灰色系统 - 关联度分析法
关联度分析法
1 关联系数
以
x
0
x_0
x0为参考序列
x
0
=
{
x
0
(
k
)
∣
k
=
1
,
2
,
.
.
.
,
n
}
=
{
x
0
(
1
)
,
x
0
(
1
)
,
.
.
.
,
x
0
(
n
)
}
x_0=\{ x_0(k) | k=1,2,...,n \}=\{ x_0(1),x_0(1) ,...,x_0(n) \}
x0={x0(k)∣k=1,2,...,n}={x0(1),x0(1),...,x0(n)}
其中
k
k
k表示时刻。定义m个比较序列
x
i
=
{
x
i
(
k
)
∣
k
=
1
,
2
,
.
.
.
,
n
}
=
{
x
i
(
1
)
,
x
i
(
1
)
,
.
.
.
,
x
i
(
n
)
}
i
=
1
,
2
,
3....
m
x_i=\{ x_i(k) | k=1,2,...,n \}=\{ x_i(1),x_i(1) ,...,x_i(n) \} \quad \quad i=1,2,3....m
xi={xi(k)∣k=1,2,...,n}={xi(1),xi(1),...,xi(n)}i=1,2,3....m
比较序列
x
i
x_i
xi对参考序列
x
0
x_0
x0在
k
k
k 时刻的关联系数定义为:
ζ
i
(
k
)
=
min
s
min
t
∣
x
0
(
t
)
−
x
s
(
t
)
∣
+
ρ
max
s
max
t
∣
x
0
(
t
)
−
x
s
(
t
)
∣
∣
x
0
(
k
)
−
x
i
(
k
)
∣
+
ρ
max
s
max
t
∣
x
0
(
t
)
−
x
s
(
t
)
∣
\zeta_i(k) =\frac{ \min \limits_{s} \min \limits_t \lvert x_0(t)-x_s(t) \rvert +\rho \max \limits_{s} \max \limits_t \lvert x_0(t)-x_s(t) \rvert } { \lvert x_0(k)-x_i(k) \lvert +\rho \max \limits_{s} \max \limits_t \lvert x_0(t)-x_s(t) \rvert }
ζi(k)=∣x0(k)−xi(k)∣+ρsmaxtmax∣x0(t)−xs(t)∣smintmin∣x0(t)−xs(t)∣+ρsmaxtmax∣x0(t)−xs(t)∣
其中,分辨系数 ρ ∈ [ 0 , 1 ] \rho \in [0,1] ρ∈[0,1],分辨系数 ρ \rho ρ 越大,分辨率越大; ρ \rho ρ 越小,分辨率越小。 min s min t ∣ x 0 ( t ) − x s ( t ) ∣ \min \limits_{s} \min \limits_t \lvert x_0(t)-x_s(t) \rvert smintmin∣x0(t)−xs(t)∣为两级最小差, max s max t ∣ x 0 ( t ) − x s ( t ) ∣ \max \limits_{s} \max \limits_t \lvert x_0(t)-x_s(t) \rvert smaxtmax∣x0(t)−xs(t)∣为两级最大值。
上面只给出了比较序列 x i x_i xi对参考序列 x 0 x_0 x0在 k k k 时刻的关联系数,但是我们希望研究 x i x_i xi对参考序列 x 0 x_0 x0的关联系数,所以直接对 ζ i ( k ) \zeta_i(k) ζi(k)求平均。
2 关联度
序列 x i x_i xi 对参考数列 x 0 x_0 x0 的关联度定义为:
r i = 1 n ∑ k = 1 n ζ i ( k ) r_i = \frac{1}{n}\sum_{k=1}^{n}\zeta_i(k) ri=n1k=1∑nζi(k)
关联度为序列 x i x_i xi对参考序列 x 0 x_0 x0所有 k k k 时刻关联系数的平均值,因此可以分析序列 x i x_i xi与参考序列 x 0 x_0 x0之间的关联程度。