【数学建模】灰色关联分析 + Matlab代码实现 |
您所在的位置：网站首页 › gray代码 › 【数学建模】灰色关联分析 + Matlab代码实现 |
【数学建模】灰色关联分析 + Matlab代码实现
|
文章目录
一、学习内容：二、学习时间：三、学习产出：3.1 灰色关联分析基本思想3.2 运用灰色关联分析的基本步骤3.3 灰色关联分析代码实现(Matlab)3.3.1 应用一：分析产业对GDP的影响程度3.3.2 应用二：灰色关联分析评价河流情况
3.4 补充：如何导入数据3.5 总结
一、学习内容：
灰色关联分析的基本思想运用灰色关联分析的基本步骤灰色关联分析代码实现(Matlab)
二、学习时间：
2020.12.11 三、学习产出： 3.1 灰色关联分析基本思想
数据：
由于第一产业、第二产业、第三产业的量纲相同，去量纲步骤可以跳过。大家在使用时需要注意自己的数据量纲是否相同。 %% 应用一：分析产业对GDP的影响程度 clear;clc; load data.mat; r = size(data,1); c = size(data,2); %第一步，对变量进行预处理，消除量纲的影响（大家在使用时需要注意自己的数据量纲是否相同） %avg = repmat(mean(data),r,1); %data = data./avg; %定义母序列和子序列 Y = data(:,1); %母序列 X = data(:,2:c); %子序列 Y2 = repmat(Y,1,c-1); %把母序列向右复制到c-1列 absXi_Y = abs(X-Y2) a = min(min(absXi_Y)) %全局最小值 b = max(max(absXi_Y)) %全局最大值 ro = 0.5; %分辨系数取0.5 gamma = (a+ro*b)./(absXi_Y+ro*b) %计算子序列中各个指标与母序列的关联系数 disp("子序列中各个指标的灰色关联度分别为："); ans = mean(gamma)输出结果为： 子序列中各个指标的灰色关联度分别为： ans = 0.7319 0.8983 0.8518 3.3.2 应用二：灰色关联分析评价河流情况数据：
 在matlab中的变量内部的左上角，右键->粘贴   将变量data另存为data.mat文件（注意：需要存在和你代码的同一目录下）    然后就可以全选代码，右键运行啦！ 
3.5 总结
灰色关联分析法的优势在于，它弥补了采用数理统计方法系统分析所导致的缺憾，对样本量的多少和样本有无规律都适用，而且计算量小，十分方便，更不会出现与定性结果不符合的情况。但是灰色关联分析仅在我国有部分学者使用，在国际上并没有得到太多认可，而且当数据量较大的时候，使用标准化回归的方法是更好的选择，只有在数据很少万不得已的情况下，才考虑灰色关联分析，当然，你也可以两者综合考虑。值得一提的是，在灰色关联分析中，母序列有多个的情况，我们只需要分开计算即可，也就是说，每一个母序列，都对应一个完整的子序列。
|
【本文地址】