数学建模学习笔记（3）：灰色关联分析

灰色关联分析的应用

灰色关联分析的两大应用是系统分析和综合评价。系统分析是指对于给定的系统的影响因素，求出不同影响因素对系统影响力的大小和正负相关性（可以用于自变量筛选）；综合评价是指根据具有不同权重的一系列评价指标选择合适的评价对象。

灰色关联分析的基本思想

灰色关联分析的基本思想是根据序列曲线的几何形状相似性判断不同序列之间联系的紧密性：曲线的形状相似度越高，两个序列之间联系越紧密。

灰色关联系统分析步骤（重点）

①作出趋势图并进行一些基础分析：首先根据条件作出序列的统计图像，并进行一些相关的基础分析（如趋势分析，增长快慢分析等等）。

②划分序列类型并作出初始化矩阵：将序列分为母序列和子序列两种类型，其中母序列可以视为函数的因变量，而子序列可以视作函数的自变量。接着作出初始矩阵：矩阵中每一列表示一个序列变化的各个时期的值。

③作出标准化矩阵。对于初始矩阵每一个指标（也就是每一个子序列），首先求出每一个指标的均值，然后将矩阵中每个位置的元素替换为该元素除以其所在列均值所得到的商（这一步的处理包括母序列）。

④作出灰色关联系数矩阵。计算子序列的每一个值与母序列对应值的灰色关联系数。方法如下：

1. 作出绝对值差值矩阵。将上一步得到的标准化矩阵中，子序列所对应的那些列的元素替换为该元素与同行的母序列元素的差的绝对值。完成后取出所有子序列的列构成一个差绝对值矩阵。
2. 求出两级最小差和两级最大差。在绝对值差值矩阵中找出最小元素和最大元素，称最小元素和最大元素分别为两极最小差和两极最大差，并分别记为a和b。
3. 求出灰色关联系数矩阵：设原先矩阵中的某个元素为e，则更新为e’=(a+0.5b)/(e+0.5b)。该式中的0.5称为分辨系数。所得到的矩阵中的每一个元素称为对应子序列指标取某一个值时与母序列指标取对应值的灰色关联系数。

⑤计算灰色关联度。对矩阵中的每一列取平均值，得到的即为该列所对应指标对母序列指标的灰色关联度。

⑥根据灰色关联度的大小进行判断并下结论。灰色关联度大的指标对母序列对应指标的影响大，反之灰色关联度小的指标对母序列对应指标的影响小。

灰色关联分析综合评价的步骤（重点）

①指标正向化并作出正向化矩阵。首先判断评价指标的类型，并根据评价指标的类型对指标进行正向化处理。

②作出标准化矩阵。对于初始矩阵每一个指标（也就是每一个序列），首先求出每一个指标的均值，然后将矩阵中每个位置的元素替换为该元素除以其所在列均值所得到的商。

③构造母序列：在经过消除量纲处理后的矩阵中取出每一行的最大值，构成的向量即为虚构的母序列。

④作出灰色关联系数矩阵。根据与灰色关联系统分析同样的方法计算灰色关联系数矩阵并求出灰色关联度。

⑤计算各个指标的权重。每个指标的权重是该指标的灰色关联度与所有指标的灰色关联度之和的商。

⑥按照权重计算得分并归一化。按照已经处理过的指标值和计算出的权重，分别计算各个评价对象的得分，并最终对得分进行归一化，得到最终每个评价对象的得分。

母序列有多个指标时如何使用灰色关联系统分析

将母序列分为多个只含有一个指标的母序列，逐一进行灰色关联系统分析即可。

灰色关联分析的适用情况

①国内比赛可以使用灰色关联分析，但是国外比赛（如美赛）不推荐使用。
②当样本个数较大时推荐使用标准化回归，样本个数较少时使用灰色关联分析。