(整理)灰色关联度分析方法模型

灰色关联度分析方法模型

灰色综合评价主要是依据以下模型：R=Y×W

式中，R为M个被评价对象的综合评价结果向量；W为N个评价指标的权重向量；E为各指标的评判矩阵，（矩阵略）

i(k)为第i个被评价对象的第K个指标与第K个最优指标的关联系数。根据R的数值，

进行排序。

（1）确定最优指标集

设

**F[j1*,j2,jn],式中

*jk为第k个指标的最优值。此最优序列的每个指标值可以是诸

评价对象的最优值，也可以是评估者公认的最优值。选定最优指标集后，可构造矩阵D（矩阵略）

式中

jki为第i个期货公司第k个指标的原始数值。

（2）指标的规范化处理

由于评判指标间通常是有不同的量纲和数量级，故不能直接进行比较，为了保证结果的可靠性，因此需要对原始指标进行规范处理。设第k个指标的变化区间为[jk1,jk2],jk1为

jk2第k个指标在所有被评价对象中的最小值，为第k个指标在所有被评价对象中的最大值，

则可以用下式将上式中的原始数值变成无量纲值

Cki(0,1)。

ijkjk1Cijk2jk，i1,2,m，k1,2,,n（矩阵略） ik（3）计算综合评判结果

根据灰色系统理论，将

**{C*}[C1*,C2,,Cn]作为参考数列，将

ii{C}[C1i,C2,,Cn]作为被

比较数列，则用关联分析法分别求得第i个被评价对象的第k个指标与第k个指标最优指标的关联系数，即

（ik)**minminCkCkimaxmaxCkCkiiCCmaxmaxCCkiikk*kiikk*k

式中(0,1)，一般取0.5。

这样综合评价结果为：R=ExW

*{Cr{C}若关联度i最大，说明与最优指标}最接近，即第i个被评价对象优于其他被评

价对象，据此可以排出各被评价对象的优劣次序。

2.灰色综合评价实证分析

（1）方法一:理想对象（2007年数据）（表略）