【摘要】：灰关联投影法将灰色系统理论与矢量投影原理相结合，反映出各决策方案与理想方案之间的接近程度，且能够避免单方向偏差，区别于简单的线性加权法。则有各时段灰色关联系数rij为其中，λ为分辨系数，取值为[0，1]，起到调整比较环境大小的作用，通常将其值取为0.5。由灰色关联系数rij构成灰色关联度矩阵R=[rij]m×n，指标权重为W={w1，w2，…，m)越大，则在tk时段方案越优，反之灰色关联投影值Pri(i=1，2，…
灰关联投影法将灰色系统理论与矢量投影原理相结合，反映出各决策方案与理想方案之间的接近程度，且能够避免单方向偏差，区别于简单的线性加权法。
首先，为了消除不同量纲对决策结果的影响，需要对指标原始数据进行规范化处理，将成本型属性转化为效益型属性，方法如下:
其次，各时段理想方案参考数列定义如下:
依据式(7-4)或式(7-5)计算各时段备选方案指标数列与理想方案参考数列间的距离，得到距离矩阵α(tk)=[αij(tk)]m×n，其中αmax(tk)为所有αij(tk)中的最大值，αmin(tk)为所有αij(tk)中的最小值。则有各时段灰色关联系数rij(tk)为
其中，λ为分辨系数，取值为[0，1]，起到调整比较环境大小的作用，通常将其值取为0.5。由灰色关联系数rij(tk)构成灰色关联度矩阵R(tk)=[rij(tk)]m×n，指标权重为W={w1，w2，…，wn}，对R进行加权处理，由此可得到加权灰色关联决策矩阵R′(tk)=[wjrij(tk)]m×n。(www.xing528.com)
将每个备选方案看作一个行向量(矢量)，则备选方案与理想方案间的夹角为灰色关联投影角，其夹角余弦为
可得各时段备选方案在理想方案上的灰色关联投影值Pri(tk)为
经上述分析，灰色关联投影值Pri(tk)(i=1，2，…，m)越大，则在tk时段方案越优，反之灰色关联投影值Pri(tk)(i=1，2，…，m)越小，则在tk时段方案越劣。
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。
