数学建模:灰色关联分析

🔆 文章首发于我的个人博客:欢迎大佬们来逛逛

灰色关联分析法

算法流程

  1. 建立一个m行 n列的矩阵 X X X ,其中 m 表示评价对象, n表示评价指标
  2. 首先进行矩阵的归一化 ,得到归一化后的矩阵 d a t a data data
  3. 获取参考向量,即获取归一化后的矩阵的最大参考指标行 ,假设为 Y Y Y,即得到所有n个指标的最大值。
    1. 如果n表示评价指标,m表示评价对象,矩阵为 n ∗ m n*m n∗m ,则我们应该得到一个最大的参考指标列。
  4. 生成绝对值矩阵 A A A

A = ∣ X 1 − Y 1 ∣ A = ∣ x 4 − x 1 , x 5 − x 1 , x 6 − x 1 , x 7 − x 1 ∣ \begin{aligned}A&=|X_1-Y_1|\\A&=|x_4-x_1,x_5-x_1,x_6-x_1,x_7-x_1|\end{aligned} AA=∣X1−Y1∣=∣x4−x1,x5−x1,x6−x1,x7−x1∣

  1. 计算绝对值矩阵的最大值 d m a x d_{max} dmax和最小值 d m i n d_{min} dmin
  2. 计算灰色关联矩阵,假设为 B B B :其中 ρ \rho ρ 为一个分辨系数,设置为 0.5 为最佳。

B i j = d m i n + ρ d m a x A i j + ρ d m a x B_{ij}=\frac{d_{min}+\rho d_{max}}{A_{ij}+\rho d_{max}} Bij=Aij+ρdmaxdmin+ρdmax

  1. 分别计算最大与最小灰色关联度 ξ \xi ξ ,因此得到 ξ m i n \xi_{min} ξmin 与 ξ m a x \xi_{max} ξmax

ξ j = ∑ i = 1 m B i j m \xi_j=\frac{\sum_{i=1}^mB_{ij}}m ξj=m∑i=1mBij

  1. 计算评价总分:每个对象的 S c o r e j Score_j Scorej 如果与最大灰色关联度 ξ m a x \xi_{max} ξmax 越大,或者与最小灰色关联度 ξ m i n \xi_{min} ξmin 越大,则评价得分越高

S c o r e j = 1 1 + ( ξ j ( m i n ) / ξ j ( m a x ) ) 2 Score_j=\frac{1}{1+(\xi_j^{(min)}/\xi_j^{(max)})^2} Scorej=1+(ξj(min)/ξj(max))21

代码实现

matlab 复制代码
function [Score] = mfunc_GreyCorrelationAnalysis(data)
		% data表示一个 m * n 列的原始数据矩阵

    % 标准化mapminmax是对行操作的,因此转置一下,如果使用zscore(data)标准化则无须转置,但是无法标准化到0,1
    data1=mapminmax(data',0,1);%标准化到0.002-1区间
    % 
    data1=data1'; % mapminmax在再转置回来
    %
    V_max=max(data1);%最大参考指标行,指标最大
    V_min=min(data1);%最小参考指标行,指标最小

    % 与最大值的灰色关联度
    data2=abs(data1-V_max);
    %得到绝对值矩阵的全局最大值和最小值
    d_max=max(max(data2));
    d_min=min(min(data2));
    % 计算灰色关联矩阵
    a=0.5;   %分辨系数默认为0.5
    data3=(d_min+a*d_max)./(data2+a*d_max);
    %  计算灰色关联度
    xi_max=mean(data3'); %计算每个评价对象的灰色关联度,求mean平均值

    % 与最小值的灰色关联度
    data2=abs(data1-V_min);
    %得到绝对值矩阵的全局最大值和最小值
    d_max=max(max(data2));
    d_min=min(min(data2));
    data3=(d_min+a*d_max)./(data2+a*d_max);
    xi_min=mean(data3');

    % 综合评分
    %与最大相关系数越大,最小相关系数越小得分大
    Score=1./(1+(xi_min./xi_max)).^2;
    for i=1:length(Score)
        fprintf('第%d个投标者评分为:%4.2f\n',i,Score(i));   
    end
end
相关推荐
水桶学习吧_3 小时前
基于MATLAB的圆锥滚子轴承故障诊断仿真
matlab·故障诊断·圆锥滚子轴承
Evand J1 天前
【MATLAB例程】基于IMM-CKF的AOA+测距融合的二维移动目标跟踪定位
开发语言·matlab·目标跟踪
机器学习之心2 天前
物理信息神经网络与扩展物理信息神经网络(PINN/XPINN)求解功能梯度材料稳态—瞬态热传导,MATLAB代码
matlab·物理信息神经网络
Martina_03214 天前
AI生成的3D白模单帧没问题,镜头一移动就被挡?用6步检查遮挡与构图
图像处理·人工智能·数学建模·3d·ai·自然语言处理·游戏策划
YLCHUP4 天前
【思维&图论建模】题解:债权(debt)_图论_建模_思路转化_思维题目_C++算法竞赛
c++·笔记·算法·数学建模·贪心算法·深度优先·图论
Evand J5 天前
【MATLAB例程,PMSM19】永磁同步电机(PMSM)基于多速率无迹卡尔曼滤波(UKF)的转速与转子位置估计。测量缺失、状态预测与恢复性能分析
开发语言·matlab·电机·ekf·卡尔曼·电机滤波
星夜离尘566 天前
MATLAB 离散数据分箱:半开区间、末端点与计数、加权和、平均
算法·matlab
Evand J8 天前
【MATLAB例程介绍】(17)永磁同步电机(PMSM)基于自适应无迹卡尔曼滤波(AUKF)的电流噪声在线估计。测量噪声协方差自适应与转速估计对比仿真
开发语言·matlab·卡尔曼滤波·无迹卡尔曼滤波·pmsm·电机滤波
严肃小白兔9 天前
MATLAB 绘图与科研论文插图制作:图形设计、统计表达与矢量导出
开发语言·matlab·科研绘图
严肃小白兔10 天前
MATLAB 数值计算中的精度与误差问题:浮点运算、误差传播与数值稳定性
人工智能·算法·matlab