当前位置：文档库 › 灰色聚类分析法的改进及其应用太有用了

灰色聚类分析法的改进及其应用太有用了

浅议灰色关联度分析方法及其应用

科技信息 SCIENCE&TECHNOLOGY INFORMATION 2010年第17期 1关联度的概念关联度是事物之间、因素之间关联性大小的量度。它定量地描述了事物或因素之间相互变化的情况，即变化的大小、方向与速度等的相对性。如果事物或因素变化的态势基本一致，则可以认为它们之间的关联度较大，反之，关联度较小。对事物或因素之间的这种关联关系，虽然用回归、相关等统计分析方法也可以做出一定程度的回答，但往往要求数据量较大、数据的分布特征也要求比较明显。而且对于多因素非典型分布特征的现象，回归相关分析的难度常常很大。相对来说，灰色关联度分析所需数据较少，对数据的要求较低，原理简单，易于理解和掌握，对上述不足有所克服和弥补。 2关联度的计算灰色关联度分析的核心是计算关联度。一般说来，关联度的计算首先要对原始数据进行处理，然后计算关联系数，由此就可计算出关联度。 2.1原始数据的处理由于各因素各有不同的计量单位，因而原始数据存在量纲和数量级上的差异，不同的量纲和数量级不便于比较，或者比较时难以得出正确结论。因此，在计算关联度之前，通常要对原始数据进行无量纲化处理。其方法包括初值化、均值化等。 2.1.1初值化。即用同一数列的第一个数据去除后面的所有数据，得到一个各个数据相对于第一个数据的倍数数列，即初值化数列。一般地，初值化方法适用于较稳定的社会经济现象的无量纲化，因为这样的数列多数呈稳定增长趋势，通过初值化处理，可使增长趋势更加明显。比如，社会经济统计中常见的定基发展指数就属于初值化数列。 2.1.2均值化。先分别求出各个原始数列的平均数，再用数列的所有数据除以该数列的平均数，就得到一个各个数据相对于其平均数的倍数数列，即均值化数列。一般说来，均值化方法比较适合于没有明显升降趋势现象的数据处理。 2.2计算关联系数设经过数据处理后的参考数列为： {x0(t)}＝{x01，x02，…，x0n} 与参考数列作关联程度比较的p个数列(常称为比较数列)为： {x1(t)，x2(t)，…，x p(t)}＝ x11x12…x1n x21x22…x2n ………… x p1x p2…x pn 上式中，n为数列的数据长度，即数据的个数。从几何角度看，关联程度实质上是参考数列与比较数列曲线形状的相似程度。凡比较数列与参考数列的曲线形状接近，则两者间的关联度较大；反之，如果曲线形状相差较大，则两者间的关联度较小。因此，可用曲线间的差值大小作为关联度的衡量标准。将第k个比较数列(k＝1，2，…，p)各期的数值与参考数列对应期的差值的绝对值记为： Δok(t)=x0(t)-x k(t)t＝1，2，…，n 对于第k个比较数列，分别记n个Δok(t)中的最小数和最大数为Δok(min)和Δok(max)。对p个比较数列，又记p个Δok(min)中的最小者为Δ(min)，p个Δok(max)中的最大者为Δ(max)。这样Δ(min)和Δ(max)分别是所有p个比较数列在各期的绝对差值中的最小者和最大者。于是，第k个比较数列与参考数列在t时期的关联程度(常称为关联系数)可通过下式计算： ζok(t)=Δ(min)+ρΔ(max) ok 式中ρ为分辩系数，用来削弱Δ(max)过大而使关联系数失真的影响。人为引入这个系数是为了提高关联系数之间的差异显著性。0＜ρ＜1。可见，关联系数反映了两个数列在某一时期的紧密程度。例如，在使Δok(t)＝Δ(min)的时期，ζok(t)＝1，关联系数最大；而在使Δok(t)＝Δ(max)的时期，关联系数最小。由此可知，关联系数变化范围为0＜ζok(t)≤1。显然，当参考数列的长度为n时，由p个比较数列共可计算出n×p个关联系数。 2.3求关联度由于每个比较数列与参考数列的关联程度是通过n个关联系数来反映的，关联信息分散，不便于从整体上进行比较。因此，有必要对关联信息作集中处理。而求平均值便是一种信息集中的方式。即用比较数列与参考数列各个时期的关联系数之平均值来定量反映这两个数列的关联程度，其计算公式为： r ok=1 n n i=1 Σζok(t) 式中，r ok为第k个比较数列与参考数列的关联度。不难看出，关联度与比较数列、参考数列及其长度有关。而且，原始数据的无量纲化方法和分辩系数的选取不同，关联度也会有变化。 2.4排关联度由上述分析可见，关联度只是因素间关联性比较的量度，只能衡量因素间密切程度的相对大小，其数值的绝对大小常常意义不大，关键是反映各个比较数列与同一参考数列的关联度哪个大哪个小。当比较数列有p个时，相应的关联度就有p个。按其数值的大小顺序排列，便组成关联序。它反映了各比较数列对于同一参考数列的“主次”、“优劣”关系。灰色关联度分析方法的运用之一，就是因素分析。在实际工作中，影响一个经济变量的因素很多。但由于客观事物很复杂，人们对事物的认识有信息不完全性和不确定性，各个因素对经济总量的影响作用不是一下子就能够看清楚的，需要进行深入的研究，这就是经济变量的因素分析。运用灰色关联度进行因素分析是非常有效的，而且特别适用于各个影响因素和总量之间不存在严格数学关系的情况。例1：利用关联度分析方法研究某公路施工企业工资序列（表1）。表1某公路施工企业工资序列表单位：千元根据表1中数据，以工资总额为参考数列x0(t)，以计时工资x1(t)、档案工资x2(t)和承包工资x3(t)为比较数列，计算三种工资对于工资总额的关联度。第一步，对各数列作均值化处理。工资总额和三种工资的均值分别为：浅议灰色关联度分析方法及其应用孙芳芳 (濮阳市公路管理局河南濮阳457000) 【摘要】灰色关联度是灰色数学中的一种方法，用来研究事物相互关联、相互作用的复杂因素的影响作用，确定影响事物的本质因素，使各种影响因素之间的“灰色”关系清晰化。本文介绍了灰色关联度在实际工作中的分析方法和步骤，为定量描述事物或因素之间相互变化的情况提供了理论依据。【关键词】灰色关联度；分析方法；综合评价；应用年份工资总额计时工资档案工资承包工资 200313974.23831.06587.23556.0 200415997.64228.07278.04491.6 200517681.35017.07717.44946.9 200620188.35288.69102.25797.5 200724020.35744.011575.26701.0 x i軃18372.34821.78450.05098.6○公路与管理○ 880

层次分析法和灰色聚类分析法在绩效评估中的应用

层次分析法和灰色聚类分析法在绩效评估中的应用施狄峰摘要绩效考核的评估是帮助企业维持和提高生产力、实现企业经营目标的手段之一，它一个复杂的大系统，一般企业的绩效评估是建立在关键考核指标得分乘以权系数的线性关系的基础上，但如果有两个下属分公司考核得分分别是97分和94分，究竟它们都属于优，还是一个是优、一个是良，原先的方法显然无法判断。笔者运用运筹学决策分析法的层次分析法和灰色系统理论的灰聚类法两种方法对绩效加以评估，能将被考核企业的经营情况很清楚地区分开来，分类排序出来。关键词绩效评估层次分析法灰色聚类分析法设以某公司下属11个分公司绩效考核情况数据为例，记为K C B A i ,, ;并选取经营效绩考核中三个指标记为***3,2,1。一、用层次分析法： 1、权重设置： 123ij 2所示系数。得到矩阵A=(a ij )3×3矩阵A 为经营效绩的判断矩阵。 A= 相应的特征向量为： B 3=( 0.45 0.40 0.15 )T 得出3个考核指标权重分别为0.45、0.40、0.15

2、类似地根据表3可用特征向量法求下属11个分公司相对于上述3个指标中每一个的权系数。成对比较的指标*1：表4 指标*2：

表5 指标*3：表6 3、由此可求出3个指标的相应特征向量，按列组成矩阵B3。 B3= 若记B k为第k层次上所有因素相对于上一层上有关因素的权向量按列组成的矩阵，则第k层次的组合权系数向量W k满足： W k=B k·B k-1··········B2·B1 由W3=B3B2=(0.0938 0.1050 0.0815 0.0944 0.1013 0.0721 0.0926 0.0965 0.0979 0.0745 0.0903 )T 可以得出以下11个分公司经营绩效排名：

灰色聚类评价模型

灰色聚类评价模型本文选择灰色聚类法作为灰色关联理论评价模型的对比模型，是因为灰色聚类评价模型是现在应用较为广泛的评价模型，可以解决多因素、多目标、多层次的复杂问题，适合绿色施工评价指标体系“小样本、贫信息”的特点[61-64]。灰色聚类评价模型构建根据所评价的建筑工程项目的“绿色程度”分为5个等级。如表5-28。表5-28 绿色施工评价等级灰类 Table 5-28 Grey Class of Green Construction Evaluation Grade 绿色施工灰类等级 A AA AAA AAAA AAAA 分值范围 0-0.2 0.2-0.4 0.4-0.6 0.6-0.8 0.8-1.0 评价等级差较差及格良好优秀然后按不同灰类对评价指标构建白化函数。绿色施工“A”级白化权函数表达式表示为： k=1 [0,0.2） ()[]](()1 10,0.10.10.1,0.30.30.100.1,0.3x x f x x x ?∈? -?=∈?-? ??? (5-1) 绿色施工“AA”级白化权函数表达式表示为 k=2 [0.2,0.4） ()[]](()2 0.1 0.1,0.30.30.100.1,0.50.50.3,0.50.50.3 x x f x x x x ?-∈? -??=??? -?∈?-? (5-2) 绿色施工“AAA”级白化权函数表达式表示为

k=3 [0.4,0.6） ()[)[][]3 0.3 0.3,0.50.50.300.3,0.70.70.5,0.70.70.5 x x f x x x x -?∈?-?=?? ?-?∈-? (5-3) 绿色施工“AAAA”级白化权函数表达式表示为 k=4 [0.6,0.8） ()[)[][)4 0.5 0.5,0.70.70.500.5,0.90.90.7,0.90.90.7 x x f x x x x -?∈?-?=?? ?-?∈-? (5-4) 绿色施工“AAAAA”级白化权函数表达式表示为 k=5 [0.8,1.0） ()[)[][)5 00.7,1.00.70.7,0.90.90.7 10.9,1.0x x f x x x ??? -?=∈? -?∈?? (5-5) 灰色聚类系数计算 ()m k k i j ij j j f x ηω=∑ (5-6) 式中： k i η－－综合白化权函数系数； ()i j ij f x －－白化权函数； j ω－－权重系数。有式（5-6）计算各施工项目绿色施工水平的灰色聚类系数，由{} * max k k i j ηη=判断5个施工项目绿色施工水平属于哪一种灰类等级[65-69]。绿色施工灰色聚类评价结果

重庆市主导产业的灰色聚类分析

重庆市主导产业的灰色聚类分析发表时间：2012-03-12T10:50:47.687Z 来源：《时代报告（学术版）》2011年12月（上）供稿作者：刘军胜[导读] 数据来源：1999—2008年统计年鉴及2005年重庆市产业投入与产出表。刘军胜（重庆师范大学经济与管理学院重庆 404001）中图分类号：F719 文献标识码：A 文章编号：41-1413（2011）12-0000-01 摘要：从中国国情的特殊性出发，确定了重庆市主导产业的指标体系，用灰色聚类法对现有的主要工业进行了聚类，从而得出化学原料及化学制造业、电器机械及器材制造业为重庆市的主导产业；通信设备、计算机制造业、非金属矿物制造业等是重庆市的一般产业的结论。关键词：灰色聚类；主导产业；生态型；产业结构一、我国产业结构的特殊性解放初期，中国经济主要是以农业和轻工业为主。新中国成立以后，党中央选择了优先发展重工业的道路，从而打破了产业演变的自然规律，使得中国的三大产业在不平衡发展。经济发展的历史证明，产业结构随着经济发展阶段的变化经历了一个由低级向高级演变的客观过程。按照国际标准模式（配第—克拉克定理和钱纳里阶段理论）我国的产业结构与之偏离。按人均GDP划分，2008年中国人均3263美元，中国应处于重化工后期阶段。按2008年三次产业比重11.3：48.6：40.1划分，我国应处于重工业发展的初期阶段。而主导产业是经济发展某一阶段，对产业结构和经济增长起到导向性和带动性的产业。并且产业结构是一个动态的过程，该过程通常是有主导产业来牵动并以主导产业的更替为特征，因此，正确选择和培育主导产业就成为优化产业结构、推进产业结构高度化的关键环节。然而，我国产业成长的特殊性决定了我国的主导产业选择必须具体问题具体分析。二、主导产业的界定本文在借鉴国内外学者研究的成果，结合中国特殊国情以及新时期可持续发展的要求下认为：“主导产业一般是指在一经济体中在某一阶段，能对产业结构和经济发展起到导向性和带动性作用，具有最大的产业需求收入弹性和价格弹性和向后关联、向前关联效应最大的产业，并且符合社会可持续发展的需要，具有低耗能、高产出的环保产业。” 三、主导产业选择的标准关于主导产业选择的基准，中外经济学者曾提出过多种见解。但是正如前文阐述的一样，在某一区域选择其主导产业必须结合当地的实际情况，以及跟上社会发展的要求。在当今技术日新月异的社会中，产业的战略性和产业可持续性被提上日程。因此，本文在结合国内外的研究和从国家和地区的全局、长远利益以及经济的可持续发展提出了以下的主导产业的选择基准： 1.优势原则

灰色关联分析(算法步骤)

灰色关联分析灰色关联分析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[1]。灰色系统理论是由著名学者邓聚龙教授首创的一种系统科学理论(Grey Theory)，其中的灰色关联分析是根据各因素变化曲线几何形状的相似程度，来判断因素之间关联程度的方法。此方法通过对动态过程发展态势的量化分析，完成对系统内时间序列有关统计数据几何关系的比较，求出参考数列与各比较数列之间的灰色关联度。与参考数列关联度越大的比较数列，其发展方向和速率与参考数列越接近，与参考数列的关系越紧密。灰色关联分析方法要求样本容量可以少到4个，对数据无规律同样适用，不会出现量化结果与定性分析结果不符的情况。其基本思想是将评价指标原始观测数进行无量纲化处理，计算关联系数、关联度以及根据关联度的大小对待评指标进行排序。灰色关联度的应用涉及社会科学和自然科学的各个领域，尤其在社会经济领域，如国民经济各部门投资收益、区域经济优势分析、产业结构调整等方面，都取得较好的应用效果。 [2] 关联度有绝对关联度和相对关联度之分，绝对关联度采用初始点零化法进行初值化处理，当分析的因素差异较大时，由于变量间的量纲不一致，往往影响分析，难以得出合理的结果。而相对关联度用相对量进行分析，计算结果仅与序列相对于初始点的变化速率有关，与各观测数据大小无关，这在一定程度上弥补了绝对关联度的缺陷。[2] 灰色关联分析的步骤[2] 灰色关联分析的具体计算步骤如下：第一步：确定分析数列。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。设参考数列（又称母序列）为Y={Y(k) | k= 1,2,Λ,n}；比较数列（又称子序列）X i={X i(k) | k = 1,2,Λ,n},i= 1,2,Λ,m。第二步，变量的无量纲化由于系统中各因素列中的数据可能因量纲不同，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，一般都要进行数据的无量纲化处理。

聚类分析的方法

聚类分析的方法一、系统聚类法系统聚类分析法就是利用一定的数学方法将样品或变量（所分析的项目）归并为若干不同的类别（以分类树形图表示），使得每一类别内的所有个体之间具有较密切的关系，而各类别之间的相互关系相对地比较疏远。系统聚类分析最后得到一个反映个体间亲疏关系的自然谱系，它比较客观地描述了分类对象的各个体之间的差异和联系。根据分类目的不同，系统聚类分析可分为两类：一类是对变量分类，称为R型分析；另一类是对样品分类，称为Q型分析。系统聚类分析法基本步骤如下（许志友，1988）。（一）数据的正规化和标准化由于监测时所得到的数值各变量之间相差较大，或因各变量所取的度量单位不同，使数值差别增大，如果不对原始数据进行变换处理，势必会突出监测数据中数值较大的一些变量的作用，而消弱数值较小的另一些变量的作用，克服这种弊病的办法是对原始数据正规化或标准化，得到的数据均与监测时所取的度量单位无关。设原始监测数据为Xij (i＝1，2，…，n；j＝1，2，…，m；n为样品个数，m为变量个数)，正规化或标准化处理后的数据为Zij (i＝1，2，…，n；j＝1，2，…，m)。 1. 正规化计算公式如下：（7-32）（i＝1，2，…，n；j＝1，2，…，m） 2. 标准化计算公式如下：（7-33）（i＝1，2，…，n；j＝1，2，…，m）其中：

（二）数据分类尺度计算为了对数据Zij进行分类，须对该数据进一步处理，以便从中确定出分类的尺度，下列出分类尺度计算的四种方法。 1.相关系数R 两两变量间简单相关系数定义为：（7-34）（i，j＝1，2，…，m）其中一般用于变量的分类（R型）。有一1≤≤1且愈接近1时，则此两变量愈亲近，愈接近-1，则关系愈疏远。 2.相似系数相似系数的意义是，把每个样品看做m维空间中的一个向量，n个样品相当于m维空间中的n个向量。第i个样品与第j个样品之间的相似系数是用两个向量之间的夹角余弦来定义，即：

变压器健康状态评估的灰色聚类决策方法

2005年3月重庆大学学报(自然科学版)M ar.2005　第28卷第3期Jour nal of Chongqi n g Unive rsity(Nɑt u rɑl Sc i e nce Edition)Vo.l28　No.3 文章编号:1000-582X(2005)03-0022-04 变压器健康状态评估的灰色聚类决策方法* 袁志坚1,2,孙才新1,袁张渝2,李　剑1,廖瑞金1 (1.重庆大学高电压与电工新技术教育部重点实验室,重庆　400030;2.四川省电力公司德阳电业局,四川德阳　618000) 摘　要:电力变压器健康状态的评估是实现变压器状态维修的重要一步,研究变压器的状态评估具有重要的现实意义。电力变压器可以看作是典型的灰色系统,提出了采用灰色聚类决策方法对变压器健康状态进行评估,给出了变压器健康状态的灰色分类,建立了灰类的白化权函数,分析了评估变压器健康状态所涉及的状态信息,给出了变压器健康状态评估的灰色聚类决策步骤。实例分析表明,该方法针对变压器健康状态的评估提供了一种新的途径。关键词:电力变压器;灰色系统;灰色聚类决策中图分类号:T M41文献标识码:A 灰色系统是指部分信息清楚、部分信息不清楚的系统,即是信息不完全的系统。信息不完全是指系统因素、因素关系、系统结构及系统作用原理等方面信息的缺乏。灰色系统理论是以“部分信息已知,部分信息未知”的“小样本”、“贫信息”的不确定性系统为研究对象,主要通过对“部分”已知信息的生成和开发,提取有价值的信息,实现对系统运行行为的正确认识和有效控制[1-2]。因为对变压器有限的监测数据和运行资料所提供的信息总是不完备的,所以,通过灰色聚类分析的方法,在兼顾样品特征的复杂性和模糊性的基础上,依据样本的一定特征因素,使两样本间关系比较密切、相似程度比较大的归属一类,把一个不甚明确的、整体信息不足的灰色系统尽可能地淡化、白化、量化、优化和模型化,以便能依据较少的信息实现预期的作用[3]。因此,笔者在对灰色聚类分析的基础上,采用灰色聚类决策方法对电力变压器状态进行评估。 1　灰色聚类决策的基本原理灰色聚类决策就是按照多个不同的决策指标对决策对象进行综合分析,以确定决策对象是否满足给定的取舍准则[1-2]。设有n个决策对象,m个决策指标,s个不同的灰类,x ij(i=1,2,…,n;j=1,2,…,m)为决策对象i关于决策指标j的量化评价值,f k j()(j=1,2,…,m;k= 1,2,…,s)为j指标k子类白化权函数,ηj(j=1,2,…, m)为决策指标j的综合决策权重,且∑ m j=1 ηj=1,则称 σk i=∑m j=1 f k j(x ij)ηj 为决策对象i属于k灰类的决策系数。称σi=(σ1i,σ2i,…,σs i);i=1,2,…,n为决策对象的决策系数向量。若m ax 1≤k≤s {σk i}=σk*i,则称决策对象i属于灰类k*。2　变压器状态的分类《电气设备预防性试验规程》是目前我国电力行业设备维护的指导性文件,已对我国电网的安全运行发挥了积极的作用。预防性试验所确定的原则在导则的设备状态评估和分析中仍然是重要依据之一,但在导则中也存在以下几方面的不足:1)绝大多数预试项目的判断标准是静态的,一般给出一个阈值(注意值),而没有劣化速率的具体指标,其中个别项目的阈值还有待完善;2)预试数据分类偏于简单化,仅有合格、超标(不合格)两种状态,没有更细致的评估相对 *收稿日期:2004-11-19 基金项目:教育部跨世纪优秀人才资助计划项目作者简介:袁志坚(1965-),男,四川德阳人,四川德阳电业局高级工程师,重庆大学博士,从事电力变压器故障诊断及状态维修策略的研究。

灰色关联分析法原理及解题步骤教学提纲

灰色关联分析法原理及解题步骤

灰色关联分析法原理及解题步骤 ---------------研究两个因素或两个系统的关联度（即两因素变化大小,方向与速度的相对性）关联程度——曲线间几何形状的差别程度灰色关联分析是通过灰色关联度来分析和确定系统因素间的影响程度或因素对系统主行为的贡献测度的一种方法。灰色关联分析的基本思想是根据序列曲线几何形状的相似程度来判断其联系是否紧密 1>曲线越接近,相应序列之间的关联度就越大,反之就越小 2>灰色关联度越大，两因素变化态势越一致分析法优点它对样本量的多少和样本有无规律都同样适用,而且计算量小,十分方便,更不会出现量化结果与定性分析结果不符的情况。灰色系统关联分析的具体计算步骤如下 1》参考数列和比较数列的确定参考数列——反映系统行为特征的数据序列比较数列——影响系统行为的因素组成的数据序列 2》无量纲化处理参考数列和比较数列（1）初值化——矩阵中的每个数均除以第一个数得到的新矩阵

（2）均值化——矩阵中的每个数均除以用矩阵所有元素的平均值得到的新矩阵（3）区间相对值化 3》求参考数列与比较数列的灰色关联系数ξ（Xi）参考数列X0 比较数列X1、X2、X3…………… 比较数列相对于参考数列在曲线各点的关联系数ξ（i）称为关联系数，其中ρ称为分辨系数，ρ∈（0，1），常取0.5.实数第二级最小差，记为Δmin。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 关联系数——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

灰色关联分析法原理及解题步骤

基于灰色聚类理论的院校实验室综合评估[1]

人才的培养离不开教育，最好的教育方法莫过于实践中的教学，而实验室是实践教字的重要场所，是提高学生综合能力的课堂，是新知识、新技术、新方法、新产品诞生的摇篮，实验室建设水平的高低对实践教学的效果产生直接影响，实验室评估是衡量实验室建设水平高低的重要途径，能够真实地反映实验室工作的现状。院校实验室的建设水平是指实验室在院校教学保障和完成科研任务中能力作用的大小，目前，对于实验室建设水平评估主要是通过专家打分的方式来进行，然由于参评专家在信息层次、偏爱程度等方面因人而异，评估结果往往受人主观因素影响较大，灰色理论的引入正好可以较好解决这一问题。一般而言，信息完全明确的称为白色系统，信息完全不明确的称为黑色系统，介于两者之间的，部分信息明确，部分信息不明确称谓灰色系统，评估过程中因人而异的主观因素正是一种“不确定的因素”。基于灰色理论的综合评估方法就是通过确定实验室评估技术指标，使用科学的建模和数学分析的方法，衡量和评价实验室的综合实力。 1建立评估指标体系建立科学的评估指标体系是高质量高水平完成评估活动的关键环节。评估指标是对评估对象性能的一个重要反映，一方面要反映评估对象的本质，另一方面还要体现一个系统对于评估对象的职能需求，选取合理的评估指标，直接关系到评估结果的可信程度。在实验室的评估中，我们必须抓住最主要的矛盾，使评估的指标具有可操作性和针对性，突出对代表性成果评价，简化评估的指标，以下是本文选取评估指标的基本原则和出发点：1）全面性：抓住作为院校实验室最核心最重要的指标因素，将所有指标置于指标集中，确保不因人为漏选而造成评估结果的偏差；2）针对性：突出作为院校实验室这一评估对象的特点，反应其真实的效能，剔除与评估目的和评估对象无关的指标；3）明确性：评估的指标要定义准确，使参评人员能准确理解其含义，并能真实反应评估对象特点；4）相互独立性：评估指标之间要相互独立，慎重处理相近相似指标，确保不重复统计计算；5）可操作性：评估指标的信息要易于表达获取，并能通过一定方法进行“定量”的处理。层次分析法（AHP）是美国运筹学家萨蒂在20世纪70年代初提出来的，它是一种将一些定量与定性相混杂的复杂决策问题综合为统一整体后，再进行综合分析评价的方法，层次分析法对系统的指标进行自上而下层层分解的方法，根据不同的目标来划分、选择、归类，建立实验室建设水平评估指标模型如下图1 ：图1评估指标体系 2建立评价指标样本矩阵设有r位专家通过问卷调查，对指标层进行评价，记录原始数据。由于系统中各影响参数的物理意义和数据量纲不同，需要对原始数据消除量纲并转换为可比较的数据序列。本文采用初值化处理，其方法为： d ijk ' = d ijk ij1 ，k=1，2L·r 其中d ijk 为处理后的数列，d ijk 为原始数列，d ij1 为原始数列的第一个数据。通过问卷调查得到每位专家评价指标V ij对于因素层U i相对重要性的评价值分别为：（d ij1 ' ，d ij2 ' ，…，d ijk ' ，d ijr ' ） 1）当指标为定量评价时，则其综合评价向量值可以记为： d ij = r k=1 ∑d ijk 2）当指标为定性评价时，这些定性指标就不能直接进行计算，如优秀、良好、合格等，则必须给出定量的结果，从灰色理论的角度考虑，这些指标都属于灰数，因此这里可以借用灰色理论，对这些灰数（即定性）进行白化。方法如下：设有r个专家给出评估，则有r个评估区间，即[d ij1min，d ij1m ax]，[d ij2m in，d ij2m ax]……[d ijrm in，d ijrm ax]，然后按下式计算灰数的灰色区间： d ijmin =1 r k=1 ∑d ijkmin，d ijmax=1r k=1∑d ijkmax 即灰数的灰色区间为[d ijmin ，d ijmax ]，再采用等权均值白化得到评价指标的白化值，完成对定性指标的量化，综合评价向量值如下式：基于灰色聚类理论的院校实验室综合评估郭潇琼王宁宁齐曦（石家庄陆军指挥学院20队，河北石家庄050000） [摘要]实验室建设水平是院校建设发展的一个重要组成部分，如何评价院校实验室建设水平，已成为亟待解决的一个重要课题。本文通过建立实验室建设水平的评价指标体系，应用灰色理论建立评估模型对其进行综合评估，与其它综合评价方法相比，更加具有优越性，为理论应用提供了借鉴与参考。 [关键词]实验室建设水平；灰色理论；综合评估科技前沿 21 TECHNOLOGY WIND

灰色关联聚类

灰色关联聚类灰色系统基本概念：我们将信息完全明确的系统称为白色系统，信息完全未知的系统称为黑色系统，部分信息明确、部分信息不明确的系统称为灰色系统。灰色关联聚类是根据灰色关联矩阵将一些观测指标或观测对象聚集成若干个可以定义类别的方法。灰色关联聚类主要用于同类因素的归并，以使复杂系统简化。由此，我们可以检查许多因素中是否有若干个因素关系十分密切，使我们既能够用这些因素的综合平均指标或其中的某一个因素来代表这几个因素，又可以使信息不受到严重损失,从而使得我们在进行大面积调研之前，通过典型抽样数据的灰色关联聚类，可以减少不必要变量（因素）的收集，以节省成本和经费。一、灰色关联聚类的基本方法灰色关联聚类实际上是利用灰色关联的基本原理计算各样本之间的关联度，根据关联度的大小来划分各样本的类型。其计算的原理和方法如下。现设有m个样本，每个样本有n个指标，并得到如下序列： X1 = ( x1(1), x1(2), …, x1(n)) X2 = ( x2(1), x2(2), …, x2(n))

……………………………. X m = ( x m (1), x m (2), …, x m (n)) 对所有的i ≤j ，i, j=1,2,…,m ，计算出X i 与X j 的绝对关联度ij ε，从而得到上三角矩阵A 。 A=??????????? ?mm 2m 221m 1211 εεεεεε ，其中εii =1；i=1，2，…，m ；灰色绝对关联度计算方法：设母序列{X 0}与子序列{X i }长度相同，它们分别为： ))(,),2(),1((0000n x x x X = ))(,),2(),1((n x x x X i i i i = 则其相应的始点零化序列为： ))(,),2(),1((00000000n x x x X = ))(,),2(),1((0000n x x x X i i i i = 式中：)1()()(0000x k x k X -= )1()()(0i i i x k x k X -= 则X 0与X i 的灰色绝对关联度的计算公式为

灰色关联度分析解法及详细例题解答

1.地梭梭生长量与气候因子的关联分析下表为1995年3年梭梭逐月生长量（X0）、月平均气温（X1）、月降水量（X2）、月日照（X3）时数和月平均相对湿度（X4）的原始数据，试排出影响梭梭生长的关联序，并找出主要的影响因子。灰色系统理论提出了灰色关联度的概念，它是提系统中两个因素关联性大小的量度，关联度的大小直接反映系统中的各因素对目标值的影响程度。运用灰色关联分析法进行因素分析的一般步骤为：第一步：确定分析数列。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。（Y）设参考数列（又称母序列）为Y = {Y （k）| k = 1，2，Λ，n}；影响系统行为的因素组成的数据序列，称比较数列。（X）比较数列（又称子序列）Xi = {Xi（k）| k = 1,2,Λ,n}，i = 1，2，Λ，m。第二步，变量的无量纲化由于系统中各因素列中的数据可能因量纲不同，不便于比较或在比较时难以得到正确的结论。因此为了保证结果的可靠性，在进行灰色关联度分析时，一般都要进行数据的无量纲化处理。第三步，计算关联系数。X 0（k）与x i （k）的关联系数记，则，称为分辨系数。ρ越小，分辨力越大，一般ρ的取值区间为(0,1),具体

取值可视情况而定。当时，分辨力最好，通常取ρ = 。 ξi（k）继比较数列xi的第k个元素与参考数列xo的第k个元素之间的关联系数。第四步，计算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ri公式如下：第五步，关联度排序关联度按大小排序，如果r1 < r2，则参考数列y与比较数列x2更相似。在算出Xi（k）序列与Y（k）序列的关联系数后，计算各类关联系数的平均值，平均值ri就称为Y（k）与Xi（k）的关联度。本题解答过程：第一步：数据处理 X 0（k）= {，，，，13，，18，，，，8，1 } X 1（k）= {，，10，，，，，，22，18，， } X 2（k）= {17，，，，，，，，，，， } X 3（k）= {，，，137，，，，，，84，， } X 4（k）= {81，79，75，75，77，79，83，86，83，82，81，82}

灰色预测灰色关联分析报告

灰色关联分析法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”，来衡量因素间关联程度。灰色关联分析法的基本思想是根据序列曲线几何形状的相似程度来判断其联系是否紧密。根据评价目的确定评价指标体系，为了评价×××我们选取下列评价指标：收集评价数据（此步骤一般为题目中原数据，便省略）将m 个指标的n 组数据序列排成m*n 阶矩阵： '' ' 12''' '''1212''' 1 2(1)(1)(1)(2)(2)(2)(,,,)()() ()n n n n x x x x x x X X X x m x m x m ?? ? ? = ? ? ??? 对指标数据进行无量纲化为了消除量纲的影响，增强不同量纲的因素之间的可比性，在进行关联度计算之前，我们首先对各要素的原始数据作...变换。无量纲化后的数据序列形成如下矩阵： 01010101(1)(2) (1)(2)(2)(2)(,,,)()()()n n n n x x x x x x X X X x n x n x n ?? ? ?= ? ??? 确定参考数据列为了比较...【评价目的】，我们选取...作为参考数据列，记作 ''''0000((1),(2),,())T X x x x n = 计算0()()i x k x k -，得到绝对差值矩阵求两级最小差和两级最大差 01 1min min ()()min(*,*,*,*,*,*)*n m i i k x k x k ==-== 01 1 max max ()()max(*,*,*,*,*,*)*n m i i k x k x k ==-== 求关联系数由关联系数计算公式0000min min ()()max max ()() ()()()max max ()() i i i k i k i i i i k x k x k x k x k k x k x k x k x k ρζρ-+?-= -+?-，取 0.5ρ＝，分别计算每个比较序列与参考序列对应元素的关联系数，得关联系数如下：

灰色聚类方法

灰色聚类分析过程：首先将七种配方的浆纱记为聚类对象，如表2-12所示。表中的四项指标记为聚类指标，将综合性能分为好、中、差三种，记为k 1、k 2、k 3三个灰类，聚类过程如下：（1）将表2-12中的数据按式(2-1)进行均值化无量纲处理，得到聚类白化数矩阵[]m n X ij ?其中n 为聚类对象数，m 为聚类指标数；（2）将n 个对象关于聚类指标j （j=1， 2，……，m ）的取值相应地分为s 个灰类(s=k 1、k 2、k 3 )，称为j 指标子类； ∑ =λ= n 1 i k j ij ij n 1d X (2-1) （3）根据灰类的定义规定j 指标k 子类的白化权函数，根据白化权函数，定义λ j k 为j 指标k 子类临界值，并按式（2-2）计算j 指标k 子类的权k j η； ∑=λ λ= ηm 1 j k j k j k j (2-2) （4）对于白化权函数矩阵，根据白化权函数和权值，按式（2-3）i 对象属于k 灰类的灰色聚类函数k i σ ()η ?=σ∑=k j ij m 1 j k ij k i x f （2-3）计算聚类系数矩阵()ns k i σ，根据聚类系数矩阵评价对象i 所属的灰类。 2.5.2.10 灰色聚类结果与分析根据公式（2—1）得均一化值为：

? ? ? ? ? ? ? ? ? ?? ? ?? ??? ?? ? ??=9336.00228 .16628 .01895 .19544.01986.16839.01075.11302.11187.12672.18680.00737.11347.12310.11075.11930.11027.13056.19446.00225 .15274.01968.17469.06927.08950.06528.00360.1ij X 根据公式(2-2)得权的值为： ??? ? ? ? ? ??? ?? ? ?=2531.02500 .02475.02452.02500.02540.02460.02500.02533.02557.02500.02453.0k j η 对所测数据进行灰色聚类分析，计算得到聚类系数 ? ? ? ? ? ?? ? ? ?? ? ?? ??? ?? ? ??=2434.03722 .03300 .02247.02337.05262.01792.01239.08017.002137.09252.00819.02494.08112.03203 .02290.03292.04148.03315.00695.0k i σ 对于k i σ择取最大值者为聚类灰数，上面列出七种绷带的聚类系数值，最大值为下划线所示值。根据聚类原则，从我们所列的四种指标来评定，可以得出结论：2～6号绷带压力舒适性好，7号绷带的压力舒适性中等，1号绷带的压力舒适性最差，压力舒适性好的绷带在包扎伤口时不会妨碍病人的肢体运动，不会影响血液的循环流动，不会压迫到神经，骨骼，内脏等，有利于伤口的恢复。

灰色聚类分析法的改进及其应用太有用了

浅议灰色关联度分析方法及其应用

层次分析法和灰色聚类分析法在绩效评估中的应用

灰色聚类评价模型

重庆市主导产业的灰色聚类分析

灰色关联分析(算法步骤)

聚类分析的方法

变压器健康状态评估的灰色聚类决策方法

灰色关联分析法原理及解题步骤教学提纲

灰色关联分析法原理及解题步骤

基于灰色聚类理论的院校实验室综合评估[1]

最新层次分析法和灰色聚类分析法在绩效评估中的应用

最新2灰色关联分析汇总

灰色关联聚类

灰色关联度分析解法及详细例题解答

灰色预测灰色关联分析报告

灰色聚类方法