灰色關聯分析法matlab演算法

㈠ 怎樣用matlab做灰色關聯度分析方法

1、function f=grayrelated(X,Y)
%這里X是標准化後的參考序列，Y是評價矩陣
Y=[
71.8 90.1 0.57 0.45 0
51 40.2 0.38 0.55 10.5
52 25 0.22 0.52 12
68 90 0.38 0.38 21
28 40 0.32 0.3 18.5
51 45 0.15 0.3 5
76 95 0.7 0.55 12
87 95 0.7 0.5 9.8
76 90 0.57 0.5 11
50 35 0.32 0.35 20
68 90 0.57 0.35 18.5
82 95 0.7 0.35 0
100 200 1 1 0
97.5 180 0.94 0.95 1.3
95 160 0.88 0.9 2.5
86.3 105 0.68 0.75 6.3
82.5 90 0.6 0.7 7.5
78.8 75 0.53 0.65 8.8
75 60 0.45 0.7 7.5
68.8 52.5 0.41 0.55 13.8
62.5 45 0.38 0.5 17.5
56.3 37.5 0.34 0.45 21.3
43.8 26.3 0.28 0.35 50.6
50 30 0.3 0.4 25
37.5 22.5 0.25 0.3 75
31.3 18.8 0.23 0.25 100
18.8 11.3 0.15 0.15 168.8
25 15 0.2 0.2 125
12.5 7.5 0.1 0.1 212.5
6.3 0.8 0.05 0.05 256.3

2、];%輸入評價矩陣Y
X=[1 1 1 1 1];%X為參考序列，均為1，個數就是指標個數，情形不同要修改個數
Len=size(Y,2);%取Y矩陣的列數，也就是指標的個數
Wen=size(Y,1);%取行數，就是目標個數
%for i=1:Len
%Y(:,i)=(Y(:,i)-mean(Y(:,i)))/sqrt(var(Y(:,i))); %將Y矩陣用統計方法標准化標准化，
%end
for i=1:Len-1
S(:,i)=(Y(:,i)-min(Y(:,i)))./(max(Y(:,i))-min(Y(:,i)));%將Y矩陣標准化，適用於越大越好型，把該型指標放在一起，前n-1個，不同情形要修改
D=(max(Y(:,5))-Y(:,5))./(max(Y(:,5))-min(Y(:,5))); %將Y矩陣標准化，適用於越小越好型，把該型指標放在一起，第n個，不同情形要修改
end
SD=[S,D];%把兩種不同類型的指標組合在一起
temp=SD;% 給temp變數分配空間，其實可以不分配，只是先分配編譯的速度更快
for i=1:Wen
temp(i,:)=abs(SD(i,:)-X);%計算評價矩陣與參考序列的差的絕對值
end
p=0.5;%分辨系數
related=Y;%給關聯系數related變數分配空間
Min=min(min(temp));
Max=max(max(temp));
for i=1:Wen
related(i,:)=(Min+p*Max)./(temp(i,:)+p*Max);
end
f=size(1,Wen);%給關聯度分配空間
for i=1:Wen
f(i)=mean(related(i,:));
end
%w=[1/Len 1/Len 1/Len 1/Len 1/Len] %若已知各指標權重，可在此修改
%f=w*related'

㈡ 灰色關聯matlab程序

data_gyh1=mean(yangben)得到的是一個數，
而data_gyh(i,j)=data(i,j)/data_gyh1(j)中data_gyh1(j)你把data_gyh1作為一個數組使用的，所以會出錯。

㈢ matlab分析灰色關聯度程序哪裡不對

用於比較兩序列的發展趨勢的幾何相似性！或者波動趨勢相似的程度。

㈣ 灰色關聯分析方法如何計算

灰關聯分析的具體計算步驟如下：
（1）確定反映系統行為特徵的參考數列和影響系統行為的比較數列
反映系統行為特徵的數據序列，稱為參考數列。影響系統行為的因素組成的數據序列，稱比較數列。
（2）對參考數列和比較數列進行無量綱化處理
由於系統中各因素的物理意義不同，導致數據的量綱也不一定相同不便於比較，或在比較時難以得到正確的結論。因此在進行灰色關聯度分析時，一般都要進行無量綱化的數據處理。
（3）、求差序列（4）、求兩級最大差與最小差（5）、求關聯系數（6）、計算關聯度
我自己在word中編輯的公式粘貼不過來

㈤ 灰色關聯分析方法的公式是什麼

灰色關聯分析理論及方法
對於兩個系統之間的因素，其隨時間或不同對象而變化的關聯性大小的量度，稱為關聯度。在系統發展過程中，若兩個因素變化的趨勢具有一致性，即同步變化程度較高，即可謂二者關聯程度較高；反之，則較低。因此，灰色關聯分析方法，是根據因素之間發展趨勢的相似或相異程度，亦即「灰色關聯度」，作為衡量因素間關聯程度的一種方法[16]。灰色系統理論提出了對各子系統進行灰色關聯度分析的概念，意圖透過一定的方法，去尋求系統中各子系統（或因素）之間的數值關系。因此，灰色關聯度分析對於一個系統發展變化態勢提供了量化的度量，非常適合動態歷程分析。
灰色系統關聯分析的具體計算步驟如下[17]：
（1）確定反映系統行為特徵的參考數列和影響系統行為的比較數列
反映系統行為特徵的數據序列，稱為參考數列。影響系統行為的因素組成的數據序列，稱比較數列。
（2）對參考數列和比較數列進行無量綱化處理
由於系統中各因素的物理意義不同，導致數據的量綱也不一定相同，不便於比較，或在比較時難以得到正確的結論。因此在進行灰色關聯度分析時，一般都要進行無量綱化的數據處理。
（3）求參考數列與比較數列的灰色關聯系數ξ（Xi）
所謂關聯程度，實質上是曲線間幾何形狀的差別程度。因此曲線間差值大小，可作為關聯程度的衡量尺度。對於一個參考數列X0有若干個比較數列X1, X2,…, Xn，各比較數列與參考數列在各個時刻（即曲線中的各點）的關聯系數ξ（Xi）可由下列公式算出：

其中 ζ為分辨系數，0＜ζ＜1。
是第二級最小差，記為Δmin。 是兩級最大差，記為Δmax。
為各比較數列Xi曲線上的每一個點與參考數列X0曲線上的每一個點的絕對差值。記為Δoi(k)。所以關聯系數ξ（Xi）也可簡化如下列公式：

（4）求關聯度ri
因為關聯系數是比較數列與參考數列在各個時刻（即曲線中的各點）的關聯程度值，所以它的數不止一個，而信息過於分散不便於進行整體性比較。因此有必要將各個時刻（即曲線中的各點）的關聯系數集中為一個值，即求其平均值，作為比較數列與參考數列間關聯程度的數量表示，關聯度ri公式如下：

（5）排關聯序
因素間的關聯程度，主要是用關聯度的大小次序描述，而不僅是關聯度的大小。將m個子序列對同一母序列的關聯度按大小順序排列起來，便組成了關聯序，記為{x}，它反映了對於母序列來說各子序列的「優劣」關系。若r0i>r0j，則稱{xi}對於同一母序列{x0}優於{xj}，記為{xi}>{xj} ；若r0i表1 代表旗縣參考數列、比較數列特徵值。

㈥ 灰色關聯分析法

通過確定合理的參考數列和因素數列，採用灰色關聯分析法可以篩選出對含水影響較大的單井，從而為採取針對性的措施提供依據。其步驟如下:

1)參考數列確定:以油田含水為參考數列。

2)因素數列確定:油田含水的變化主要受單井產水量的影響，因此因素數列為所有油井，指標為各油井的產水量。

3)初始序列的無量綱化:由於含水率和產水量都為趨小指標，採用式(3-44)進行標准化。

4)關聯系數、關聯度、關聯序的計算方法同前。

5)應用。

2008年永8斷塊油藏共有21口油井生產，利用灰色關聯分析對油藏含水影響較大的油井進行了篩選，各井關聯序如表3-8，可以看出對該年度含水影響最大的為XLA8P8井，月產水量從1月份的3141m³增加到12月份的4684m³，而月產油量卻從572t減小到345t;其次為XLA8X22井。2009年對兩口井分別採取了完善注采井網和補孔改層的調整措施，取得了良好效果。

表3-8 永8油藏2008年油井對含水關聯度計算結果

㈦ 灰色關聯分析是什麼

灰色關聯度分析（Grey Relation Analysis，GRA），是一種多因素統計分析的方法。簡單來講，就是在一個灰色系統中，我們想要了解其中某個我們所關注的某個項目受其他的因素影響的相對強弱。

直白一點就是說：我們假設以及知道某一個指標可能是與其他的某幾個因素相關的，那麼我們想知道這個指標與其他哪個因素相對來說更有關系，而哪個因素相對關系弱一點，依次類推，把這些因素排個序，得到一個分析結果，我們就可以知道我們關注的這個指標，與因素中的哪些更相關。

概念：

灰色系統這個概念的提出是相對於白色系統和黑色系統而言的。這個概念最初是由控制科學與工程hhh熟悉的一級學科的教授鄧聚龍提出的。

按照控制論的慣例，顏色一般代表的是對於一個系統我們已知的信息的多少，白色就代表信息充足，比如一個力學系統，元素之間的關系都是能夠確定的，這就是一個白色系統；而黑色系統代表我們對於其中的結構並不清楚的系統，通常叫做黑箱或黑盒的就是這類系統。灰色介於兩者之間，表示我們只對該系統有部分了解。

以上內容參考：網路-灰色關聯分析法

㈧ 灰色關聯分析是什麼

灰色關聯分析（GRA），是指對一個系統發展變化態勢的定量描述和比較的方法，其基本思想是通過確定參考數據列和若干個比較數據列的幾何形狀相似程度來判斷其聯系是否緊密，它反映了曲線間的關聯程度。

它是灰色系統理論中應用最廣泛的模型之一。GRA 使用特定的信息概念。它將沒有信息的情況定義為黑色，將完美信息的情況定義為白色。

然而，這些理想化的情況都沒有出現在現實世界的問題中。事實上，包含部分信息的這些極端之間的情況被描述為灰色、朦朧或模糊。GRA 模型的一個變體，基於田口的 GRA 模型，在工程中非常流行。

GRA是灰色系統理論的重要組成部分，由鄧巨龍於1982年首創。灰色系統是指部分信息已知，部分信息未知的系統。形式上，灰色系統理論通過稱為灰色數的區間值未知數來描述不確定性，區間的寬度或多或少反映了精確的知識。

有了這個定義，信息的數量和質量形成從完全缺乏信息到完整信息的連續體——從黑色到灰色再到白色。由於不確定性總是存在，一個人總是處於中間的某個地方，介於兩個極端之間的某個地方，某個灰色區域中的某個地方。

灰色分析然後得出一組關於系統解決方案的清晰陳述.在一個極端情況下，無法為沒有信息的系統定義解決方案。在另一個極端，具有完善信息的系統具有獨特的解決方案。在中間，灰色系統會給出多種可用的解決方案。

灰色分析並不試圖找到最佳解決方案，但確實提供了確定一個好的解決方案的技術，一個適合現實世界問題的解決方案。這一理論啟發了傑弗里·伊林·福雷斯特、劉四峰、任正非和哈佛商學院教授約瑟夫·巴達拉科等眾多著名學者和商界領袖。

該理論已應用於工程和管理的各個領域。最初，灰色方法適用於有效研究空氣污染，隨後用於研究社會經濟活動對城市空氣污染影響的非線性多維模型。它也被用來研究各國的研究產出和增長。

優點

通過灰色關聯分析得到的灰色關聯等級，用於求解具有多種性能特徵的車削工序。然後可以使用灰色關聯等級作為性能指標，通過田口方法確定最佳切削參數。刀具壽命、切削力和表面粗糙度是車削的重要特徵。

利用這些特性，在研究中優化了切削參數，包括切削速度、進給率和切削深度。通過這種方法，實驗結果得到了改進。

㈨ 灰色關聯分析法的具體計算步驟

（1）確定反映系統行為特徵的參考數列和影響系統行為的比較數列
反映系統行為特徵的數據序列，稱為參考數列。影響系統行為的因素組成的數據序列，稱比較數列。
（2）對參考數列和比較數列進行無量綱化處理
由於系統中各因素的物理意義不同，導致數據的量綱也不一定相同，不便於比較，或在比較時難以得到正確的結論。因此在進行灰色關聯度分析時，一般都要進行無量綱化的數據處理。
（3）求參考數列與比較數列的灰色關聯系數ξ（Xi）
所謂關聯程度，實質上是曲線間幾何形狀的差別程度。因此曲線間差值大小，可作為關聯程度的衡量尺度。對於一個參考數列X0有若干個比較數列X1, X2,…, Xn，各比較數列與參考數列在各個時刻（即曲線中的各點）的關聯系數ξ（Xi）可由下列公式算出：其中 ρ為分辨系數，一般在0~1之間，通常取0.5。
是第二級最小差，記為Δmin。 是兩級最大差，記為Δmax。
為各比較數列Xi曲線上的每一個點與參考數列X0曲線上的每一個點的絕對差值，記為Δoi(k)。
所以關聯系數ξ（Xi）也可簡化如下列公式：

（4）求關聯度
因為關聯系數是比較數列與參考數列在各個時刻（即曲線中的各點）的關聯程度值，所以它的數不止一個，而信息過於分散不便於進行整體性比較。因此有必要將各個時刻（即曲線中的各點）的關聯系數集中為一個值，即求其平均值，作為比較數列與參考數列間關聯程度的數量表示，關聯度 公式如下：

ri--比較數列xi對參考數列x0的灰關聯度，或稱為序列關聯度、平均關聯度、線關聯度。
ri值越接近1，說明相關性越好。
（5）關聯度排序
因素間的關聯程度，主要是用關聯度的大小次序描述，而不僅是關聯度的大小。將m個子序列對同一母序列的關聯度按大小順序排列起來，便組成了關聯序，記為{x}，它反映了對於母序列來說各子序列的「優劣」關系。若r0i>r0j，則稱{xi}對於同一母序列{x0}優於{xj}，記為{xi}>{xj} ；r0i表示第i個子序列對母數列特徵值。
灰色關聯度分析法是將研究對象及影響因素的因子值視為一條線上的點,與待識別對象及影響因素的因子值所繪制的曲線進行比較,比較它們之間的貼近度,並分別量化,計算出研究對象與待識別對象各影響因素之間的貼近程度的關聯度,通過比較各關聯度的大小來判斷待識別對象對研究對象的影響程度。

㈩ 灰色關聯分析用什麼軟體計算的

灰色關聯分析軟體—Grey Modeling Software（GM）3.0