数学建模 之 灰色关联分析GRA

灰色关联分析一句话，就是按照重要性对因素进行排序。但是算法还是很有东西的。

归一化normalization，或者叫 无量纲化

不然不同的如何，emmm解决呢，对吧。就是减少数据的绝对数值的差异，将它们统一到近似的范围内，然后重点关注其变化和趋势。如果不做处理必然导致大的数值的影响会”淹没“掉小数值的变量的影响。

所以我们要对数据进行归一化处理，主要方法有如下几个：

（1） 初值化： 顾名思义，就是把这一个序列的数据统一除以最开始的值，由于同一个因素的序列的量级差别不大，所以通过除以初值就能将这些值都整理到1这个量级附近。

（2） 均值化： 顾名思义，就是把这个序列的数据除以均值，由于数量级大的序列均值比较大，所以除掉以后就能归一化到1的量级附近。

其余还有如区间化，即把序列的值规范到一个区间，比如[0, 1]，之间。这个方法实际上在数据处理中应用比较多，但是在GRA中似乎常用均值化或者初值化，所以在此不介绍。

计算灰色关联系数

计算关联系数均值，形成关联序

说实话感觉不难呢。