比较，求出参考数列与各比较数列之间的灰色关联度。
与参考数列关联度越大的比较数列，其发展方向和速率与参考数列越接近，与参考数列的关系越紧密。
灰色关联分析方法要求可以少到4个，对数据无规律同样适用，不会出现量化结果与结果不符的情况。
其基本思想是将评价指标原始观测数进行无量纲化处理，计算关联系数、关联度以及根据关联度的大小对待评指标进行排序。
灰色关联度的应用涉及社会科学和自然科学的各个领域，尤其在社会经济领域，如各部门投资收益、区域经济优势分析、等方面，都取得较好的应用效果。
关联度有绝对关联度和相对关联度之分，绝对关联度采用初始点零化法进行初值化处理，当分析的因素差异较大时，由于变量间的量纲不一致，往往影响分析，难以得出合理的结果。
而相对关联度用相对量进行分析，计算结果仅与序列相对于初始点的变化速率有关，与各观测数据大小无关，这在一定程度上弥补了绝对关联度的缺陷。
灰色关联分析的步骤灰色关联分析的具体计算步骤如下：第一步：确定分析数列。
确定反映系统行为特征的参考数列和影响系统行为的比较数列。
反映系统行为特征的数据序列，称为参考数列。
影响系统行为的因素组成的数据序列，称比较数列。
设参考数列（又称母序列）为Y={Y(k)|k=1,2,Λ,n}；比较数列（又称子序列）X i={X i(k)|k=1,2,Λ,n},i=1,2,Λ,m。
灰色关联度分析
灰色关联度分析灰色关联度分析是一种常用的多指标决策方法，它可以用于相关性较强但不易被直接比较的指标之间的关联度分析。
该方法最早由中国工程师陶行知在20世纪50年代提出，并在实践中得到广泛应用。
灰色关联度分析的基本思想是将研究对象的各个指标进行数值标准化处理，以消除量纲和单位的差异。
然后，根据数据序列中的变化趋势，寻找出存在的关联规律。
通过计算不同指标之间的关联度，可以确定其相关性的强弱程度。
具体而言，灰色关联度分析的步骤如下：首先，将各个指标的原始数据进行正态化处理，将其限制在0-1之间。
然后，根据数据的发展趋势，构建关联数列，并计算相邻数据之间的差值。
接下来，通过计算累加生成序列的绝对值来确定各个指标的权重。
最后，根据权重值计算出不同指标之间的关联度。
灰色关联度分析的优点是能够充分考虑不同指标之间的相关程度，避免了单指标评价所带来的不足之处。
它对于数据规模较小、数据质量较差的情况下仍能有效分析，并且可以通过调整权重值来考虑不同指标的重要性。
此外，灰色关联度分析方法简单易行，不需要大量数据和复杂的运算，适用范围广泛。
然而，灰色关联度分析也存在一些限制和不足之处。
首先，该方法对于数据的处理比较敏感，一旦数据质量较差或者变化趋势不明显，分析结果可能受到较大影响。
其次，该方法不能直接评估指标的具体表现，只能提供关联度的大小，对于指标的具体意义和解释需要结合实际情况进行判断。
此外，灰色关联度分析所得到的关联度结果不能作为因果关系的证据，只能作为参考依据。
综上所述，灰色关联度分析是一种常用的多指标决策方法，通过对指标间关联度的计算，帮助决策者进行综合评价。
虽然该方法存在一些局限性，但在实际应用中却有着广泛的应用前景。
随着大数据时代的到来，灰色关联度分析方法也得到了进一步的发展和完善，为决策提供更准确、科学的依据。
灰色关联度分析法
灰色关联度分析法为了适应瞬息万变的市场需求, 企业不断调整自己的核心能力, 在产品的开发设计中更重视供应商的作用。
作为供应链合作关系运行的基础, 供应商的评价选择是一个至关重要的问题, 供应商的业绩对企业的影响越来越大,影响着企业的生存与发展。
因此, 进行科学全面的供应商评价就显得十分必要。
（1）确定比较对象产品质量、技术水平、供应能力、经济效益、市场影响度指标属于效益型指标；产品价格、地理位置、售后服务指标属于成本型指标。
i 指五个待选供应商编号，,5,,1 =i j 指八个指标8,,1j =，ij a 是第i 个供应商第j 个指标变量为了使每个属性变换后的最优值为1 且最差值为0，对数据进行标准0－1变换利润型指标标准化公式)/()(min maxmin j j j ij ij a a a a b --=成本型指标标准化公式)/()(min max max j j ij j ij a a a a b --=数据结果见下表。
（2）计算灰色关联系数)()(max max )()()()(max max )()(min min )(0000t x t x k x k x t x t x t x t x k s tsi s ts s ts -+--+-=ρρξ为比较数列对参考数列在第个指标上的关联系数，其中为]1,0[∈ρ分辨系数。
称式中)()(min min 0t x t x s ts-、)()(max max 0t x t x s ts-分别为两级最小差及两级最大差。
一般来讲，分辨系数ρ越大，分辨率越大；ρ越小，分辨率越小。
在这里ρ取0.5。
（3）计算灰色加权关联度 灰色加权关联度的计算公式为∑==nk i i k w r 1)(ξ这里i r 为第i 个评价对象对理想对象的灰色加权关联度。
关联系数和关联度值（4）评价分析根据灰色加权关联度的大小，对各评价对象进行排序，可建立评价对象的关联序，关联度越大其评价结果越好。
灰色关联分析法原理及解题步骤
灰色关联分析法原理及解题步骤---------------研究两个因素或两个系统的关联度(即两因素变化大小,方向与速度的相对性)关联程度——曲线间几何形状的差别程度灰色关联分析是通过灰色关联度来分析和确定系统因素间的影响程度或因素对系统主行为的贡献测度的一种方法。
灰色关联分析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1> 曲线越接近,相应序列之间的关联度就越大,反之就越小 2> 灰色关联度越大，两因素变化态势越一致分析法优点它对样本量的多少和样本有无规律都同样适用,而且计算量小,十分方便,更不会出现量化结果与定性分析结果不符的情况。
灰色系统关联分析的具体计算步骤如下 1》参考数列和比较数列的确定参考数列——反映系统行为特征的数据序列比较数列——影响系统行为的因素组成的数据序列2》无量纲化处理参考数列和比较数列(1) 初值化——矩阵中的每个数均除以第一个数得到的新矩阵(2) 均值化——矩阵中的每个数均除以用矩阵所有元素的平均值得到的新矩阵(3) 区间相对值化3》求参考数列与比较数列的灰色关联系数ξ(Xi) 参考数列X0比较数列X1、X2、X3……………比较数列相对于参考数列在曲线各点的关联系数ξ(i)称为关联系数，其中ρ称为分辨系数，ρ?(0，1)，常取0.5.实数第二级最小差，记为Δmin。
两级最大差，记为Δmax。
为各比较数列Xi曲线上的每一个点与参考数列X0曲线上的每一个点的绝对差值。
记为Δoi(k)。
所以关联系数ξ(Xi)也可简化如下列公式:4》求关联度ri关联系数——比较数列与参考数列在各个时刻(即曲线中的各点)的关联程度值，所以它的数不止一个，而信息过于分散不便于进行整体性比较。
因此有必要将各个时刻(即曲线中的各点)的关联系数集中为一个值，即求其平均值，作为比较数列与参考数列间关联程度的数量表示，关联度ri公式如下:5》排关联序因素间的关联程度，主要是用关联度的大小次序描述，而不仅是关联度的大小。
灰色理论详细讲解
∆ min = 0, ∆ max = 4.437
（3）计算关联系数如下：取
ρ = 0.5
ζ 0 j (k )
0 + 0.5 × 4.437 = ∆ 0i + 0.5 × 4.437
ζ 01 = (1, 0.971, 0.904, 0.945, 0.890)
ζ 03 = (1, 0.927, 0.901, 0.920, 0.913)
74313
2001 0.636 0.042 0.448 0.030 240.92 0.598 0.036 0.411 0.030 290.80 83.44
2003 0.627 0.043 0.122 0.031 370.00 127.22
NO x TSP
SO2
工业总产 值 基建投资 机动车数 量 煤炭用量 沙尘天数
x = ( x (1), x (2),⋯ , x( n))
称映射为序列到序列的数据变换。
1.2.1 数据变换技术
称映射
f :x→ y
f ( x( k )) = y (k ), k = 1, 2,⋯ , n
为序列 x 到序列 y 的数据变换 1）初值化变换：f ( x(k )) = x(k ) = y (k ), x(1) ≠ 0 x(1) 2）均值化变换：
1.3 实例
1.3.1 实例一：用灰关联分析的方法分析 影响呼和浩特市大气污染的各主要因素 的污染水平。 表1 1999-2003年城市大气污染监测数据
因素 大气污染 值
1999 0.732 0.038 0.507 0.048 183.25 24.03
85508
2000 0.646 0.031 0.451 0.034 207.28 44.98
Matlab学习系列28.-灰色关联分析
28. 灰色(huīsè)关联分析一、灰色系统理论(lǐlùn)简介若系统的内部信息是完全已知的，称为白色(báisè)系统；若系统的内部信息是一无所知（一团漆黑），只能从它同外部的联系来观测研究，这种系统便是黑色系统；灰色系统介于二者之间，灰色系统的一部分信息是已知的，一部分是未知的。
灰色系统(xìtǒng)理论以“部分信息已知、部分信息未知”的“小样本(yàngběn)”、“贫信息”不确定型系统为研究对象，其特点是：（1）认为不确定量是灰数，用灰色数学来处理不确定量，使之量化，灰色系统理论只需要很少量的数据序列；（2）观测到的数据序列看作随时间变化的灰色量或灰色过程，通过鉴别系统因素之间发展趋势的相似或相异程度，即进行关联度分析；（3）通过累加生成和累减生成逐步使灰色量白化，从而建立相应于微分方程解的模型，从而预测事物未来的发展趋势和未来状态。
二、灰色关联度分析1. 要定量地研究两个事物间的关联程度，可以用相关系数和相似系数等，但这需要足够多的样本数或者要求数据服从一定概率分布。
在客观世界中，有许多因素之间的关系是灰色的，分不清哪些因素之间关系密切，哪些不密切，这样就难以找到主要矛盾和主要特性。
灰因素关联分析，目的是定量地表征诸因素之间的关联程度，从而揭示灰色系统的主要特性。
关联分析是灰色系统分析和预测的基础。
关联分析源于几何直观，实质上是一种曲线间几何形状的分析比较，即几何形状越接近，则发展变化趋势越接近，关联程度越大。
如下图所示：xt曲线A与B比较平行，则认为A与B的关联程度大；曲线C与A随时间变化的方向很不一致，则认为A与C的关联程度较小；曲线A与D相差最大，则认为两者的关联程度最小。
2. 关联度分析是分析系统中各因素关联程度的方法步骤：(1) 计算(jì suàn)关联系数设参考(cānkǎo)序列为比较(bǐjiào)序列为比较(bǐjiào)序列X i对参考(cānkǎo)序列X0在k时刻的关联系数定义为：其中，和分别称为两级最小差、两级最大差，称为分辨系数，越大分辨率越大，一般采用对单位不一，初值不同的序列，在计算关联系数之前应首先进行初值化，即将该序列的所有数据分别除以第一数据，将变量化为无单位的相对数值。
灰色关联分析与统计分析法
∆min + ∆max L0 i ( k ) = ∆0i ( k ) + ρ∆max
式中∆0i (k)表示k時刻兩比較序列的絕對差， 即 ∆0i (k)=x0 (k)−xi (k) (1 ≤ i ≤ m)； ∆max和∆min分別表示所有比較序列各 個時刻絕對差中的最大值與最小值。
因爲比較序列相交，故一般取∆min＝0；ρ稱爲分辨係數， 其意義是削弱最大絕對差數值太大引起的失真，提高關 聯係數之間的差異顯著性，ρ∈(0, 1)，一般情況下可取 0.1~0.5。 關聯係數反映兩個被比較序列在某一時刻的緊密(靠近) 程度。如在∆min的時刻, Lio ＝1，而在∆max 的時刻則關 聯係數爲最小值。因此，關聯係數的範圍爲0 < L ≤ 1。
(4) 排關聯序
將m個子序列對同一母序列的關聯度按大小順序排列起來， 便組成關聯序，記爲{X}。它直接反映各個子序列對於母 序列的“優劣”關係。
≻
(5) 列出關聯矩陣
若有n個母序列{Y1}, {Y2}, …, {Yn } (n≠2)及其m個子序列{X1}, {X2}, …, {Xm } (m≠1)，則各子序列對母序列{Y1}有關聯度[r11,
1 r0i = N
N k =1
∑ L0i ( k )
式中r0i 爲子序列i
與母序列0的關聯度，N爲比較序列的長度(即資料個數)。
關聯度與下列因素有關： 關聯度與下列因素有關： (1) 母序列X0不同，則關聯度不同； (2) 子序列Xi 不同，則關聯度不同； (3) 參考點0 (或資料變換)不同，關聯度不同； (4) 資料序列長度N不同，關聯度不同； (5) 分辨係數ρ不同，關聯度不同。 一般來說，關聯度也滿足等價“關係”三公理，即： (1) 自反性: r00＝1；(2) 對稱性: r0i ＝ri0；(3) 傳遞性: r0a >r0b , r0b >r0c，則 r0a >r0c 。
灰色关联分析方法
关联度
关联系数的数很多，信息过于分散，不便于比较，为此有必
要将各个时刻关联系数集中为一个值，求平均值便是做这种信
息处理集中处理的一种方法。
关联度的一般表达式为：
ri
1 N
N
i (k)
k 1
无量纲化
无量纲化的方法常用的有初值化与均值化，区间相对值化。 初值化是指所有数据均用第1个数据除，然后得到一个新的数 列，这个新的数列即是各个不同时刻的值相对于第一个时刻的 值的百分比。经济序列中常用此法处理。均值化处理则是用平 均值去除所有数据，以得到一个占平均值百分比的数列。
miin(i (min))
mai x(i (max))
=
min(min
i
k
x0 (k)
xi (k)
)
=
max(max
i
k
x0 (k)
xi (k)
)
关联系数计算
虽然两级最大差与最小差容易求出，但一般不能计算关联系 数，这是由于作关联度计算的数列的量纲最好是相同的，当量 纲不同时要化为无量纲。此外还要求所有数列有公共交点。为 了解决这两个问题，计算关联系数之前，先将数列作初值化处 理，即用每一个数列的第一个数xi (1) 除其它数 xi (k)，这样既可使 数列无量纲又可得到公共交点xi (1) 即第1点。
min i
(
i
(min))
0.5
max i
(
i
(max))
x0 (k )
xi (k )
0.5
max i
(
i
(max))
式中，i (k)是第 k个时刻比较曲线 xi与参考曲线 x0 的相对差值， 它称为 xi对 x0 在 k时刻的关联系数。其中，0.5是分辨系数，记为 一般在0与1之间选取；
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
灰色关联分析法原理及解题步骤
灰色关联分析法原理及解题步骤
---------------研究两个因素或两个系统的关联度（即两因素变化大小,方向与速度的相对性）
关联程度——曲线间几何形状的差别程度
灰色关联分析是通过灰色关联度来分析和确定系统因素间的影响程度或因素对系统主行为的贡献测度的一种方法。
灰色关联分析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
1>曲线越接近,相应序列之间的关联度就越大,反之就越小
2>灰色关联度越大，两因素变化态势越一致
分析法优点
它对样本量的多少和样本有无规律都同样适用,而且计算量小,十分方便,更不会出现量化结果与定性分析结果不符的情况。
灰色系统关联分析的具体计算步骤如下
1》参考数列和比较数列的确定
参考数列——反映系统行为特征的数据序列
比较数列——影响系统行为的因素组成的数据序列
2》无量纲化处理参考数列和比较数列
（1）初值化——矩阵中的每个数均除以第一个数得到的新矩阵
（2）均值化——矩阵中的每个数均除以用矩阵所有元素的平均值得到的新矩阵
（3）区间相对值化
3》求参考数列与比较数列的灰色关联系数ξ（Xi）
参考数列X0
比较数列X1、X2、X3……………
比较数列相对于参考数列在曲线各点的关联系数ξ（i）
称为关联系数，其中ρ称为分辨系数，ρ∈（0，1），常取0.5.实数第二级最小差，记为Δmin。
两级最大差，记为Δmax。
为各比较数列Xi曲线上的每一个点与参考数列X0曲线上的每一个点的绝对差值。
记为Δoi(k)。
所以关联系数ξ（Xi）也可简化如下列公式：
4》求关联度ri
关联系数——比较数列与参考数列在各个时刻（即曲线中的各点）的关联程度值，所以它的数不止一个，而信息过于分散不便于进行整体性比较。
因此有必要将各个时刻
（即曲线中的各点）的关联系数集中为一个值，即求其平均值，作为比较数列与参考数列间关联程度的数量表示，关联度ri公式如下：
5》排关联序
因素间的关联程度，主要是用关联度的大小次序描述，而不仅是关联度的大小。
将m个子序列对同一母序列的关联度按大小顺序排列起来，便组成了关联序，记为{x}，它反映了对于母序列来说各子序列的“优劣”关系。
若
r0i>r0j，则称{xi}对于同一母序列{x0}优于{xj}，记为{xi}>{xj} ；若r0i表1 代表旗县参考数列、比较数列特征值。