灰色关联度分析法适用于什么数据 灰色关联度分析法是一种多因素统计分析方法，它是以各因素的样本数据为依据用灰色关联度来描述因素间关系的强弱、大小和次序，若样本数据反映出的两因素变化的态势(方向、大小和速度等)基本一致，则它们之间的关联度较大。反之，关联度较小。此方法的优点在于思路明晰，可以在很大程度上减少由于信息不对称带来的损失，并且对数据要求较低，工作量较少；其主要缺点在于要求需要对各项指标的最优值进行现行确定，主观性过强，同时部分指标最优值难以确定。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。扩展资料：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。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。
灰色关联度模型中一种绝对差定义的新方法 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5742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d称为参考数列xb影响系统行为的因素组成的数据序列sw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1导致数据的量纲也不一定相同不便于比较dhlp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，。
灰色预测法的关联度 GM（1，1）模型的建立GM（n，h）模型
求dps软件，做灰色关联度用，拜托了，请好心人帮忙~~~ 简单的灰色关联度，用excel就行
怎样用EXCEL进行灰色关联计算 以下列四个数列为例： A=[2，3，4，3.7] B=[60，73，84，58] C=[1204，801，1228，1270] D=[303，298，247，251] 以A为目标，检验B、C、D与A的关联度。1、归一化，将数列中的每个元素，。
灰色建模数学原理 灰色建模预测是灰色系统理论与方法的核心。它是建立一种描述研究系统动态变化特征的模型，简称GM（h，N）模型，有多种模式和方法，每种模式各有其特点和适用范围，其中GM（0，N）模型，不含导数，是零阶N个变量基于生成函数X（1）的非微分模型，属一种静态模型，适合于指标间的状态分析，类似于多元线性回归模型，但与一般的多元线性回归模型有着本质的区别，多元线性回归建模以大量的原始数据为基础，GM（0，N）的建模基础则是原始数据的一次累加序列（1－AG0）。8.1.1 数学模型设：X（0）1＝（X（0）1（1），X（0）1（2），…，X（0）1（N））为系统特征数据序列即已知钻孔煤层甲烷含量数据序列。韩城矿区煤层气地质条件及赋存规律为相关因素序列，即影响煤层甲烷含量的主要因素序列。韩城矿区煤层气地质条件及赋存规律序列X（1）i（t）不但可为建模提供中间信息，而且使原始数据序列的随机性弱化。如图8.1所示，（a）为原始数据序列曲线，有明显的摆动性；（b）为一次累加生成曲线，显然规律性增强了，随机性被弱化了。一般说来，对于非负的数据序列，累加次数越多，随机性弱化越显著，规律性越强，呈现出指数规律。GM（0，N）模型正是以序列（1）图8.1 数据。
灰色关联度模型需要用什么软件？ 本人经常做，用DPS，其他软件都扯淡。
dps灰色关联分析方法和灰色预测方法的应用，灰色关联分析，从其思想方法上来看，属于几何处理的范畴，其实质是对反映各因素变化特征的数据序列所进行的几何比较。。
灰色模型（Grey Model） 基于灰色系统理论的灰色模型GM（Grey Model）可以进行数列预测、灾变预测、季节灾变预测、拓扑预测和系统综合预测。地基沉降预测是GM模型的数列预测，这种预测的特点是要求对被预测值等时距的观测[199]。最常用的灰色预测模型是GM（1，1）模型，但 GM（1，1）模型仅适用于具有较强指数规律的序列，只能描述单调的变化过程，而对于非单调的摆动发展序列或具有饱和状态的“S”形序列，可以考虑建立GM（2，1）模型、DGM模型、Verhulst模型等[200]。由前述曲线拟合法预测结果可知，S 形成长曲线模型（Pearl 曲线模型）的预测效果最好，因此，本书利用可以描述饱和状态过程（S形过程）的灰色 Verhulst模型来预测淤泥软基的沉降发展趋势。灰色Verhulst模型是在德国生物学家Verhulst（1837）所建立的Verhulst模型上发展而来的。灰色Verhulst模型的建模及求解过程如下[200]。设相同时间间隔内的沉降增量数据序列为原始序列，且原始序列S（0）为温州浅滩软土工程特性及固结沉降规律研究S（0）的一次累加生成序列（1 –AGO序列）S（1）为温州浅滩软土工程特性及固结沉降规律研究式中：k=1，2，…，n。S（1）的紧邻均值生成序列Z（1）为温州浅滩软土工程特性及固结沉降。
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
