第六讲 灰色关联分析_.ppt

* * * 第六讲 灰色关联分析 通过与理想样本相似度的比较确定被评价对象的等级水平。 局限：一般要求有若干样本，相对评价，评价结果只用来选优，并不能说明样本的绝对水平。 思想和原理 在控制论中，常用颜色的深浅来形容信息的明确程度。“黑”表示信息未知，“白”表示信息完全明确，“灰”表示部分信息明确，部分信息不明确。相应的系统就是灰色系统。灰色系统是介于信息完全知道的白色系统和信息完全不知道的黑色系统之间的中介系统。 灰色系统理论是我国著名学者邓聚龙教授于1982年提出的。主要是利用已知信息来确定系统的未知信息，使系统由“灰”变“白”。其最大特点是对样本量没有严格的要求，不要求服从任何分布。 灰色关联分析方法是根据因素之间发展态势的相似或相异程度来衡量因素间关联程度的方法。 进行灰关联分析，首先要找准数据序列，当有了系统行为的数据序列后，根据关联度计算公式便可算出关联程度。 关联度反映各评价对象对理想对象的接近次序，即评价对象的优劣次序，其中灰色关联度最大的评价对象为最优。 由于灰色关联分析是按发展趋势作分析，因此对样本量的多少没有要求，也不需要有典型的分布规律，计算量小。 一、灰色关联度分析 从思路上看，灰色关联分析是属于几何处理范畴的。它是一种相对性的排序分析，基本思想是根据序列曲线几何形状的相似程度来判断其联系是否紧密，曲线越接近，相应序列之间的关联度也就越大，反之则越小。 作为一个发展变化的系统，关联度分析事实上是动态过程发展态势的量化比较分析。发展态势的比较，就是历年来有关统计数据列几何关系的比较，实质上是几种曲线间几何形状的分析比较。 例如：某地区1997-2003年总收入、招商引资收入和农业收入序列如下表： 将上述数据做成曲线： 项目 1997 1998 1999 2000 2001 2002 2003 总收入 18 20 22 40 44 48 60 招商 10 15 16 24 38 40 50 农业 3 2 12 10 22 18 20 从上图中可以看出，招商引资收入曲线与总收入曲线的形状较接近，而农业收入和总收入曲线的相差较大，因此，该地区对收入影响较大的是招商引资，在制定地区经济发展规划时，显然应加大招商引资力度。 灰色关联分析的目的，是在影响某参考数列x0的诸因素xi中找出主要因素，也就是按对x0的关联程度大小对xi进行排序。若xi和x0，xj和x0的关联度分别为ri和rj，则： （1）rirj时，称xi优于xj； （2）rirj时，称xi劣于xj； （3）ri=rj时，称xi等于xj； （4）ri=rj时，称xi不劣于xj； （5）ri=rj时，称xi不优于xj。 二、基于灰色关联分析的灰色综合评价 对事物的综合评价，多数情况是研究多对象的排序问题，即在各个评价对象之间排出优选顺序。 灰色综合评价主要是依据以下模型：R=E*W; 式中，R=[r1,r2,……,rm]T为m个被评价对象的综合评价结果向量；W=[w1,w2,……,wn]T为n个评价指标的权重分配向量，其中sum(wj)=1；E为各指标的评价矩阵： 基本步骤 （1）确定最优指标集 设F*=[j1*,j2*,……,jn*]，式中jk*为第k个指标的最优值。此最优值可以是诸方案中最优值（若正向指标，取最大值；若逆向指标，取最小值），也可以是评估者公认的最优值。不过在最优值确定时，既要考虑先进性，又要考虑可行性。若最优指标选得过高，则不现实，不能实现，评价结果也不可靠。 选定最优指标集后，可构造矩阵D： 式中，jki是第i个方案中第k个指标的原始数值。 （2）指标值的规范化处理 设第k个指标的变化区间为[jk1,jk2]，jk1为第k个指标在所有方案中的最小值，jk2为第k个指标在所有方案中的最大值，则可用下式将上式中的原始数值变换成无量纲值Cki,Cki=(jki-jk1)/(jk2-jki)，这样，D→C矩阵： （3）计算综合评价结果 根据灰色系统理论，将{C*}=[C1*,C2*,……,Cn*]作为参考数列，将{C}=[C1i,C2i,……,Cni]作为被比较数列，则用关联分析方法分别求得第i个方案第k个指标与第k个最优指标的关联系数ξi(k)，进而得到E，这样综合评价结果为R=E*W，即：ri=∑W(k)* ξi(k)。 若关联度ri最大，则说明{Ci}与最优指标{C*}最接近，即第i个方案优于其它方案，据此，可以排出各方案的优劣次序。 算例： 对象 x1