综合评价与决策方法04——灰色关联分析法
顶!!!
肝!!!
前言
评价方法大体上可分为两类,其主要区别在确定权重的方法上。一类是主观赋权法,多数采取综合咨询评分确定权重,如综合指数法、模糊综合评判法、层次分析法、功效系数法等。另一类是客观赋权,根据各指标间相关关系或各指标值变异程度来确定权数,如主成分分析法、因子分析法、理想解法(也称TOPSIS法)等。 目前国内外综合评价方法有数十种之多,其中主要使用的评价方法有主成分分析法、因子分析、TOPSIS、秩和比法、灰色关联法、熵权法、层次分析法、模糊评价法、物元分析法、聚类分析法、价值工程法、神经网络法等。一、灰色关联分析法
灰色关联度分析具体步骤如下:
(1)确定比较数列和参考数列
设评价对象有
m
m
m个,评价指标变量有
n
n
n个,每个指标变量
x
j
(
j
=
1
,
2
,
⋯
,
n
)
x_j(j=1,2,\cdots,n)
xj(j=1,2,⋯,n)都是效益型指标变量。比较数列为
a
i
=
a
i
(
j
)
∣
j
=
1
,
2
,
⋯
,
n
a_i={a_i(j)|j=1,2,\cdots,n}
ai=ai(j)∣j=1,2,⋯,n,
i
=
1
,
2
,
⋯
,
m
i=1,2,\cdots,m
i=1,2,⋯,m
这里
a
i
(
j
)
a_i(j)
ai(j)是第i个评价对象关于第
j
j
j个指标变量
x
j
x_j
xj的取值。
参考数列为
a
0
=
a
0
(
j
)
∣
j
=
1
,
2
,
⋯
,
n
a_0={a_0(j)|j=1,2,\cdots,n}
a0=a0(j)∣j=1,2,⋯,n,一般取
a
0
(
j
)
=
max
1
≤
i
≤
m
a
i
(
j
)
a_0(j)=\max {1\le i\le m}{a_i(j)}
a0(j)=max1≤i≤mai(j),即参考数列相当于一个虚拟的最好评价对象的各指标值。
(2)确定各指标对应的权重
可用层次分析法等确定各指标对应的权重
w
=
[
w
1
,
⋯
,
w
n
]
\mathbf{w}=[w_1,\cdots,w_n]
w=[w1,⋯,wn],其中 ,
j
=
1
,
2
,
⋯
,
n
j=1,2,\cdots,n
j=1,2,⋯,n为第
j
j
j个评价指标对应的权重。
(3)计算灰色关联系数
ξ
i
(
j
)
=
m
i
n
1
≤
s
≤
m
m
i
n
1
≤
t
≤
n
∣
a
0
(
t
)
−
a
s
(
t
)
∣
+
ρ
m
a
x
1
≤
s
≤
m
m
a
x
1
≤
t
≤
n
∣
a
0
(
t
)
−
a
s
(
t
)
∣
∣
a
0
(
j
)
−
a
i
(
j
)
∣
+
ρ
m
a
x
1
≤
s
≤
m
m
a
x
1
≤
t
≤
n
∣
a
0
(
t
)
−
a
s
(
t
)
∣
,
\xi_i(j)=\frac{{{min}}{1\le s\le m}{{min}}{1\le t\le n}\left|a_0(t)-a_s(t)\right|+\rho{{max}}{1\le s\le m}{{max}}{1\le t\le n}\left|a_0(t)-a_s(t)\right|}{\left|a_0(j)-a_i(j)\right|+\rho{{max}}{1\le s\le m}{{max}}{1\le t\le n}\left|a_0(t)-a_s(t)\right|},
ξi(j)=∣a0(j)−ai(j)∣+ρmax1≤s≤mmax1≤t≤n∣a0(t)−as(t)∣min1≤s≤mmin1≤t≤n∣a0(t)−as(t)∣+ρmax1≤s≤mmax1≤t≤n∣a0(t)−as(t)∣,
i
=
1
,
2
,
⋯
,
m
,
j
=
1
,
2
,
⋯
,
n
.
i=1,2,\cdots,m,j=1,2,\cdots,n.
i=1,2,⋯,m,j=1,2,⋯,n.
为比较数列
a
i
a_i
ai对参考数列
a
0
a_0
a0在第
j
j
j个指标上的关联系数,其中
ρ
∈
[
0
,
1
]
\rho\in[0,1]
ρ∈[0,1]为分辨系数。其中,称
m
i
n
1
≤
s
≤
m
m
i
n
1
≤
t
≤
n
∣
a
0
(
t
)
−
a
s
(
t
)
∣
、
m
a
x
1
≤
s
≤
m
m
a
x
1
≤
t
≤
n
∣
a
0
(
t
)
−
a
s
(
t
)
∣
{{min}}{1\le s\le m}{{min}}{1\le t\le n}\left|a_0(t)-a_s(t)\right|、{{max}}{1\le s\le m}{{max}}{1\le t\le n}\left|a_0(t)-a_s(t)\right|
min1≤s≤mmin1≤t≤n∣a0(t)−as(t)∣、max1≤s≤mmax1≤t≤n∣a0(t)−as(t)∣分别为两级最小差及两级最大差。
一般来讲,分辨系数
ρ
\rho
ρ越大,分辨率越大;
c
c
c越小,分辨率越小。
(4)计算灰色加权关联度
灰色加权关联度的计算公式为
r
i
=
∑
k
=
1
n
w
k
ξ
i
(
k
)
,
r_i=\sum_{k=1}^{n}{w_k\xi_i(k)},
ri=k=1∑nwkξi(k),
式中,
r
i
r_i
ri为第
i
i
i个评价对象对理想对象的灰色加权关联度,若没有给出各指标变量的权重,各指标变量就取相等的权重,即
w
j
=
1
/
n
,
j
=
1
,
2
,
⋯
,
n
w_j=1/n,j=1,2,\cdots,n
wj=1/n,j=1,2,⋯,n。