第三章灰色系统理论及其应用.docVIP

  1. 1、本文档共17页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第三章 灰色关联分析 一般的抽象系统,如社会系统,经济系统,农业系统,生态系统等都包含有许多种因素,多种因素共同作用的结果决定了该系统的发展态势。我们常常希望知道众多的因素中,哪些是主要因素,哪些是次要因素,哪些因素对系统发展影响大,哪些因素对系统发展影响小,哪些因素对系统发展起推动作用需加强,哪些因素对系统发展起阻碍作用需抑制…… 数理统计中的回归分析,方差分析,主成分分析等都是用来进行系统特征分析的方法。但数理统计中的分析方法往往需要大量数据样本,且服从某个典型分布。灰色关联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.它对样本量的多少和样本有无规律都同样适用,而且计算量小,十分方便,更不会出现量化结果与定性分析结果不符的情况。 灰色关联分析的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,相应序列之间关联度就越大,反之就越小。例如某地区农业总产值,种植业总产值,畜牧业总产值和林业总产值,从1997-2002年共6年的统计数据如下: 从直观上看,与农业总产值曲线最相似的是种植业总产值曲线,而畜牧业总产值曲线和林果业总产值去与农业总产值曲线在几何形状上差别较大。因此我们可以说该地区的农业仍然是以种植业为主的农业,畜牧业和林果业还不够发达。 3.1灰色关联因素和关联算子集 进行系统分析,选准系统行为特征的映射量后,还需进一步明确影响系统行为的有效因素。如要作量化研究分析,则需要对系统行为特征映射量和各有效因素进行处理,通过算子作用,使之化为数量级大体相近的无量纲数据,并将负相关因素转化为正相关因素。 定义3.1.1设为因素的行为序列,为序列算子,且 其中,则称为初值化算子。为在初值化算子的象,简称初值象。 定义3.1.2设为因素的行为序列,为序列算子,且 其中,则称为均值化算子。为在均值化算子的象,简称均值象。 定义3.1.3设为因素的行为序列,为序列算子,且 其中,则称为区间化算子。为在区间化算子的象,简称区间值象。 定义3.1.4设,为因素的行为序列,为序列算子,且 其中,则称为逆化算子。为在逆化算子的象,简称逆化象。 定义3.1.5设,为因素的行为序列,为序列算子,且 其中,则称为逆化算子。为在倒数化算子的象,简称倒数化象。 定义3.1.6称为灰色关联算子集。 定义3.1.7 3.2灰色关联公理与灰色关联度 定义3.2.1(灰色关联公理) 设为系统特征序列,且 …………………………………… …………………………………… 为相关因素序列,给定实数,若实数 ,满足 1.规范性 2.整体性 对于有 偶对对称性 ,有 4.接近性 越小,越大。 则称为的灰色关联度,其中 为在点的关联系数,并称条件1.2.3.4为灰色关联四公理。 在灰色关联公理中,规范性表明系统中任何两个行为序列都不可能严格无关联。 整体性则体现了环境对灰色关联比较的影响,环境不同,灰色关联度也随之变化,因此对称性不一定满足。 偶对对称性表明,当灰色关联因子集中只有两个序列时,满足对称性。 接近性是对关联量化的约束。 定义3.2.2 设系统行为序列 …………………………………… …………………………………… 对于 令 记为,,则满足灰色关联公理,其中称为分辨系数。称为的灰色关联度,记为。 根据关联度的定义,可得关联度的计算步骤如下: 1.根据评价目的确定评价指标体系,收集评价数据 设个数据序列形成如下矩阵: 其中为指标的个数, . 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.对指标数据序列用关联算子进行无量纲化(也可以不进行无量纲化),无量纲化后的数据序列形成如下矩阵: 常用的无量纲化方法有均值化像法、初值化像法等. 4.逐个计算每个被评价对象指标序列与参考序列对应元素的绝对差值 即 ; 5.确定 与 6.计算关联系数 分别计算每个比较序列与参考序列对应元素的关联系数 式中为分辨系数,在(0,1)内取值,越小,关联系数间的差异越大,区分能力越强.通常取0.5. 7.计算关联度 8.依据各观察对象的关联序,得出综合评价结果. 3.3灰色关联分析的应用举例 利用灰色关联分析对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.对原始数据经处理后得到以下数值,见下表 教师考评数据表 编号 专业 外语 教学量 科研 论文 著作 出勤 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

您可能关注的文档

文档评论(0)

yurixiang1314 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档