精华内容
下载资源
问答
  • 灰色关联分析,包含成本性指标和效益型指标,直接运行结果。
  • 刘思峰教授提出的广义灰色关联分析的python算法实现。其中包括绝对关联度,相对关联度和综合关联度的计算实现。
  • 《五种灰色关联度分析matlab代码》由会员分享,可在线阅读,更多相关《五种灰色关联度分析matlab代码(3页珍藏版)》请在人人文库网上搜索。1、灰色邓关联分析% p12-the study on the grey relational degree and its ...

    《五种灰色关联度分析matlab代码》由会员分享,可在线阅读,更多相关《五种灰色关联度分析matlab代码(3页珍藏版)》请在人人文库网上搜索。

    1、灰色邓关联分析% p12-the study on the grey relational degree and its applicationFunction R1=gld_deng(x)s=size(x);len=s(2);num=s(1);Ro=0.5For I=1: numX(i,)=x(i,)。/x(i,1);EndDx(num,len)=0;For I=2 : numFor k=1 : lenDx(i,k)=abs(x(1,k)-x(i,k);EndEndmax _ dx=max(max(dx);min _ dx=min(min(dx);R(1,1: len-1)=1;For I=。

    2、2 : numFor k=1 : lenR (I,k)=(min _ dxro * max _ dx)/(dx (I,k)ro * max _ dx);EndEndR1=sum (r (23360num,),2)/(len);灰色绝对相关分析的改进% p11-the study on the grey relational degree and its applicationFunction R1=gld_gjjd(x)s=size(x);len=s(2);num=s(1);For I=1: numX(i,)=x(i,)。/x(i,1);EndDx(num,len-1)=0;For I=1 :。

    3、 numFor j=1 : len-1Dx(i,j)=x(i,j 1)-x(i,j);EndEndc=1;beta(1,1: len-1)=0;W(1,1: len-1)=0;For I=2 : numTemp=sum (ABS (x (I,)-x (1,)2);For k=1 : len-1beta(I,k)=atan (dx (I,k)-dx (1,k)/(1dx (I,k) * dx (1,k)if beta(I,k) 0beta(I,k)=pi beta(I,k);EndW (I,k)=1-ABS (x (I,k)-x (1,k)/temp;EndEndr=c ./(c tan(bet。

    4、a ./2);wr=w . * r;R1=sum (wr (2330num,),2)/(len-1);灰色绝对相关分析% p18-the study on the grey relational degree and its applicationFunction R1=gld_jd(x)s=size(x);len=s(2);num=s(1);For I=1: numX(i,)=x(i,)。/x(i,1);EndDx(num,len-1)=0;For I=1 : numFor j=1 : len-1Dx(i,j)=x(i,j 1)-x(i,j);EndEndR(1,1: len-1)=1;Fo。

    5、r I=2 : numFor k=1 : len-1R(i,k)=1/(1 abs(dx(1,k)-dx(i,k);EndEndR1=sum (r (23360num,),2)/(len-1);灰色t型关联分析% p19-the study on the grey relational degree and its applicationFunction R1=gld_t(x)s=size(x);len=s(2);num=s(1);Dx(num,len-1)=0;For I=1 : numFor j=1 : len-1Dx(i,j)=abs(x(i,j 1)-x(i,j);EndD_x=sum。

    6、(dx(i,),2)/(len-1);X(i,)=x(i,)。/d _ x;EndDx(num,len-1)=0;For I=1 : numFor j=1 : len-1Dx(i,j)=x(i,j 1)-x(i,j);EndEndR(1,1: len-1)=1;For I=2 : numFor k=1 : len-1If dx(1,k)*dx(i,k)=0R(i,k)=sign(dx(1,k)*dx(i,k);ElseR (I,k)=sign (dx (1,k) * dx (I,k) * min (ABS (dx (1,k),ABS (dx)EndEndEndR1=sum (r (23360n。

    7、um,),2)/(len-1);灰色梯度相关分析% P20-the study on the grey relational degree and its applicationFunction R1=gld_xl(x)s=size(x);len=s(2);num=s(1);For I=1: numX(i,)=x(i,)。/x(i,1);EndDx(num,len-1)=0;For I=1 : numFor j=1 : len-1Dx(i,j)=x(i,j 1)-x(i,j);EndEndR(1,1: len-1)=1;For I=2 : numFor k=1 : len-1R (I,k)=1/(1 ABS (dx (1,k)/x (1,k 1)-dx (I,k)/x (I,k 1)EndEndR1=sum (r (23360num,),2)/(len-1。

    展开全文
  • MATLAB灰色关联度代码

    2018-08-28 20:55:31
    代码适用于数学建模中需要求权重或评估模型,只需要修改输入的数据,其余命令不变,十分简易方便
  • 灰色邓氏关联度分析% P12 -- The Study on the Grey Relational Degree and Its Application function r1 = gld_deng(x)s = size(x);len = s(2);num = s(1);ro = 0.5;for i = 1: numx(i,:) = x(i,:)./x(i,1);enddx...

    灰色邓氏关联度分析

    % P12 -- The Study on the Grey Relational Degree and Its Application function r1 = gld_deng(x)

    s = size(x);

    len = s(2);

    num = s(1);

    ro = 0.5;

    for i = 1: num

    x(i,:) = x(i,:)./x(i,1);

    end

    dx(num,len) = 0;

    for i = 2 : num

    for k = 1 : len

    dx(i,k) = abs(x(1,k) - x(i,k));

    end

    end

    max_dx = max(max(dx));

    min_dx = min(min(dx));

    r(1,1:len-1) = 1;

    for i = 2 : num

    for k = 1 : len

    r(i,k) = (min_dx + ro*max_dx)/(dx(i,k) + ro*max_dx);

    end

    end

    r1 = sum(r(2:num,:),2)/(len);

    改进灰色绝对关联度分析

    % P11 -- The Study on the Grey Relational Degree and Its Application function r1 = gld_gjjd(x)

    s = size(x);

    len = s(2);

    num = s(1);

    for i = 1: num

    x(i,:) = x(i,:)./x(i,1);

    end

    dx(num,len-1) = 0;

    for i = 1 : num

    for j = 1 : len - 1

    dx(i,j) = x(i,j+1) - x(i,j);

    end

    end

    c = 1;

    beta(1,1:len-1) = 0;

    w(1,1:len-1) = 0;

    for i = 2 : num

    temp = sum(abs(x(i,:) - x(1,:)),2);

    for k = 1 : len - 1

    beta(i,k) = atan((dx(i,k) - dx(1,k))/(1 + dx(i,k)*dx(1,k)));

    if beta(i,k) < 0

    beta(i,k) = pi + beta(i,k);

    展开全文
  • GRA灰色关联度分析学习 附python代码

    千次阅读 2020-08-04 16:12:35
    灰色关联度分析,听名字很高大上,实际上就是算关联度的一个方法.就是想看看某几个因素中,哪个因素对事情的影响更大.比如 这个例子就算想看,其他这么一堆因子中,对旅游总收入的影响,哪个更大一些.个人从结果上看,还挺...

    主要学习了这位大佬的文章,讲的也很通俗易懂了

    以下的示例以及一些图片也是从大佬那边抄过来的,主要记录一下自己的学习感受.

    灰色关联度分析,听名字很高大上,实际上就是算关联度的一个方法.就是想看看某几个因素中,哪个因素对事情的影响更大.比如
    在这里插入图片描述
    这个例子就算想看,其他这么一堆因子中,对旅游总收入的影响,哪个更大一些.个人从结果上看,还挺像熵权法的…

    现在知道了就是想算影响关系,那就完成了第一步,确定子母序列,母是结果,子是影响因子.

    然后第二步,就要对数据进行预处理了.就想熵权法要归一化,这个也要…看大神的说法,一般在这里是用均值化和初值化

    初值化 就是每个因素都除以因素中,第一个因子的值就好了.比如在校大学生人数就是每个都除以341
    均值化就是每个因素都除以因素的平均值

    都挺好理解的,实际上,如果用标准化,或者归一化,会有不同的排序情况…至于为啥选初值化和均值化,不懂…

    数据与处理完后,ok,对着公式操作就好.

    在这里插入图片描述
    先看rho等于0的情况

    • 分子(就是min min那个)就是每一列(列指上面的数据图的列)第一行的数字(代表了结果)分别减下面每行(代表了影响因子)的绝对值得到一个值,然后再遍历每一列,得到这么多个值中的最小值.所以对于固定的数据来说,这个值是固定的.
      大神博客中提到,初值化的话,这个分子一定是0,也很好理解,初值化都是除以第一列的值,那第一列都是1,所以1-1=0,0肯定是最小值了

    • 分母就是第i行k列的值的具体值,结果减去影响因子的绝对值.几何意义上说,就是影响因子和结果的距离,距离越远,相关度就越低.

    再考虑rho,这里就直接不想多了,rho一般取0.5然后加上去以后可以防止分子为0的情况.别的就不多研究了…max max 跟min min那个算式,前面求的是最大值,这里求的是最小值.

    这样就能得到一个关联度矩阵,每个因子关联矩阵里对应位置的平均值,就是这个因子的关联度.

    下附代码

    这是可以直接复制使用的代码

    import numpy as np
    
    mom_ = [3439,4002,4519,4995,5566]
    son_ = [[341,409,556,719,903],[183,196,564,598,613],[3248,3856,6029,7358,8880]]
    
    mom_ = np.array(mom_)
    son_ = np.array(son_)
    
    son_ = son_.T / son_.mean(axis=1)
    mom_ = mom_/mom_.mean()
    
    for i in range(son_.shape[1]):
        son_[:,i] = abs(son_[:,i]-mom_.T)
    
    Mmin = son_.min()
    Mmax = son_.max()
    cors = (Mmin + 0.5*Mmax)/(son_+0.5*Mmax)
    Mmean = cors.mean(axis = 0)
    print(Mmean)
    

    在这里插入图片描述
    jupyter的运行过程展示,方便理解

    展开全文
  • :]-ck) t=t.append(temp,ignore_index=True) #求最大差和最小差 mmax=t.abs().max().max() mmin=t.abs().min().min() rho=0.5 #3、求关联系数 ksi=((mmin+rho*mmax)/(abs(t)+rho*mmax)) #4、求关联度 r=ksi.sum(axis...

    import pandas as pd

    import numpy as np

    # x = pd.DataFrame([[2000,0.732,0.836,0.628,0.743], [2001,0.758,0.883,0.688,0.787], [2002,0.859,0.914,0.781,0.929],[2003,1.0125,1.0440,1.0237,0.9847],[2004,1.2356,1.1069,1.2833,1.2363],[2005,1.4013,1.2152,1.5405,1.3182]])

    # x=pd.read_excel('D:\date\winequality\winequality-red1.xlsx')

    csv_file = "D:\date\winequality\winequality-red1.csv"

    csv_data = pd.read_csv(csv_file, low_memory=False) # 防止弹出警告

    x= pd.DataFrame(csv_data)

    x=x.iloc[:,1:].T

    # 1、数据均值化处理

    x_mean=x.mean(axis=1)

    for i in range(x.index.size):

    x.iloc[i,:] = x.iloc[i,:]/x_mean[i]

    # x.iloc[i,:] = x.iloc[i,:]/x_mean[i]  #i或者i+1不太明晰

    # 2、提取参考队列和比较队列

    ck=x.iloc[0,:]

    cp=x.iloc[1:,:]

    # 比较队列与参考队列相减

    t=pd.DataFrame()

    for j in range(cp.index.size):

    temp=pd.Series(cp.iloc[j,:]-ck)

    t=t.append(temp,ignore_index=True)

    #求最大差和最小差

    mmax=t.abs().max().max()

    mmin=t.abs().min().min()

    rho=0.5

    #3、求关联系数

    ksi=((mmin+rho*mmax)/(abs(t)+rho*mmax))

    #4、求关联度

    r=ksi.sum(axis=1)/ksi.columns.size

    #5、关联度排序,得到结果r3>r2>r1

    result=r.sort_values(ascending=False)

    print(result)

    展开全文
  • 灰色关联分析+Matlab代码实现

    万次阅读 多人点赞 2020-12-11 10:25:01
    3.灰色关联分析代码实现(Matlab) 学习时间: 2020.12.11 学习产出: 1.灰色关联分析基本思想 2.运用灰色关联分析的基本步骤 ①确定分析数列 母序列(又称参考数列,母指标):能反映系统行为特征的数据序列——>...
  • 1、Python 灰色关联度分析 采用一个示例,简单分析一下。 灰色关联度分析是 度量两条曲线的形态和走势是否相近 本文是在前文的基础上,进行结果可视化展示。 程序 读数据 import pandas as p import numpy as np ...
  • 灰色关联分析原理和MATLAB代码

    万次阅读 2019-07-24 22:28:03
    function [y] = relevancy( refer,compare,p,rank) %refer参考数列(行向量),compare比较数列 %p为分辨系数,默认为0.5 %rank为列向量,反映参考数列与比较数列同...%y返回一个反映关联度的列向量 [a,b]=size(compar...
  • 灰色关联度C代码

    2016-01-23 16:45:00
    灰色系统分析方法针对不同问题性质有几种不同做法,灰色关联度分析(Grey Relational Analysis)是其中的一种。基本上灰色关联度分析是依据各因素数列曲线形状的接近程度做发展态势的分析。灰色系统理论提出了对各子...
  • 灰色关联分析过程及代码实现

    千次阅读 2020-03-17 11:18:03
    灰色关联分析过程及...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。 实现步骤 数列无量纲化处理 由于原始数据指标的量纲不同,...
  • 本程序使用java实现灰色关联算法,计算灰色关联度,使用者可根据自身需要进行修改
  • 灰色关联分析matlab代码

    热门讨论 2009-03-12 11:14:07
    灰色关联分析matlab代码 计算方法参考文献:王宁练:冰川平衡线变化的主导气候因子灰色关联分析 冰川冻土
  • 灰色关联分析matlab

    2017-04-18 09:11:04
    灰色关联分析matlab代码
  • 灰色关联度度matlab

    2020-10-17 10:28:40
    详细的代码,提供学习。详细的代码,提供学习。详细的代码,提供学习。详细的代码,提供学习。详细的代码,提供学习。
  • 运用R做关联度分析

    2014-09-29 11:27:20
    运用R做关联度分析
  • 灰色关联度Matlab代码

    2021-04-18 16:00:48
    %求关联系数 r=sum(ksi')/n %求关联度 [rs,rind]=sort(r,'descend') %对关联度进行排序 MATLAB灰色关联度分析 目录 1.释名 2.举例 3.操作步骤与原理详解 4.总结 5.附录:MATLAB代码 @ 1.释名 灰色关联度分析(Grey ...
  • matlab灰色关联度代码MD758拆分和功能子拆分工具 MD758 Parcellation是蒙特利尔MNI152标准空间中人皮层的相对精细的碎片。 它将人的皮质和皮层下灰核分成758个簇,平均灰质体积为1.7 cm 3 。 MD758建立并完善了AAL...
  • 灰色关联度分析MATLAB程序》由会员分享,可在线阅读,更多相关《灰色关联度分析MATLAB程序(2页珍藏版)》请在人人文库网上搜索。1、x(1,:)=83 0.191 12.9 7.2 89.4 0.432 6.33;x(2,:)=75 0.189 11.6 9.1 82.3 0.453...
  • 灰色关联度分析(python)

    千次阅读 2020-08-18 21:31:22
    灰色关联度分析代码python import pandas as pd x=pd.read_csv('data4.csv') x=x.iloc[:,:].T # 1、数据均值化处理 x_mean=x.mean(axis=1) for i in range(x.index.size): x.iloc[i,:] = x.iloc[i,:]/x_mean[i] #...
  • 灰色关联度分析

    千次阅读 多人点赞 2019-11-13 14:46:07
    灰色关联度分析 灰色关联度分析方法步骤及原理; 另附例题及代码
  • 灰色关联分析法 (附代码

    千次阅读 2020-05-14 03:59:28
    灰色关联分析是指对一个系统发展变化态势的定量描述和比较的方法,其基本思想是通过确定参考数据列和若干个比较数据列的几何形状相似程度来判断其联系是否紧密,它反映了曲线间的关联程度。 简介: 灰色系统理论是...
  • 邓聚龙提出的灰色关联分析算法的实现过程。可以在此基础上进行二次开发。
  • MATLAB灰色关联度分析

    千次阅读 多人点赞 2019-12-08 10:06:29
    灰色关联度分析(Grey Relation Analysis,GRA),是一种多因素统计分析的方法。简单来讲,就是在一个灰色系统中,我们想要了解其中某个我们所关注的某个项目受其他的因素影响的相对强弱,再直白一点,就是说:我们...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 3,950
精华内容 1,580
关键字:

灰色关联度分析代码