基于灰色关联的决策分析解读.pptVIP

灰关联系数 Eq.(4) (i，j=1,2,3…) 灰色关联系数 通过Eq.(4)计算出灰关联系数 S Q E P L a 1 1 0.412 1 0.75 b 0.556 0.333 0.333 0.75 1 c 0.333 0.5 1 0.333 0.333 d 0.385 0.5 0.538 0.75 0.6 灰色关联度 I 关联度 a 0.83 b 0.59 c 0.5 d 0.55 假设所有属性的权重都一样为1/5。 关联度的顺序； a bdc 对于这5种属性的综合考虑，a选项是比较合适的。 参考文献 ①Yiyo Kuo a,*, Taho Yang b, Guan-Wei Huang b .The use of grey relational analysis in solving multiple attribute decision-making problems Computers Industrial Engineering 55 (2008) 80–93 ②罗　党 , 刘思峰 .灰色关联决策方法研究 Chinese Journal of Management Science :1003 -207(2005)01-0101 -06 Thank you! * 基于灰色关联分析的决策方法 引言 关联分析：发现存在于大量数据集中的关联性或相关性，从而描述了一个事物中某些属性同时出现的规律和模式。 灰色关联分析：以灰色系统理论为基础，引入了灰色关联度、灰色关联决策等概念 关联分析法 根据因素之间发展趋势的相似或相异程度，亦即“灰色关联度”，作为衡量因素间关联程度的一种方法。 灰色关联分析法 2.1灰色关联生成 J I 1 2 3 4 1 * * * * 2 * * * * 3 * * * * 表Y是原始数据表，I代表备选方案1,2,3…,J代表各个参考属性1,2,3,4…. 表1 原始数据表（Y表） 相关序列生成 对于一个选项i，用 表示： 表示每个属性j在选项i中的数值表现 通过公式Eqs.1,2,3. ? 相关序列 ： 灰色关联生成公式 Eq.(1)适用于越大越好的属性类 (i=1,2,…m, j=1,2,…,n) Eq.(2)适用于越小越好的属性类 (i=1,2,…m, j=1,2,…,n) 灰色关联生成公式 Eq.(3)和期望值 越接近越好的属性类 (i=1,2,…m, j=1,2,…,n) 1.2参考序列 定义 =（1,1,,,1） 寻找一个尽可能和 接近的序列。 灰色关联系数 描述 和 的接近程度。 系数越大说明越接近，计算公式Eq.(4)： (i=1,2,..,m;j=1,2,…n) 区分系数 延伸或者压缩灰色关联系数的范围 灰色关联度 表示的是相关系列和参考序列的关联度 Eq.(5) （i=1,2,…m ） 是各个属性的权重 关联度最大的选项就是最合适的选择 设施布局问题 把一条完整的流水线分为10个部分 六个属性：流水线距离；邻接得分；形状比例；灵活性；可达性；维护性。 AHP程序：分析后面三个属性的估计值 Distance Score Shape Flex Access Mainten 1 185.95 8 8.28 0.0494 0.0294 0.013 2 207.37 9 3.75 0.0494 0.0147 0.0519 3 206.38 8 7.85 0.037 0.0147 0.0519 4 189.66 8 8.28 0.037 0.0147 0.0519 5 211.46 8 7.71 0.0617 0.0147 0.039 6 264.07 5 2.07 0.0494 0.0147 0.0519 7 228 8 14 0.0247 0.0735 0.0649 8 185.59 9 6.25 0.037 0.0441 0.039 9 185.85 9 7.85 0.0741 0.0441 0.0519 10 236.15 8 7.85 0.0741 0.0588 0.0649 11 183.18 8 2 0.0864 0.1029 0.0909 12 204.18 8 13.30 0.037 0.0588 0.026 13 225.26