数学建模之灰色关联分析

灰色关联分析

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，曲线越接近，相应序列之间的关联度就越大，反之则越小。
此方法可用于 进行系统分析，也可应用于对问题进行综合评价。（综合评价不推荐使用该方法）

系统分析

主要步骤：
1、绘制统计图
2、确定分析数列
母序列，能反映系统行为特征的数据序列，类似于因变量
子序列，影响系统行为的因素组成的序列，类似于自变量
3、对变量进行预处理
先求每个指标的均值，该指标中的每个元素都除以对应的均值。
目的：去量纲，缩小变量范围简化计算
4、计算子序列中各指标与母序列的关联系数

5、计算模型灰色关联度

6、通过比较子序列与母序列的关联度可以得到相应的结论。
选择用标准化回归或者灰色关联分析的具体时机：
当样本个数 n 较大时，一般使用标准化回归。当样本个数较少时，选择使用灰色关联分析。
如果母序列中含有多个指标应如何分析？
例如：Y1 和 Y2 是母序列，X1,X2,…,Xm 是子序列。那么应首先计算 Y1 和 X1,X2,…,Xm 的灰色关联度进行分析，然后再计算 Y2 和 X1,X2,…,Xm 的灰色关联度进行分析。

灰色数学的相关概念是国人提出来的，美赛不建议用！

clear;clc
gdp=[1,2,3,4,5,6;
      7,8,9,10,11,12;
      13,14,15,16,17,18;
      19,20,21,22,23,24]
Mean = mean(gdp);  % 求出每一列的均值以供后续的数据预处理
gdp = gdp ./ repmat(Mean,size(gdp,1),1);  %size(gdp,1)求得矩阵行数, repmat(Mean,size(gdp,1),1)可以将矩阵进行复制
disp('预处理后的矩阵为：'); disp(gdp);
Y = gdp(:,1);  % 母序列
X = gdp(:,2:end); % 子序列
absX0_Xi = abs(X - repmat(Y,1,size(X,2)))  % 计算|X0-Xi|矩阵(在这里我们把X0定义为了Y)
a = min(min(absX0_Xi))    % 计算两级最小差a
b = max(max(absX0_Xi))  % 计算两级最大差b
rho = 0.5; % 分辨系数取0.5
gamma = (a+rho*b) ./ (absX0_Xi  + rho*b)  % 计算子序列中各个指标与母序列的关联系数
disp('子序列中各个指标的灰色关联度分别为：')
disp(mean(gamma))

相关参考：

https://blog.csdn.net/weixin_43819566/article/details/112914383
https://www.bilibili.com/video/BV1DW411s7wi