2020年新版Matlab学习系列28灰色关联分析.docxVIP

28. 灰色关联分析 一、灰色系统理论简介 若系统的内部信息是完全已知的， 称为白色系统； 若系统的内部 信息是一无所知（一团漆黑），只能从它同外部的联系来观测研究， 这种系统便是黑色系统； 灰色系统介于二者之间， 灰色系统的一部分 信息是已知的，一部分是未知的。 灰色系统理论以 “部分信息已知、部分信息未知” 的“小样本”、 “贫信息”不确定型系统为研究对象，其特点是： （ 1）认为不确定量是灰数，用灰色数学来处理不确定量，使之 量化，灰色系统理论只需要很少量的数据序列； （ 2）观测到的数据序列看作随时间变化的灰色量或灰色过程， 通过鉴别系统因素之间发展趋势的相似或相异程度， 即进行关联度分 析； （ 3）通过累加生成和累减生成逐步使灰色量白化，从而建立相 应于微分方程解的模型，从而预测事物未来的发展趋势和未来状态。 二、灰色关联度分析 1. 要定量地研究两个事物间的关联程度，可以用相关系数和相 似系数等，但这需要足够多的样本数或者要求数据服从一定概率分布。 在客观世界中， 有许多因素之间的关系是灰色的， 分不清哪些因 素之间关系密切，哪些不密切，这样就难以找到主要矛盾和主要特性。 灰因素关联分析，目的是定量地表征诸因素之间的关联程度， 从而揭 示灰色系统的主要特性。关联分析是灰色系统分析和预测的基础。 关联分析源于几何直观，实质上是一种曲线间几何形状的分析比 较，即几何形状越接近，则发展变化趋势越接近，关联程度越大。如 下图所示： 曲线A与B比较平行，则认为A与B的关联程度大；曲线C与A 随时间变化的方向很不一致，则认为 A与C的关联程度较小；曲线 A与D相差最大，则认为两者的关联程度最小。 2.关联度分析是分析系统中各因素关联程度的方法 步骤： (1)计算关联系数 设参考序列为 Xo {Xo(1),Xo(2),…，Xo(n)} 比较序列为 Xi {Xi(1),Xi(2),..., Xj(n)}, i 1,|||,m 比较序列Xi对参考序列Xo在k时刻的关联系数定义为: i(k)m[n mjn x0(t) xs(t) max max x0(t) xs i(k) |xo(k) (k)| max max |xo(t) Xs(t)| 其中， min min x0(t) xs 其中， min min x0(t) xs(t)和 max max x0(t) Xs(t)分别称为两级最小差、 两级最大差, [0,1]称为分辨系数, 越大分辨率越大，一般采用 0.5 对单位不一，初值不同的序列，在计算关联系数之前应首先进行 初值化，即将该序列的所有数据分别除以第一数据， 将变量化为无单 位的相对数值。 注1：若数据是负向数据(越小越好)，初值化时要取倒数，即 用第一数据除以该所有数据； 注2:也可以数据均值化，所有数据都除以均值；也可以数据百 分比化，所有数据都除以最大值；也可以数据归一化。 (2)计算关联度 关联系数只表示了各个时刻参考序列和比较序列之间的关联程 度，为了从总体上了解序列之间的关联程度， 必须求出它们的时间平 均值，即关联度： 1 n ri - i(k) n k i 注：若各指标有不同的权重，可以对i进行加权平均，得到灰色 加权关联度。 例1对某健将级女子铅球运动员的跟踪调查， 获得其1982年至1986 年每年最好成绩及16项专项素质和身体素质的时间序列资料： 4-：c jfcx. 1乜巨1-1x3 立宦址诡审 祗举戒 13.6 Ho n 76 12. H 95 55 65 12.8 14,01 13 16. 36 12-7 2.旳 85 騎 70 15.3 1984 14. M L 15 15.9 13.90 2. M 9Q 75 75 1C. 2i U. €4 15.3 16.帧 U. 04 2. U 100 80 8o 16. 4 15.旳 15. 02 17. 3 13. 4Q 2.常 SO 90 17.05 %官后摊x9 3kgr=fnxio 3昨滑如订 立定三级跳远.12 全蹲atim 30来起跑K垢 100^16 15,3 12, 71 14. 7. 54 120 so 4,2 13, 1 】乩4 14.5 15. 54 7. 56 125 85 4. 25 13.-12 18. 75 14.66 16. 03 7. 76 130 90 4. 1 12.85 IT. 9a 15. 8S 16. 37 F 5J 140 go 4. 06 12. 72 19 3 15.7 17.82 7. 7 140 药 3.99 12.56 做灰色关联度分析，看哪些指标与铅球成绩关联度更高？从而进行更 加有针对性的训练。 代码： data=xlsread( data28_1.xlsx ); x=data(:,2:18)