【摘要】:灰色关联模型是针对那些多因素但是非线性关系的问题提出的新型解决办法,它是从总体上按照事物的变化发展趋势来进行度量的。我们将被比较序列确定为x1,x2,……其中,0.5是分辨系数,记为ξ,一般在0与1之间选取。按照上面所求出的关联度ri的大小排序。ri的值越大,说明二者之间关联的程度越大;反之,ri的值越小,则二者的关联程度越小。
灰色关联模型是针对那些多因素但是非线性关系的问题提出的新型解决办法,它是从总体上按照事物的变化发展趋势来进行度量的。其基本思想是根据序列曲线几何状的相似程度来判断其联系是否紧密,曲线越接近,相应序列之间的关联度就越大,反之就越小。
灰色关联度计算公式如下:
我们首先将参考序列确定为x0,将第一个时刻的值确定为x0(1),第2个时刻的值确定为x0(2),第k个时刻的值为x0(k)。这样,参考序列就可以直接表示成x0={x0(k),k=1,2,…,n}。我们将被比较序列确定为x1,x2,……xk,参照x0的表示方法,记为xi={xi(k),k=1,2,…,n},其中(i=1,2,…,m)
第一,要对数据进行无量纲化。
对数据进行无量纲化处理有多种方法,这里采用的是初值标准化方法。我们将所有数据均除以第一个数据,进而得到一个新的数列,即各个不同时刻的值相对于第一个时刻的值的百分比。
第二,求关联系数ξi(k)。
对于只有一个参考序列x0而有几个比较序列x1,x2,……,xn的情况,通常采用下列公式表示比较序列与参考序列在各时点的差。(www.xing528.com)
式中,ξi(k)是第k个时刻比较序列xi与参考序列x0的相对差值,它成为xi对x0在k时刻的关联系数。其中,0.5是分辨系数,记为ξ,一般在0与1之间选取。
第三,求关联度ri。
关联度的一般表达式为:
第四,排序。
按照上面所求出的关联度ri的大小排序。ri的值越大,说明二者之间关联的程度越大;反之,ri的值越小,则二者的关联程度越小。
免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。