灰色关联法与TOPSIS评价法试卷.pptVIP

灰色关联度评价法;一、 灰色关联分析(GRA)方法 ;下表是某地区2000-2005年国内生产总值的统计资料.现在提出这样的问题：该地区产业中,哪一产业的变化与该地区国内生产总值(GDP)的变化态势更一致？也就是哪一产业与GDP的关联度最大呢？; 一个自然的想法就是分别将三次产业产值的时间序列与GDP的时间序列进行比较,为了能够比较,先对各序列进行无量纲化,这里采用均值化法.各序列的均值分别为：2716,461.5,1228.83,1025.67,上表中每列数据除以其均值可得均值化序列(如表所示); 两序列变化的态势是表现在其对应点的间距上.如果各对应点间距均较小,则两序列变化态势的一致性强,否则,一致性弱.分别计算各产业产值与GDP在对应期的间距(绝对差值),结果见表所示.;接下来应该是三个绝对值序列分别求平均再进行比较,就可以解决问题了.但仔细观察表中的数据会发现绝对差值数据序列的数据间存在着较大的数量级差异(最大为0.1857,最小的为0.0006,相差300多倍),不能直接进行综合,还需要对其进行一次规范化.;由于在一般情况下, 可能为零(即某个 为零)故将上式改进为;上式可变形为;同样可计算出表6-4中其余关联系数.;最后分别对各产业与GDP的关联系数序列求算术 平均可得;r0i称为序列x0和xi(i=1,2,3)的灰色关联度.由于 因而第三产业产值与GDP的关联度最大,其次是第二产业、第一产业.;其中;一般情况下,原始变量序列具有不同的量纲或数量级,为了保证分析结果的可靠性,需要对变量序列进行无量纲化.无量纲化后各因素序列形成如下矩阵：;计算(6.3)中第一列(参考序列)与其余各列(比较序列)对应期的绝对差值,形成如下绝对差值矩阵：;绝对差值阵中最大数和最小数即为最大差和最小差：;得到关联系数矩阵：;比较序列Xi与参考序列X0的关联程度是通过N个关联系数(即(6.10)中第i列)来反映的,求平均就可得到Xi与X0的关联度;灰色关联度综合评价法 ;2．确定参考数据列 参考数据列应该是一个理想的比较标准，可以以各指标的最优值 （或最劣值）构成参考数据列，也可根据评价目的选择其它参照值．记作 ;3．对指标数据进行无量纲化 无量纲化后的数据序列形成如下矩阵： ;4．逐个计算每个被评价对象指标序列（比较序列）与参考序列对应元素的绝对差值 即 （ , 为被评价对象的个数）． 5．确定 与 ;6．计算关联系数 由（12－5）式，分别计算每个比较序列与参考序列对应元素的关联系数． ; 7．计算关联序 对各评价对象（比较序列）分别计算其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，并称其为关联序，记为： ;8．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 9．依据各观察对象的关联序，得出综合评价结果． ;2.灰色关联分析的应用举例 ;2．对原始数据经处理后得到以下数值，见下表 ;3．确定参考数据列： 4．计算 ， 见下表 ;5．求最值 6．依据（12－5）式， 取计算，得 ; 同理得出其它各值，见下表 ;7．分别计算每个人各指标关联系数的均值（关联序）： 8．如果不考虑各指标权重（认为各指标同等重要），六个被评价对象由好到劣依次为1号，5号，3号，6号，2号，4号． 即 ;Topsis法(对多个对象作评价);步骤： 1. 设有n个评价对象、m个评价指标，原始数据可写为矩阵X＝(Xij)n×m ;3. 归一化得到矩阵Z＝(Zij)n×m，其各列最大、最小值构成的最优、最劣向量分别记为;例 某儿童医院1994～1998年7项指标的实际值，用Topsis法比较该医院这5年的医疗质量 ;变换后，得到矩阵 ;计算各列最大、最小值构成的最优、最劣向量分别为 ;年份