灰色关联分析法matlab算法

㈠ 怎样用matlab做灰色关联度分析方法

1、function f=grayrelated(X,Y)
%这里X是标准化后的参考序列，Y是评价矩阵
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、];%输入评价矩阵Y
X=[1 1 1 1 1];%X为参考序列，均为1，个数就是指标个数，情形不同要修改个数
Len=size(Y,2);%取Y矩阵的列数，也就是指标的个数
Wen=size(Y,1);%取行数，就是目标个数
%for i=1:Len
%Y(:,i)=(Y(:,i)-mean(Y(:,i)))/sqrt(var(Y(:,i))); %将Y矩阵用统计方法标准化标准化，
%end
for i=1:Len-1
S(:,i)=(Y(:,i)-min(Y(:,i)))./(max(Y(:,i))-min(Y(:,i)));%将Y矩阵标准化，适用于越大越好型，把该型指标放在一起，前n-1个，不同情形要修改
D=(max(Y(:,5))-Y(:,5))./(max(Y(:,5))-min(Y(:,5))); %将Y矩阵标准化，适用于越小越好型，把该型指标放在一起，第n个，不同情形要修改
end
SD=[S,D];%把两种不同类型的指标组合在一起
temp=SD;% 给temp变量分配空间，其实可以不分配，只是先分配编译的速度更快
for i=1:Wen
temp(i,:)=abs(SD(i,:)-X);%计算评价矩阵与参考序列的差的绝对值
end
p=0.5;%分辨系数
related=Y;%给关联系数related变量分配空间
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);%给关联度分配空间
for i=1:Wen
f(i)=mean(related(i,:));
end
%w=[1/Len 1/Len 1/Len 1/Len 1/Len] %若已知各指标权重，可在此修改
%f=w*related'

㈡ 灰色关联matlab程序

data_gyh1=mean(yangben)得到的是一个数，
而data_gyh(i,j)=data(i,j)/data_gyh1(j)中data_gyh1(j)你把data_gyh1作为一个数组使用的，所以会出错。

㈢ matlab分析灰色关联度程序哪里不对

用于比较两序列的发展趋势的几何相似性！或者波动趋势相似的程度。

㈣ 灰色关联分析方法如何计算

灰关联分析的具体计算步骤如下：
（1）确定反映系统行为特征的参考数列和影响系统行为的比较数列
反映系统行为特征的数据序列，称为参考数列。影响系统行为的因素组成的数据序列，称比较数列。
（2）对参考数列和比较数列进行无量纲化处理
由于系统中各因素的物理意义不同，导致数据的量纲也不一定相同不便于比较，或在比较时难以得到正确的结论。因此在进行灰色关联度分析时，一般都要进行无量纲化的数据处理。
（3）、求差序列（4）、求两级最大差与最小差（5）、求关联系数（6）、计算关联度
我自己在word中编辑的公式粘贴不过来

㈤ 灰色关联分析方法的公式是什么

灰色关联分析理论及方法
对于两个系统之间的因素，其随时间或不同对象而变化的关联性大小的量度，称为关联度。在系统发展过程中，若两个因素变化的趋势具有一致性，即同步变化程度较高，即可谓二者关联程度较高；反之，则较低。因此，灰色关联分析方法，是根据因素之间发展趋势的相似或相异程度，亦即“灰色关联度”，作为衡量因素间关联程度的一种方法[16]。灰色系统理论提出了对各子系统进行灰色关联度分析的概念，意图透过一定的方法，去寻求系统中各子系统（或因素）之间的数值关系。因此，灰色关联度分析对于一个系统发展变化态势提供了量化的度量，非常适合动态历程分析。
灰色系统关联分析的具体计算步骤如下[17]：
（1）确定反映系统行为特征的参考数列和影响系统行为的比较数列
反映系统行为特征的数据序列，称为参考数列。影响系统行为的因素组成的数据序列，称比较数列。
（2）对参考数列和比较数列进行无量纲化处理
由于系统中各因素的物理意义不同，导致数据的量纲也不一定相同，不便于比较，或在比较时难以得到正确的结论。因此在进行灰色关联度分析时，一般都要进行无量纲化的数据处理。
（3）求参考数列与比较数列的灰色关联系数ξ（Xi）
所谓关联程度，实质上是曲线间几何形状的差别程度。因此曲线间差值大小，可作为关联程度的衡量尺度。对于一个参考数列X0有若干个比较数列X1, X2,…, Xn，各比较数列与参考数列在各个时刻（即曲线中的各点）的关联系数ξ（Xi）可由下列公式算出：

其中 ζ为分辨系数，0＜ζ＜1。
是第二级最小差，记为Δmin。 是两级最大差，记为Δmax。
为各比较数列Xi曲线上的每一个点与参考数列X0曲线上的每一个点的绝对差值。记为Δoi(k)。所以关联系数ξ（Xi）也可简化如下列公式：

（4）求关联度ri
因为关联系数是比较数列与参考数列在各个时刻（即曲线中的各点）的关联程度值，所以它的数不止一个，而信息过于分散不便于进行整体性比较。因此有必要将各个时刻（即曲线中的各点）的关联系数集中为一个值，即求其平均值，作为比较数列与参考数列间关联程度的数量表示，关联度ri公式如下：

（5）排关联序
因素间的关联程度，主要是用关联度的大小次序描述，而不仅是关联度的大小。将m个子序列对同一母序列的关联度按大小顺序排列起来，便组成了关联序，记为{x}，它反映了对于母序列来说各子序列的“优劣”关系。若r0i>r0j，则称{xi}对于同一母序列{x0}优于{xj}，记为{xi}>{xj} ；若r0i表1 代表旗县参考数列、比较数列特征值。

㈥ 灰色关联分析法

通过确定合理的参考数列和因素数列，采用灰色关联分析法可以筛选出对含水影响较大的单井，从而为采取针对性的措施提供依据。其步骤如下:

1)参考数列确定:以油田含水为参考数列。

2)因素数列确定:油田含水的变化主要受单井产水量的影响，因此因素数列为所有油井，指标为各油井的产水量。

3)初始序列的无量纲化:由于含水率和产水量都为趋小指标，采用式(3-44)进行标准化。

4)关联系数、关联度、关联序的计算方法同前。

5)应用。

2008年永8断块油藏共有21口油井生产，利用灰色关联分析对油藏含水影响较大的油井进行了筛选，各井关联序如表3-8，可以看出对该年度含水影响最大的为XLA8P8井，月产水量从1月份的3141m³增加到12月份的4684m³，而月产油量却从572t减小到345t;其次为XLA8X22井。2009年对两口井分别采取了完善注采井网和补孔改层的调整措施，取得了良好效果。

表3-8 永8油藏2008年油井对含水关联度计算结果

㈦ 灰色关联分析是什么

灰色关联度分析（Grey Relation Analysis，GRA），是一种多因素统计分析的方法。简单来讲，就是在一个灰色系统中，我们想要了解其中某个我们所关注的某个项目受其他的因素影响的相对强弱。

直白一点就是说：我们假设以及知道某一个指标可能是与其他的某几个因素相关的，那么我们想知道这个指标与其他哪个因素相对来说更有关系，而哪个因素相对关系弱一点，依次类推，把这些因素排个序，得到一个分析结果，我们就可以知道我们关注的这个指标，与因素中的哪些更相关。

概念：

灰色系统这个概念的提出是相对于白色系统和黑色系统而言的。这个概念最初是由控制科学与工程hhh熟悉的一级学科的教授邓聚龙提出的。

按照控制论的惯例，颜色一般代表的是对于一个系统我们已知的信息的多少，白色就代表信息充足，比如一个力学系统，元素之间的关系都是能够确定的，这就是一个白色系统；而黑色系统代表我们对于其中的结构并不清楚的系统，通常叫做黑箱或黑盒的就是这类系统。灰色介于两者之间，表示我们只对该系统有部分了解。

以上内容参考：网络-灰色关联分析法

㈧ 灰色关联分析是什么

灰色关联分析（GRA），是指对一个系统发展变化态势的定量描述和比较的方法，其基本思想是通过确定参考数据列和若干个比较数据列的几何形状相似程度来判断其联系是否紧密，它反映了曲线间的关联程度。

它是灰色系统理论中应用最广泛的模型之一。GRA 使用特定的信息概念。它将没有信息的情况定义为黑色，将完美信息的情况定义为白色。

然而，这些理想化的情况都没有出现在现实世界的问题中。事实上，包含部分信息的这些极端之间的情况被描述为灰色、朦胧或模糊。GRA 模型的一个变体，基于田口的 GRA 模型，在工程中非常流行。

GRA是灰色系统理论的重要组成部分，由邓巨龙于1982年首创。灰色系统是指部分信息已知，部分信息未知的系统。形式上，灰色系统理论通过称为灰色数的区间值未知数来描述不确定性，区间的宽度或多或少反映了精确的知识。

有了这个定义，信息的数量和质量形成从完全缺乏信息到完整信息的连续体——从黑色到灰色再到白色。由于不确定性总是存在，一个人总是处于中间的某个地方，介于两个极端之间的某个地方，某个灰色区域中的某个地方。

灰色分析然后得出一组关于系统解决方案的清晰陈述.在一个极端情况下，无法为没有信息的系统定义解决方案。在另一个极端，具有完善信息的系统具有独特的解决方案。在中间，灰色系统会给出多种可用的解决方案。

灰色分析并不试图找到最佳解决方案，但确实提供了确定一个好的解决方案的技术，一个适合现实世界问题的解决方案。这一理论启发了杰弗里·伊林·福雷斯特、刘四峰、任正非和哈佛商学院教授约瑟夫·巴达拉科等众多着名学者和商界领袖。

该理论已应用于工程和管理的各个领域。最初，灰色方法适用于有效研究空气污染，随后用于研究社会经济活动对城市空气污染影响的非线性多维模型。它也被用来研究各国的研究产出和增长。

优点

通过灰色关联分析得到的灰色关联等级，用于求解具有多种性能特征的车削工序。然后可以使用灰色关联等级作为性能指标，通过田口方法确定最佳切削参数。刀具寿命、切削力和表面粗糙度是车削的重要特征。

利用这些特性，在研究中优化了切削参数，包括切削速度、进给率和切削深度。通过这种方法，实验结果得到了改进。

㈨ 灰色关联分析法的具体计算步骤

（1）确定反映系统行为特征的参考数列和影响系统行为的比较数列
反映系统行为特征的数据序列，称为参考数列。影响系统行为的因素组成的数据序列，称比较数列。
（2）对参考数列和比较数列进行无量纲化处理
由于系统中各因素的物理意义不同，导致数据的量纲也不一定相同，不便于比较，或在比较时难以得到正确的结论。因此在进行灰色关联度分析时，一般都要进行无量纲化的数据处理。
（3）求参考数列与比较数列的灰色关联系数ξ（Xi）
所谓关联程度，实质上是曲线间几何形状的差别程度。因此曲线间差值大小，可作为关联程度的衡量尺度。对于一个参考数列X0有若干个比较数列X1, X2,…, Xn，各比较数列与参考数列在各个时刻（即曲线中的各点）的关联系数ξ（Xi）可由下列公式算出：其中 ρ为分辨系数，一般在0~1之间，通常取0.5。
是第二级最小差，记为Δmin。 是两级最大差，记为Δmax。
为各比较数列Xi曲线上的每一个点与参考数列X0曲线上的每一个点的绝对差值，记为Δoi(k)。
所以关联系数ξ（Xi）也可简化如下列公式：

（4）求关联度
因为关联系数是比较数列与参考数列在各个时刻（即曲线中的各点）的关联程度值，所以它的数不止一个，而信息过于分散不便于进行整体性比较。因此有必要将各个时刻（即曲线中的各点）的关联系数集中为一个值，即求其平均值，作为比较数列与参考数列间关联程度的数量表示，关联度 公式如下：

ri--比较数列xi对参考数列x0的灰关联度，或称为序列关联度、平均关联度、线关联度。
ri值越接近1，说明相关性越好。
（5）关联度排序
因素间的关联程度，主要是用关联度的大小次序描述，而不仅是关联度的大小。将m个子序列对同一母序列的关联度按大小顺序排列起来，便组成了关联序，记为{x}，它反映了对于母序列来说各子序列的“优劣”关系。若r0i>r0j，则称{xi}对于同一母序列{x0}优于{xj}，记为{xi}>{xj} ；r0i表示第i个子序列对母数列特征值。
灰色关联度分析法是将研究对象及影响因素的因子值视为一条线上的点,与待识别对象及影响因素的因子值所绘制的曲线进行比较,比较它们之间的贴近度,并分别量化,计算出研究对象与待识别对象各影响因素之间的贴近程度的关联度,通过比较各关联度的大小来判断待识别对象对研究对象的影响程度。

㈩ 灰色关联分析用什么软件计算的

灰色关联分析软件—Grey Modeling Software（GM）3.0