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。X0（k）与xi（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 = 0.5。 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）= {0.01，0.5，1.5，10.8，13，16.3，18，19.3，14.8，10.3，8，1 } X 1（k）= {4.2，7.4，10，16.1，21.1，23.9，24.7，24.5，22，18，13.1，6.8} X 2（k）= {17，10.8，17.4，19.7，248.7，72.2，96.9，269.5，194.8，58.1，4.9，12.6 }

X 3（k）= {54.5，73.8，84.7，137，149.6，109.5，101.6，1.6，81.6，84，79.3，66.5 }

X 4（k）= {81，79，75，75，77，79，83，86，83，82，81，82}

第二步：计算关联系数

minminx0(k) xi(k) |-8.5，-250.2，-145.3，-81= 250.2 maxmaxx0(k) xi(k) |-4.19，3.1，-65.5，-62.7= 65.5

ρ，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。通常取ρ = 0.5。

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。 i(k)

minminx0(k) xi(k) maxmaxx0(k) xi(k) x0(k) xi(k) maxmaxx0(k) xi(k) 250.2+0.5 65.5

= | 0 k xi(k)|+0.5 65.5 282.7

= | 0k xi(k)|+32.75

将相应x0(k)与xi(k)的数值代入式 i(k) min max 中，得 max

第三步：算出关联度 110

由公式Ri i(k)分别计算出月平均气温（X1）、月降水量（X2）、月日照（X3）

ni 1时数和月平均相对湿度（X4）关于梭梭逐月生长量（X0）的关联度R1,R2,R3,R4。

R1,R2,R3,R4 = (7.*****,4.*****,2.*****,2.*****)； 第四步：比较关联度大小得出结论

由R1R2R4R3说明梭梭逐月生长量与月平均气温关系最密切，而月降水量、月平均相对湿度和月日照的密切程度依次较小。 说明影响梭梭逐月生长量的主要影响因子是月平均气温。