本文共 1501 字，大约阅读时间需要 5 分钟。

灰色关联分析法

利用灰色关联分析的九个步骤：

1．根据分析目的确定分析指标体系，收集分析数据。

       设n个数据序列形成如下矩阵：

其中m为指标的个数，

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

3．对指标数据进行无量纲化

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。常用的无量纲化方法有均值化法（见（12－3）式）、初值化法（见（12－4）式）和 变换等．

无量纲化后的数据序列形成如下矩阵：

4．逐个计算每个被评价对象指标序列（比较序列）与参考序列对应元素的绝对差值

 即  （ ， , n为被评价对象的个数）．

5. 确定与

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．

其中 ρ为分辨系数，0<ρ<1。若ρ越小，关联系数间差异越大，区分能力越强。通常ρ取0.5

当用各指标的最优值 （或最劣值），构成参考数据列计算关联系数时，也可用改进的更为简便的计算方法：

改进后的方法不仅可以省略第三步，使计算简便，而且避免了无量纲化对指标作用的某些负面影响．

7．计算关联序

对各评价对象（比较序列）分别计算其个指标与参考序列对应元素的关联系数的均值，以反映各评价对象与参考序列的关联关系，并称其为关联序，记为：

8．如果各指标在综合评价中所起的作用不同，可对关联系数求加权平均值即

9．依据各观察对象的关联序，得出分析结果．

应用举例：利用灰色关联分析对6位教师工作状况进行综合分析

1．分析指标包括：专业素质、外语水平、教学工作量、科研成果、论文、著作与出勤．

2．对原始数据经处理后得到以下数值，见下表

3．确定参考数据列：

4．计算 ， 见下表

5.求最值

6．依据（12－5）式，ρ取0.5计算，得

同理得出其它各值，见下表

7．分别计算每个人各指标关联系数的均值（关联序）： 

8．如果不考虑各指标权重（认为各指标同等重要），六个被评价对象由好到劣依次为1号，5号，3号，6号，2号，4号．

 即

 参考代码：基于MATLAB 2016b编程

clc,clearload x.txt %把原始数据存放在纯文本文件 x.txt 中，其中把数据的"替换替换成.for i=1:15    x(i,:)=x(i,:)/x(i,1); %标准化数据endfor i=16:17    x(i,:)=x(i,1)./x(i,:); %标准化数据enddata=x;n=size(data,2); %求矩阵的列数，即观测时刻的个数ck=data(1,:); %提出参考数列bj=data(2:end,:); %提出比较数列m2=size(bj,1); %求比较数列的个数for j=1:m2    t(j,:)=bj(j,:)-ck;endmn=min(min(abs(t'))); %求最小差mx=max(max(abs(t'))); %求最大差rho=0.5; %分辨系数设置ksi=(mn+rho*mx)./(abs(t)+rho*mx); %求关联系数r=sum(ksi')/n %求关联度[rs,rind]=sort(r,'descend') %对关联度进行排序

运行结果的r为各指标和成绩的关联度，rind即为各指标和成绩的关联度大小排序的结果。在使用本程序的时候，只需要把数据换成自己自己的数据，以及把循环次数改一下即可。

参考资料：

1.

2. 

转载地址：https://xinzhe.blog.csdn.net/article/details/86630861 如侵犯您的版权，请留言回复原文章的地址，我们会给您删除此文章，给您带来不便请您谅解！