灰色关联度分析法有多个参考序列时如何建立关联矩阵？ 具体的运算步骤，以及实际运用 具体的运算步骤，以及实际运用 显示全部 发现 等你来答 ？ 加入知乎 旅游经济 灰色关联度分析法有多个参考序列时如何建立关联矩阵。
灰色关联分析法，具体的例子说明如何运用灰色关联分析法 灰色关联分析是根据因素之间发展趋势的相似或相异程度，即“灰色关联度”作为衡量因素间关联程度的一种方法。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。（2）对参考数列和比较数列进行无量纲化处理（3）求参考数列与比较数列的灰色关联系数ξ（Xi）（4）求关联度ri（5）排关联序你是想对制造业信息化进行投入产出分析是非常有意义的，也具有一定难度。并想利用灰色关联法对制造业信息化进行投入产出分析，关键是能否应用？有无结合的必要。从你设置的20个因素主要体现企业信息化在软硬件设施投入、信息化资金投入、信息化人力资源投入、网络建设投入、信息安全投入、企业电子商务投入等信息来看，考虑的比较全面，那么制造业信息化的产出是什么也要很好的考虑，然后再对制造业信息化进行比较全面的投入产出分析。信息化的投入到底能够给企业带来什么回报，是所有的企业决策者在做出信息化投入决策之前最关心的事情。你需要考虑信息化所带来的有形和无形的收益。一般讲，信息化投资带来的回报主要体现在两个方面：为企业带来收入的增加和成本的降低，因此可以简单地描述ROI的计算，公式为：ROI=(节省的成本+增加的收益)/方案投资，或者ROI。
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
灰色关联分析法的应用实例 [例]山西省汾河上游的输沙量与降雨径流的灰色关联分析汾河是山西省的主要河流，在汾河下游距太原市100多公里的西山修建了汾河水库。该水库不但对农业灌溉、防洪蓄水、鱼类养殖等起着很大作用，并且还为太原市的用水提供了保证。建库以来，人们经常在考虑如何防止库容被泥沙淤塞，使水库能长期有效为工农业生产与人民生活服务。影响泥沙输入水库的因素较多，比如降雨量、径流量、植被覆盖率等。在这些因素中哪些是主要的，哪些是次要的有待研究和量化分析。根据关联系数求关联度得r1=0.41（年径流量与输沙量的关联程度）r2=0.21（年平均降雨量与输沙量的关联程度）r3=0.23（平均汛期降雨量与输沙量的关联程度）相应的关联序为r1>；r3>；r2上述关联序表明对输沙量影响最大的是年径流量，其次是汛期降雨量，再其次是平均年降雨量。实际上，强度大的暴雨冲刷力大，难以被土壤吸收，从而在地表形成径流，造成水土流失，引起河道泥沙流量的形成而暴雨又大多在汛期，因此径流量是引起河道输沙的综合因素，所以径流量大反映了雨强大，反映了水土保持较差，反映了水土流失较严重，反映了汛期雨量较大。而汛期的降雨量可能是雨强较大的的降雨量，也可能是雨强较小的降雨量。而。
灰色关联度法的应用 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。简言之，灰色关联度法的意义是指在系统发展过程中，如果两个因素变化的态势是一致的，即同步变化程度较高，则可以认为两者关联较大；反之，则两者关联度较小。因此，灰色关联度法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(Dynamic)的历程分析。灰色关联度可分成“局部性灰色关联度”与“整体性灰色关联度”两类。主要的差别在于局部性灰色关联度有一参考序列，而整体性灰色关联度是任一序列均可为参考序列。关联度分析是基于灰色系统的灰色过程，进行因素间时间序列的比较来确定哪些是影响大的主导因素，是一种动态过程的研究。
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。
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 0.45 051 40.2 0.38 0.55 10.552 25 0.22 0.52 1268 90 0.38 0.38 2128 40 0.32 0.3 18.551 45 0.15 0.3 576 95 0.7 0.55 1287 95 0.7 0.5 9.876 90 0.57 0.5 1150 35 0.32 0.35 2068 90 0.57 0.35 18.582 95 0.7 0.35 0100 200 1 1 097.5 180 0.94 0.95 1.395 160 0.88 0.9 2.586.3 105 0.68 0.75 6.382.5 90 0.6 0.7 7.578.8 75 0.53 0.65 8.875 60 0.45 0.7 7.568.8 52.5 0.41 0.55 13.862.5 45 0.38 0.5 17.556.3 37.5 0.34 0.45 21.343.8 26.3 0.28 0.35 50.650 30 0.3 0.4 2537.5 22.5 0.25 0.3 7531.3 18.8 0.23 0.25 10018.8 11.3 0.15 0.15 168.825 15 0.2 0.2 12512.5 7.5 0.1 0.1 212.56.3 0.8 0.05 0.05 256.32、]；输入评价矩阵YX=[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：LenY(：，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，endfor i=1：Len-1S(：，i)=(Y(：，i)-。
