灰色关联.ppt

第四章 灰色综合评价法 第一节 思想和原理 第二节 模型和步骤 第三节 应用案例 第一节 思想和原理 在控制论中，人们常用颜色的深浅形容信息的明确程度。用“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。 灰色系统是介于信息完全知道的白色系统和一无所知的黑色系统之间的中介系统。 灰色系统理论所要考察和研究的是对信息不完备的系统，通过已知信息来研究和预测未知领域从而达到了解整个系统的目的； 灰色理论应用最广泛的是关联度方法方法，即分析系统中各元素之间关联程度或相似程度的方法，基本思想是依据关联度对系统进行排序 灰色综合评价主要讨论基于灰色关联度分析的综合评价方法：（1）找准数据序列（理想或标准对象），即最优方案；（2）利用各方案与最优方案之间的关联度大小对评价对象进行比较、排序。 第二节 模型和步骤 1 确定各指标值对应的权重 2 指标值的无量纲化处理 3 计算灰色关联系数 4 确定评价序列和参考序列 计算灰色关联度 5 决策 6 一、确定评价序列（评价对象）和参考序列（评价标准） 设评价对象为m个，评价指标为n个。评价序列为： 对于一个由m个评价对象，n个评价指标的系统，有如下矩阵： 参考序列为： 选取的参考数列为： 二、确定各指标值对应的权重 其中 Wk为第K个评价指标对应的权重 三、指标值的无量纲化处理 无量纲化常用的方法:可对一个数列的所有数据均用数列中的第一个数据、最大（小）数或是平均数等去除，从而得到一个新数列的方法叫初值化、最大（小）值化或均值化；也可采用区间值化处理或是中心化等其他方法进行规范化. 规范化处理之后可得： 四、计算灰色关联系数 将规范化后的数列 作为参考数列， 作为评价数列，计算关联系数如下： 计算关联系数，矩阵如下： 为分辨系数，其作用是提高关联系数之间的差异显著性， 为第i个评价对象第k个指标与第k个参考指标的关联系数。 五、计算灰色度 根据确定的权重，进行加权逐层关联度计算，则参考序列对各子序列的灰色加权关联度为: 为第i个评价对象对参考对象的灰色加权关联度，L代表指标层数，所有评价对象的灰色加权关联度数列为: 第三节 应用案例：煤炭企业管理水平的评价 矿井管理水平的综合评价通常是选择同类矿井，对共同的指标进行分析，从而评价管理水平的高低。 1、确定评价指标 取X＝ {X1，X2，X3，X4，X5,X6}={产量，掘进（尺度），工效，质量（商品煤含矸率，越低越好），（单位）成本，安全因素（事故率）} 2、上述6项评价指标的权重 W＝{0.2,0.2,0.1,0.15,0.15,0.2} 3.确定评价序列和参考序列 某矿务局有5个矿井，年终考核各矿井企业管理情况，各指标数据的计划完成情况如下： 根据各指标特征确定理想对象（参考序列）为： 指标（%） 一矿 二矿 三矿 四矿 五矿 产量 123.2 112.2 92.2 118.4 87.5 掘进 90.4 114.4 91.9 120.5 85.5 工效 115.6 108.6 90.4 116.3 96.8 质量（逆指标） 100.5 85.2 100.7 85.7 120.5 成本（逆指标） 80.2 87.3 115.6 80.5 140.1 安全（逆指标） 0.858 0.914 0.946 0.606 0.806 X0={123.2， 120.5， 116.3， 85.2， 80.2, 0.606} 4、计算绝对值差值 和关联系数 依次计算一矿各指标的关联系数为： 指标 一矿 二矿 三矿 四矿 五矿 产量 0 11 31 4.8 35.7 掘进 30.1 6.1 28.6 0 35 工效 0.7 7.7 25.9 0 19.5