灰色关联分析法

       今天决定写一下灰色关联分析法，这种方法是进行关联分析的，并不一定非要作为评价分析，所以这种方法的推广性更好一些。当你想用来评价对象的时候，也很容易，关联一个虚拟最优对象（上一篇理想解法中有介绍），然后找出和虚拟最优对象关联度最大的对象，然后你就得到了最优解。

      （一）首先介绍一下什么是灰色系统和白色系统。

                 1.白色系统：系统内各个因素之间的关系已知。比如一个运动系统，或者一个数学函数，每个因素之间都可以找到一个对应关系来。

                 2.灰色系统：关系不确定。比如你早上上课迟到和你上课听讲效率低的关系，这是一个不确定性的关系，有可能上课迟到会影响你心情然后你心情不好你就不想学了（很傲娇）但是也有人上课迟到了反而听得更加认真。对于这类未知关系的系统，就需要确定一个表示关联程度的量，这里称作关联系数。

       （二）然后，自然是怎么算关联系数了。具体过程如下介绍：

                 1.确定因素，确定因素的影响值，然后无量纲化处理。（这基本是这类模型必须的步骤了）

                          Xi=[xi1, xi2, xi3, ... ,xin]

                 2.确定参考数列。（就是，你要和谁关联）

                         Xs=[x1, x2, x3,...,xn]

                 3.定权。（这一步并不是必须的，需要对影响因素有偏重的时候再进行加权，如果每个因素看作平等的，则不再加权）

                 4.接下来就是算关联系数了，比较麻烦。

                         

                     其实我也看晕了。。。跳过吧。

                  5.计算关联度。

                     其实上一步计算的只是某一对象在某一因素下与标准的关联程度。然后就是用之前算的权作一个加权平均，就可以得到每个对象与标准的关联度ri。

                  6.然后排序，就可以得到关联度顺序了，找到关联程度最大的对象。

Finsh，注意这个标准很重要啊，它直接确定了你想要一个什么样的对象。