数学建模——灰色关联度精讲.ppt

确定参考数列 处理原始数据 计算关联系数 关联度的计算与比较 for i 1:15 x i,: x i,: /x i,1 ; %标准化数据 end for i 16:17 x i,: x i,1 ./x i,: ; %标准化数据 end data x; n size data,1 ; ck data 1,: ;m1 size ck,1 ; bj data 2:n,: ;m2 size bj,1 ; for i 1:m1 for j 1:m2 t j,: bj j,: -ck i,: ; end jc1 min min abs t ; jc2 max max abs t ; rho 0.5; ksi jc1+rho*jc2 ./ abs t +rho*jc2 ; rt sum ksi /size ksi,2 ; r i,: rt; end r n size data,1 ; for i 1:n data i,: data i,: /data i,1 ; %标准化数据 end ck data 6:n,: ;m1 size ck,1 ; bj data 1:5,: ;m2 size bj,1 ; for i 1:m1 for j 1:m2 t j,: bj j,: -ck i,: ; end jc1 min min abs t ;jc2 max max abs t ; rho 0.5; ksi jc1+rho*jc2 ./ abs t +rho*jc2 ; rt sum ksi /size ksi,2 ; r i,: rt; end r x [9 9 9 9 8 9 9;8 9 8 7 5 2 9;7 8 7 5 7 3 8;9 7 9 6 6 4 7;6 8 8 8 4 3 6;8 6 6 9 8 3 8;8 9 5 7 6 4 8]; n size x,2 ; for j 1:n x :,j x :,j /x 1,j ; %标准化数据 end data x; n size data,1 ; ck data 1,: ;m1 size ck,1 ; bj data 2:n,: ;m2 size bj,1 ; for i 1:m1 for j 1:m2 t j,: bj j,: -ck i,: ; end jc1 min min abs t ; jc2 max max abs t ; rho 0.5; ksi jc1+rho*jc2 ./ abs t +rho*jc2 ; rt sum ksi /size ksi,2 ; r i,: rt; end r 例2：公路建设招标中取最接近标准者得标， 请问何者得标？设分辨系数：ζ 0.5 Thank you~ 综合评价 基本思路是： 从样本中确定一个理想化的最优样本，以此为参考数列，通过计算各样本序列与该参考序列的关联度，对被评价对象做出综合比较和排序。 设有n 个被评价对象，每个被评价对象有p 个评价指标。这样，第i 个被评价对象可描述为 步骤： 确定参考序列 根据各评价指标的经济含义，在n 个被评价对象中选出各项指标的最优值组成参考序列 实际上，参考序列 构成了一个相对理想化的最优样本，是综合评价的标准。如果第j 项指标是数值越大越好的正向指标，则 就是n 个被评价对象第j 项指标实际值的最大值；如果是逆向指标，则是最小值；如果是适度标，便是该指标的适度值。 无量纲化 此时，各指标的最优值均为1。为叙述方便，把无量纲化后的数据仍记为xij，则最优参考序列为x0＝ 1，1，…，1 。 求两极最大差和最小差 计算各被评价对象序列与最优参考序列间的绝对差列： 在此基础上，依公式 就可求得两级最大差Δ max 和两级最小差Δ min 计算关联系数 计算第i 个被评价对象与最优参考序列间的关联系数。 计算关联度 对各评价对象分别计算其p个指标与参考序列对应元素的关联系数的均值，以反映各评价对象与参考序列的关联关系，称其为关联度，记为 如果各指标在综合评价中所起的作用不同，可对关联系数求加权平均值，即 式中 为各指标权重。 依据各观察对象的关联度，得出综合评价结果。 例2 利用灰色关联度分析对6位教师工作状况进行综合评价 1、评价指标包括：专业素质、外语水平、教学工作量、科研成果、论文、著作与出勤。 2、对原始数据经过处理后得到以下数值，见表 作业 例1：用灰关联分析的方法分析影响呼和浩特市大气污染的各主要因素和污染水平的相关性。 下表为1999-2003年城市大气污染监测数据 * * * 灰色关联度分析方法弥补了采用数理统计方法作系统分析所导致的缺憾。它对样本