灰色关联分析计算实例演示

1、灰色关联分析计算的实例演示,1根据评价目的确定评价指标体系，收集评价数据。,1.灰色关联分析计算步骤,设n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法（见（123）式）、初值化法（见（124）式）和 变换等,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（125）式，分别计

2、算每个比较序列与参考序列对应元素的关联系数,7计算关联度 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，并称其为关联度，记为：,2.自然灾害经济损失及相关因素灰色关联分析,根据灰色关联分析中关联系数和关联度的计算公式，利用自然灾害经济损失的 2000- 2004 年有关原始数据 (见表1)，计算了灾害直接经济损失（参考序列）同形成灾害经济损失的各因素（比较序列）之间的关联度（见表2）。,1.建立原始数据矩阵： 2045.3 1942.2 1637.2 1884.2 1602.3 34374 31793 27319 32516

3、16297 （X）= 14.6792 14.8449 1.4774 46.604 9.4959 120.9 100.1 65.9 80.52 54.22 0.3069 0.7409 0.361 3.7 2.0213 49.4201 34.8699 50.974 50.4325 40.8828,2.矩阵无量纲化（初值化）： X=Xij/ Xi1(i=1,2,3,4,5,6;j=2,3,4,5) 1 0.9496 0.8005 0.9212 0.7834 1 0.9249 0.7948 0.9459 0.4741 （X）= 1 1.0113 0.1006 3.1748 0.6469 1 0.828

4、0 0.5451 0.6660 0.4485 1 2.4141 1.1763 12.0560 6.5862 1 0.7056 1.0314 1.0205 0.8273 3确定参考数据列： X0=,1, 0.9496, 0.8005, 0.9212 , 0.7834,4计算|X0-Xi|: 1=(0, 0.0247 , 0.0057 , 0.0247 , 0.3093 ) 2=(0, 0.0617 , 0.6998 , 2.2536 , 0.1365 ) 3=(0, 0.1216, 0.2554 , 0.2552, 0.3349 ) 4=(0, 1.4645 , 0.3758, 11.1348,

5、 5.8028 ) 5=(0, 0.2440, 0.2310 , 0.0993 , 0.0438 ) 0 0.0247 0.0057 0.0247 0.3093 0 0.0617 0.6998 2.2536 0.1365 （ ）= 0 0.1216 0.2554 0.2552 0.3349 0 1.4645 0.3758 11.1348 5.8028 0 0.2440 0.2310 0.0993 0.0438,5求最值： = 0 = 11.1348 6计算关联系数（以矩阵第一行为例）： （0）=（0+11.1348*0.5）/（0+11.1348*0.5）=1 （0.0247）=（0+11.1

6、348*0.5）/（ 0.0247+11.1348*0.5）= 0.9956 （0.0057）=（0+11.1348*0.5）/（ 0.0057 +11.1348*0.5）=0.9990 （0.0247）=（0+11.1348*0.5）/（0.0247+11.1348*0.5）=0.9956 （0.3093）=（0+11.1348*0.5）/（0.3093+11.1348*0.5）=0.9474,同理可得其它值，见下表：,7分别计算每个指标的关联度： r1=（1+0.9956+0.9990+0.9956+0.9474 ）/5=0.9875 r2=（ 1 +0.9890+0.8883 +0.7119 +0.9761）/5= 0.9131 r3=（ 1 +0.9786 +0.9561 +0.9562 +0.9433 ）/5=0.9668 r4=（ 1 +0.9580 +0.9602 +0.9825 +0.9922 ）/5=0.7103 r5=（ 1 +0.9580 +0.9602 +0.9825 +0.9922 ）/5=0.9786,由表2的结果可以看出，灾害经济损失的各相关影响因素对灾害直接经济损失影响的关联度大小的顺序为：