【数学建模】数模day13-灰色系统理论I-灰色关联与GM(1,1)预测

接下来学习灰色系统理论。

0.

什么是灰色系统？

部分信息已知而部分信息未知的系统，我们称之为灰色系统。相应的，知道全部信息的叫白色系统，完全未知的叫黑色系统。

为什么采用灰色系统理论？

在给定信息不多，并且无法建立客观的物理原型，其作用原理亦不明确，内部因素难以辨识或之间关系隐蔽，人们很难准确了解这类系统的行为特征，因此对其定量描述难度较大。这时就采用“灰色系统理论”。

比如说，社会、经济、农业、生态问题的系统中，噪声普遍存在，一般受随机侵蚀的系统理论立足于【概率统计】，比如回归分析、方差分析、主成分分析等等。但是这些在小样本（数据不足）、样本没有较好的统计分布规律、难以量化等问题下，都不能够很好的胜任。尤其是，涉及到预测问题时，直接回归方程代入数得”预测“明显不符合客观规律，而使用灰色预测（通常使用GM(1,1)）更可靠。

1.

关联分析

这个方法解决的是：因素之间关联性如何，关联程度如何量化的问题。

讨论因素之间关联性如何，之前我们采用【回归分析】，即因变量对自变量求回归方程，这是基于更多样本的量化讨论。为了做【整体系统分析】，得到一个好的【直观过程】，以及为了【定性描述】，可以考虑采用【关联分析】。

实际上，实际应用中，我们可以【关联分析】+【回归分析】一起做。

关联分析实际上是动态过程发展态势的量化比较分析。

简而言之，关联分析是从整体态势上把握两（多）变量（每个变量的不同样本构成数列）之间的相关程度，并且从整体上分析减少了异常点的影响。
所谓发展态势比较，也就是系统各时期有关统计数据的几何关系的比较。

1) 做关联分析首先讨论数据变换技术。

通过数据变换消除【量纲】，使其具有【可比性】。

2) 做关联分析：

3) 关联分析案例：

分析求解：

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，将其余的各个数列的初始化数列代入计算关联度公式，易算出各数列的关联度如下表：

关联度表：

matlab程序如下：

数据：x.txt

13.6  14.01  14.54  15.64  15.69
 11.50  13.00  15.15  15.30  15.02
 13.76  16.36  16.90  16.56  17.30
 12.41  12.70  13.96  14.04  13.46
 2.48  2.49  2.56  2.64  2.59
 85  85  90  100  105
 55  65  75  80  80
 65  70  75  85  90