数学建模常用模型04:灰色关联分析法
2023-03-07 09:08:51 时间
数学建模常用模型04:灰色关联分析法
灰色关联分析法
本文所用的资料参考来源:美赛资料网:美赛资料网
与灰色预测模型一样,比赛不能优先使用,灰色关联往往可以与层次分析结合使用。层次分析用在确定权重上面。
01
确定比较对象(评价对象)(就是数据,并且需要进行规范化处理,就是标准化处理,见下面例题的表格数据)和参考数列(评价标准,一般该列数列都是1,就是最优的的情况)
02
确定各个指标权重,可用层次分析确定
03
确定各个指标权重,可用层次分析确定
这是一个比较复杂的公式,给出的代码可以直接运行出来,可以先不管这个公式。
04
计算灰色加权关联度,计算公式为:
其中ri就是第i个指标对理想对象(参考数列,一般该数列都是1,就是最有情况)的加权关联度。就可以认为是评价的结果。
05
评价分析
例:通过对某健将级女子铅球运动员的跟踪调查,获得其 1982年至1986年每年最好成绩及16项专项素质和身体素质的时间序列资料,见下表,试对此铅球运动员的专项成绩进行因素分析。
表 各项成绩数据
运行结果的r为各指标和成绩的关联度,rind即为各指标和成绩的关联度大小排序的结果。在使用本程序的时候,只需要把数据换成自己自己的数据,以及把循环次数改一下即可。
相关文章
- 如何根据 Macie 检测结果为 S3 自动打上自定义敏感数据标签?
- Oracle On EC2 多租户架构轻松、高效整合数据库上云
- java--Java数组
- 利用 Lambda 将 Kinesis Data Stream 数据批量自动写入 MSK
- 新增功能 – AWS CloudTrail Lake 支持从非 AWS 来源摄取活动事件
- 基于 Redshift 和 Grafana 搭建实时大屏应用
- 使用 Lettuce 和 Redisson 对 Amazon Multi-AZ ElastiCache for Redis 实现就近读取
- 【java】java String 源码
- 【Python】------- Python 列表 list方法
- 使用 Kafka Connect 简化数据采集管道
- Amazon EMR HBase on S3 之二级索引、Thrift 和性能评测
- 使用 Amazon DocumentDB 和 Amazon MSK 通过 Kafka 连接器流式传输数据
- 使用 Amazon MSK Serverless 拆分整体式 Apache Kafka 集群
- 使用 AWS Glue DataBrew 和 Amazon QuickSight 简化半结构化嵌套 JSON 数据分析
- 使用 AWS DMS 将 Google Cloud for MySQL 迁移到 Amazon Aurora MySQL
- 使用 AWS Glue 蓝图将数据库中的数据大规模登陆到数据湖
- AWS Data Lab 如何帮助 BMW Financial Services 设计和构建多账户的现代化数据架构
- 为 Amazon Aurora PostgreSQL 配置性能测试框架
- [Python] Python 脚本备份sqlserver数据库
- 优化S3存储成本:S3智能分层配合S3 Glacier即时检索获得成本节约