灰色关联分析

最新推荐文章于 2022-07-31 13:05:22 发布

Gavynlee

最新推荐文章于 2022-07-31 13:05:22 发布

阅读量486

点赞数 1

本文链接：https://blog.csdn.net/weixin_43892514/article/details/105003205

版权

参考

代码实现

maltab

clc;
close;
clear all;
x=xlsread('data1.xls'); %data1为网上参考数据格式，通过验证该程序没有问题，因此data也应该按照此种格式来布置
x=x(:,2:end)'; %得到转置矩阵
column_num=size(x,2);   %列
index_num=size(x,1);     %行

% 1、数据均值化处理
x_mean=mean(x,2);  % 行向量均值
for i = 1:index_num
    x(i,:) = x(i,:)/x_mean(i,1);
end
% 如果三个指标使用三种不同的归一化，则将上述四行代码改为以下形式：
%  x(1,:) = 第一个指标的归一化公式；
%  x(2,:) = 第二个指标的归一化公式；
%  x(3,:) = 第三个指标的归一化公式；

% 2、提取参考队列和比较队列
ck=x(1,:)   %第一行
cp=x(2:end,:)   %第二行以后所有 
cp_index_num=size(cp,1);

%比较队列与参考队列相减
for j = 1:cp_index_num
    t(j,:)=cp(j,:)-ck;
end
%求最大差和最小差
mmax=max(max(abs(t)))
mmin=min(min(abs(t)))
rho=0.5;

%3、求关联系数
ksi=((mmin+rho*mmax)./(abs(t)+rho*mmax))

%4、求关联度
weight = [1,0,0;0,1,0;0,0,1];
ksi_column_num=size(ksi,2); 
r=sum(weight * ksi,2)/ksi_column_num;    %行求和

%5、关联度排序，得到结果r3>r2>r1
[GAG,rind]=sort(r,'descend');

python

import pandas as pd
x=pd.read_excel('data.xlsx')
x=x.iloc[:,1:].T

# 1、数据均值化处理
x_mean=x.mean(axis=1)
for i in range(x.index.size):
    x.iloc[i,:] = x.iloc[i,:]/x_mean[i]

# 2、提取参考队列和比较队列
ck=x.iloc[0,:]
cp=x.iloc[1:,:]

# 比较队列与参考队列相减
t=pd.DataFrame()
for j in range(cp.index.size):
    temp=pd.Series(cp.iloc[j,:]-ck)
    t=t.append(temp,ignore_index=True)

#求最大差和最小差
mmax=t.abs().max().max()
mmin=t.abs().min().min()
rho=0.5
#3、求关联系数
ksi=((mmin+rho*mmax)/(abs(t)+rho*mmax))


#4、求关联度
r=ksi.sum(axis=1)/ksi.columns.size

#5、关联度排序，得到结果r3>r2>r1
result=r.sort_values(ascending=False)

c++

#include<iostream>
#include<cmath>
#define M 6	  //此处可进行行列数的修改
#define N 7
using namespace std;
int main()
{
	//maxtrix of M N
	double chushi[M][N];
	double biaozhunhua[M][N];
	cout << "input the matrix:\n";
	for (int i = 0;i < M;i++)
		for (int j = 0;j < N;j++)
			cin >> chushi[i][j];
	for (int i = 0;i < M;i++)
	{
		double Max = -1.0, Min = 10000;
		for (int j = 0;j < N;j++)
		{
			if (chushi[i][j] > Max) Max = chushi[i][j];	//得到每行的最大值和最小值作为上下界
			if (chushi[i][j] < Min) Min = chushi[i][j];
		}
		double jizhun = Max - Min;
		for (int j = 0;j < N;j++)
			biaozhunhua[i][j] = (chushi[i][j] - Min + 0.001) / (jizhun + 0.001);	//得到标准化矩阵,+0.01是为了防止除以0的情况
	}
	cout << endl;
	//下面进行两级最小差与两级最大差的计算
	//double liangji_max = -1, liangji_min = 10000;	//初始化
	double temp_max = -1, temp_min = 10000;	//存放每行的一级最大值和一级最小值
	for (int i = 0;i < M;i++)
	{
		//两两比较得出每行的一级最大值与一级最小值
		double liangji_max = -1, liangji_min = 10000;	//初始化
		for (int j = 0;j < N;j++)
		{
			for (int k = 0;k < N;k++) {
				if (k == j) continue;
				double t = fabs(biaozhunhua[i][j] - biaozhunhua[i][k]);
				if (t > liangji_max) liangji_max = t;
				if (t < liangji_min) liangji_min = t;
			}
		}
		//赋值记录
		temp_max = liangji_max;
		if(liangji_min)
			temp_min = liangji_min;
	}
	//cout << temp_max << ' ' << temp_min << endl;
	//上面已经计算得出两级最大值和两级最小值
	double rho = 0.5;
	double fenzi = temp_min + rho * temp_max;
	double guanlianxishu[M][N];
	//下面依次计算每组数据的关联系数
	for(int i = 0;i < M;i++)
	{
		for (int j = 0;j < N;j++)
		{
			double t = fabs(biaozhunhua[i][j] - 1.0);
			double fenmu = t + rho * temp_max;
			guanlianxishu[i][j] = fenzi / fenmu;
		}
	}
	double weight[M] = { 0.29782,0.18947,0.24612,0.34625,0.1667,0.25383 };	//权重
	double guanliandu[N];	//最终关联度
	for (int i = 0;i < N;i++)	//对于每一列，计算其关联度
	{
		double sum = 0;
		for (int j = 0;j < M;j++)
			sum += weight[j] * guanlianxishu[j][i];
		guanliandu[i] = sum;
	}
	cout << "1到7号飞机对应的最终关联度分别为：\n";
	for (int i = 0;i < N;i++) cout << guanliandu[i] << ' ';
	cout << endl;
	system("pause");
	return 0;
}