基于灰色关联分析的企业战略风险评价及预警研究
摘要：考虑战略风险内涵呈现出的战略情景、能力及可持续三方面特征，为弥补现有研究在风险评价可拓展性与连续性方面存在的不足，同时解决企业管理者战略风险意识薄弱、风险预警能力匮乏导致的企业盈利能力低、持续发展后劲不足以及生命周期短等现实困境，在引入灰色关联分析方法的基础上，通过融合功效系数法的分析策略及预警管理的研究框架，提出了一套针对企业战略风险多属性、多方案及连续评价的综合评价及预警方法；同时，以YO集团下属的16家子公司为样本进行了案例分析，案例结果得出各子公司的风险系数与实际情况较为相符，验证了方法的可行性、有效性。
关键词：战略风险；风险评价；灰色关联；功效系数；预警管理
中图分类号：F27235 文献标志码：A 文章编号：
1671-1254（2016）02-0055-07
目前，我国经济发展逐渐趋于新常态，已从经济发展初期的资源要素和投资驱动转变为创新驱动。经济增长速度的放缓要求我国不断调整产业结构并优化升级，传统“命令式”和“愿景式”的战略理论已不能适应当今社会多方面的综合
需求，我国企业所处的内外部环境和所面临的多样化信息日渐呈现出显著的“不确定性”特征。而企业高层管理者由于战略风险意识薄弱、风险预警能力匮乏，导致企业面临盈利能力低、持续发展后劲不足以及生命周期短等现实困境。因此，如何在不确定条件下采用科学的方法，对企业战略风险进行评价与管控，成为当前企业界与理论界共同关注的热点问题。另一方面，战略风险评价需要融合诸多影响战略执行效果的内生因素及外生变量，对风险评价体系及方案的可扩展性和连续性提出了更高的要求。针对企业战略风险开展综合、多方案及连续评价，具有重要的理论研究价值及实践指导意义。遗憾的是，当前学界对企业风险评价的主题研究相对缺乏，且相关已有风险评价方法普遍存在适用性效果不佳的问题。为此，本文尝试运用灰色关联分析方法，对企业战略风险进行多维度综合评价，在此基础上制定有效管控风险的预警方案。这是因为：一是相对于企业战略风险评价的广阔内涵，指标体系构成的多元化与要素单元间关联的复杂化，为梳理单个指标本身及多个指标整体表征的风险效应造成
了阻碍，需要借助功效系数方法，实现所有指标的相对风险效度标准化处理，将复杂的风险内涵约束为方案内的相对可比较数值；二是现有评价方法虽然已经注意到多战略风险维度的整合评价问题，即目前的专家决策方法和单变量敏感性分析方法，关注了战略风险内涵的战略情景特征及能力特征，
但尚未关注多评价方案间的横向对比问题，需要借助灰色关联分析在评价方案形成的决策情景内，挖掘相对风险评价导向，并通过对比分析拓宽战略风险的分析内涵及实践指导范围；三是针对企业战略风险内涵所具有的可持续特征，应对目前研究对战略风险连续评价及管理的不足，需要在风险评价过程中融入预警分析及管理框架，即整合灰色关联分析方法与功效系数方法，形成不同的风险区间及响应策略。
基于此，本文通过引入灰色关联度分析方法并融合有关功效系数法的分析策略与预警管理研究框架，针对传统的专家决策方法和单变量敏感性分析方法存在的不足，以获取适用于企业战略风险持续动态评价的合适方法，提升当前企业战略风险评价方法的可扩展性和操作性。
一、战略风险内涵特征及评价策略解析
（一）战略风险内涵特征解析
战略风险指企业未来整体战略不确定的损失，是各种企业内外部风险的综合集成。依据李健[1]对战略风险管理的研究进展，战略风险相对于战略目标而言，是指不能满足企业战略成功的某些必要条件，而对企业战略产生消极结果而导致无法实现既定的战略目标。另外，在战略风险形成的原因方面，赵丽娟、齐庆祝[2-3]等指出企业的战略风险大多是因为公司自身资源、内外竞争能力和公司长期战略在发展过程中存在着动态不平衡现象，三者交互作用导致企业经营状况
和经营业绩处于不稳定状态。基于此，我们认为评价企业战略风险的各项指标需从整体上反映企业的变动，并综合反映出以下三层次的内涵特征：第一，战略情景特征，如
Rabia[4]487等强调战略风险是一种依托于某种宏观环境的
整体经营可能性，即企业战略实施过程中可能与企业内外部环境的现实需求不相匹配，且缺乏相应的动态调整机制而形成企业战略风险；第二，战略能力特征，突出了战略管理的狭义属性，如Stefan[5]11等强调战略风险直接与企业资源、组织目标、技术积累、人力资本、管理能力等企业经营要素相关联，且风险属性的不同往往体现为研究范围的差异；第三，战略可持续特征，如赵志运[6]等强调指出企业发展资源和持续学习能力的不足，从而导致战略目标实现的必要条件无法满足企业长期经营发展的内外部需求，从而说明战略风险是客观存在的。
通过以上分析可知，战略风险对企业战略选择及其实施至关重要，且二者之间的相互关系错综复杂，可以依据复杂系统思维方法将企业战略风险经过科学方法分解成若干互
相独立的子系统，借助战略情景特征、战略能力特征和战略可持续特征三方面风险识别内涵的扩展需求，形成多层次、有序的递阶状评价层次结构。基于此，本文在依据企业战略风险因素钻石模型的基础上，得出企业战略风险评价体系的准则层主要涵盖宏观环境、企业内部资源、战略能力以及可
持续氛围等方面，具体企业战略风险指标体系框架见图1所示。其中：宏观环境是指对企业战略选择存在重要影响，但并不能为企业所完全掌控的外部因素，是影响企业职能及其执行效率的外生条件，主要包括宏观经济环境、产业环境、技术环境三个主要方面；内部资源是指能够支撑企业战略选择并形成竞争优势的要素基础，是影响和决定企业战略执行效果的硬件条件，包括人力资本、财务资本、技术资本三个方面；战略能力是企业拥有的为实现战略目标所需要素功能的有机组合，是影响和决定企业战略执行效果的软件条件。企业战略能力能从整体性视角全面反映企业管理层和员工
的综合素质，包括加强内外部有效沟通的协调能力、影响产品和企业生命周期的创新能力和掌控全局的控制能力等；可持续氛围包括社会心理、技能、方法和企业自我成长的特殊方式等各种因素，是企业文化所延伸出的有关战略构想、经营理念、工作作风等方面的综合倾向，是影响企业职能及其执行效率的内生条件，包括财务可持续性、创新可持续性和文化可持续性三个方面。为简明起见，图1所示评价指标体系中，括号内标注的数值为后文案例分析部分得到的验证数据。其中，第二级指标的权重是通过运用因子分析法后对方差解释列表中的四个因子特征值进行归一化处理
后所得到的结果，第三级指标的权重是通过因子分析法旋转后对因子得分系数进行归一化处理后的结果。具体计算过程
详见“企业战略风险评价方法构建”部分。
（二）战略风险评价策略解析
自20世纪70年代开始，国外学者注意到企业在发展过程中出现的新问题。针对企业内部的市场开发、财务管理、营销策略、运营方针等角度的风险评价研究逐步深化。以此为基础，体现为综合风险评价内涵的战略风险评价及管理已经成为企业决策中的重要课题，涌现出针对战略风险不同评价内涵、思路及方法的系列研究成果。例如，Das T K[7]等研究并设计出基于战略联盟不同结构的管理风险综合评价模型；Rabia[4]502等学者继续整合多准则风险评价的属性协调需求提出了一种评价战略风险的模糊多准则评价方法；Stefan[5]17针对灾害风险管理问题提出了一种战略环境评价方法。然而值得注意的是，国外学者的研究视角多集中于企业各职能层面的风险评估方法，研究视角相对单一，从全局视角对企业战略风险评价方法的相关主题研究成果则相对
较少，且并未在有效把握战略风险内涵特征基础上进行系统梳理从而开展研究，尚未关注到企业战略风险内涵的三方面特征。国内学者唐雯、魏金萍、黄坤和郝凡浩[8-11]等，在探索应用模糊综合评价、脆性风险控制模型、VAR模型等原理进行企业和多领域战略风险测度方面进行了尝试，关注了企业战略风险评价的战略情景特征及战略能力特征，但未关注战略风险内涵中的可持续特征。由于不同企业间或同一公司
的不同经营领域往往存在策略结构、市场环境和运营预期的差异。因此，现有风险评价方法在应用过程中往往呈现指标数据数量有限且波动性显著的现象，相关评价结果是否稳定、合理仍有待进一步考证。这便使得战略风险评价的相关研究方法对统计数据的筛选较为苛刻，在某种程度上不利于进行常态化、动态连续地对企业战略的潜在风险进行综合评价与有效管控。
为此，本文在深度把握国内外关于战略风险研究成果的基础上，为有效解决相关企业因战略风险导致的企业盈利能力弱、持续发展能力不足、生命周期短的现实困境，基于灰色关联分析方法，在整合功效系数方法和预警管理分析框架的前提下，将构建企业战略风险评价及预警的新方法，并面向YO集团的多家下属公司开展案例应用研究。
二、企业战略风险评价及预警方法构建
（一）基于功效系数方法的指标阈值确定和基本得分计算
1.单项指标风险阈值计算。方法如下：（1）通过因子分
析法对原始指标体系进行有条件筛选并确定相应的权重，针对由m个评价单元构成的指标集合，可以得到企业战略风险评价矩阵Amn，aij为第i个评价单元的第j个评价指标，若
该指标属于第g个维度，其对应权重为wgj；（2）求出Amn
中每列数据，即每个指标在m个评价单元的算术平均值，以
及该列数据的标准差；（3）按照风险5等级划分的标准，将企业战略风险水平划分为级别1至级别5，级别越低，指标数值越大，风险水平越低。反之，则指标数值越小，风险水平越高。据此，可以形成如表1所示的单项指标风险等级划分表。结合表1中的风险划分阈值，可以由每个评价单元的这6个风险指标阈值形成6列虚拟评价单元，用于针对样本企业战略风险评价等级的划分。
表1中的kj6、kj5、kj4、kj3、kj2、kj1分别为经德尔菲法的专家讨论后第j个指标的巨警、重警、中警、轻警、无风险阶段阈值调整数值，通过专家经验的调整，增强风险指标阈值确定的实践意义。
2.单项指标基本得分计算。（1）计算单项指标功效系数。单项指标功效系数=（指标实际值-本档标准下组限值）/（本档标准上组限值-本档标准下组限值），即：
eij=aij-ujkuj（k-1）-ujk 公式1
其中，eij为单项指标功效系数，aij为指标实际值，ujk 为第j个指标在第k个风险等级的本档标准下组限值，uj（k-1）为第j个指标在第k个风险等级的本档标准上组限值。（2）计算单项基本指标得分。单项基本指标得分等于本档风险基础分与单项指标功效系数之和，即：
a′ij=bjk+eij公式2
其中，a′ij为单项基本指标得分，eij为第i个单元第j
个指标的标功效系数，bjk为第j个指标在第k个风险等级的指标基础分值。由德尔菲法专家意见所确定的巨警至无风险各个风险等级的基础分值分别为1、3、5、7、9。
经过功效系数法处理后，原有的风险评价矩阵变为A′mn。其中，各指标的数值均为0～10内的标准化数值，指标数值越大，风险水平越低，并且评价矩阵内的每个指标都包含6个用于比较风险水平的虚拟数值[12]。
（二）基于灰色关联分析的企业战略风险综合评价
假设由于评价变量的复杂性和数据的相对不易获得性，企业战略风险测度体系A′mn可近似于一个待观测灰色系
统S。此系统中具有m（m>1）个等待评价单元，每个单元
具有n（n>1）个评价指标，并定义参评单元的下标集合θ1={1，2，…，m}，指标属性的下标集合θ2={1，2，…，n}。利用
灰色关联分析方法评价企业战略风险按照以下步骤：步骤一，确定参考序列和比较序列。参考序列元素a0（j）的确定，将取决于所要研究的具体问题，该序列一般由系统S中能够改善上层准则进而改善整体目标的指标数值构成；比较序列ai就是待评价灰色系统S中的第i个参评单元，此单元内共有n个指标。
步骤二，计算关联系数。
ε0i（j）=（Δmin+ρ?Δmax）（Δ0i（j）+ρ?Δmax），i∈θ1，j∈θ2公式3
其中，ε0i（j）=a0（j）-ai（j）是比较序列ai与参考序列a0在第k个指标属性上的绝对差值；Δmin=minjminiΔ0i （j）是比较序列xi与参考序列x0的各属性绝对差值的最小值；Δmin=minjminiΔ0i（j）是比较序列xi与参考序列x0的各属性绝对差值的最大值；ρ为分辨系数，0≤ρ≤10。一
般采用ρ=05。ε0i（j）随ρ的增大而增大，ρ越大，分辨
率就越高。步骤三，综合评价及排序。通过计算企
业战略风险测度体系A′mn各指标的关联系数，可以得到该灰色系统S的关联系数矩阵E。依据企业战略风险评价指标
体系中各维度权重和各维度下的指标权重，可进行加权求和，得到每个评价单元的综合风险评价得分序列[13]70-74。
三、案例运用
（一）案例样本及数据来源描述
YO集团原属国有企业，是一家以经营煤炭、焦炭、矿产品为主营业务，集能源开采、房地产开发、影视传媒、仓储、物流运输和进出口贸易为一体的多元化集团公司。2007年扩建为集团公司至今，已经拥有“一条龙”全程服务系统和一支成熟高效的营销队伍，旗下全资拥有16家子公司，在业
内享有“能源专业运营商”美誉。YO集团采用现代化管理机制，当前企业发展战略是通过走规模化、集约化、国际化的道路，力争用3-5年时间把YO集团打造成一流的国际化集团公司，建设成国内大型的煤、焦炭、钢材能源贸易集团，同
时多元化发展相关产业成为具有品牌优势和竞争优势的一
流国际化集团。
本研究选取YO集团的16家下属公司开展企业战略风险评价及预警研究。研究涉及的16个集团子公司（按照调查当年公司资产总额由大到小的顺序，编号为E1-E16）涵盖了煤、焦炭、文化传媒、房地产等9个行业。经过对YO集团进行实地调研，与集团各级职工进行深度访谈的基础上，归纳出YO集团下属子公司普遍存在着投融资渠道相对狭窄、企业风险管控缺乏整体性规划、经营战略持续性较差等三个主要方面的六大项目管控风险问题。另外，本文案例运用的数据均来自于研究对象的财务报表并经过适当整合。开展实地调研前，依据图1所示的企业战略风险评价指标体系，在转述指标含义为（例如，将“Q1宏观经济环境风险”转述为“执行重要投资决策期间的市场环境稳定程度如何？”）标号Q1～Q12的12个题项之后，首先，邀请研究涉及样本企业的中高层管理人员对相关问题进行填写并提出改进意见。然后，针对回收问卷的初步统计情况与实地调研出现的新情况，对问卷进行重新整合与优化，针对样本项目进行最终版问卷的发放与统计。其中，终版问卷共发放90份，回收76份，有效回收率为8444%，可以满足本文研究的实际需求。
（二）案例企业战略风险评价阈值计算
基于上文关于单项指标评价阈值的相关步骤，对影响YO
集团战略风险的各级指标的不同风险等级阈值基础知识与
调整值予以求解和加总，可从YO集团战略风险的12个评价指标中划分6组风险阈值点。基于此，将样本企业的各个评价指标按照风险等级的不同，划分为无风险、轻警、中警、重警、巨警五个层次[13]70-74，具体如表2所示：（三）案例企业战略风险综合评价得分及排序
基于灰色关联分析方法对案例企业的单项风险指标评
价得分进行处理，并结合上文战略风险评价指标体系的相关指标及对应权重，可以得到案例企业战略风险的综合评价得分及排序，如表3所示：
其中，S1、S2、S3、S4、S5、S6是指依据功效系数法而得到的样本企业战略风险评价虚拟参考单元，六个虚拟参考单元之间的样本企业分别处于不同的风险等级之中。
（四）案例企业战略风险评价结果分析及建议
分析案例企业的战略风险评价结果可知，YO集团旗下16家子公司的总体风险水平较高，且风险分布不均匀；另外，在不同风险等级区间范围内，样本企业风险的主要来源差异较大。其中，E2企业得分最高，说明该公司战略风险程度较高，需要迅速采取多样的手段来进一步分散风险，并采取积极性的发展战略对未来企业发展的风险进行适度管控，以促进企业经营的可持续性和稳定性。而E5分数最低，则说明该企业经营相对稳定，发展环境较好，应重点扶持；同时，
依据评价结果及排序结果可知，有12个样本企业战略风险处于中警及以上风险区间，占样本总量的75%。这表明YO 集团发展战略总体风险水平较高，需要及时调整经营管理战略，以分散经营风险并预防潜在风险；处于轻警区间的样本，在可持续氛围风险、内部资源风险两个方面的相对风险隐患更为显著，中警区间的风险来源则集中于内部资源风险和战略能力风险，而重警和巨警区间的风险来源则主要是因为企业内部资源风险所致。相关数据分析结果与YO集团经营的现状较为符合。表现为：一方面，在当前经济整体放缓的大环境下，宏观环境风险的影响突出且因经营领域、经营规模呈现出差异化的战略风险，部分重资产型企业处于以基础设施建设和规模扩张、资源战略储备为主的发展阶段；另一方面，部分企业虽然资本规模较小、业务盈利结构简单，但业务拓展初期对企业整体资金的占用规模相对较大，在短期内为企业的财务效益和偿债能力带来了较大压力。基于以上分析，综合考虑样本企业的总体风险来源，进行企业战略风险界定和识别管理时，首先应该从整体性层次厘清企业战略风险问题。在把握本行业宏观政策和区域政策导向的基础上，了解本行业未来发展趋势，积极加强企业关键业务的布局与调整，对企业战略风险进行阶段性评价，有针对性地应对各个风险区间内的风险隐患，构建科学、动态、富有弹性的战略风险预警机制。例如，针对处于中警区间的企业，需要在
宏观环境风险评估的基础上，以调整战略导向为目标，为样本企业重点投资环节增强资金追加力度，以优化项目融资结构，巩固企业自身和项目投建资本实力，平抑财务效益和偿债能力的风险问题。
四、结论
针对目前企业战略风险评价研究在风险评价体系及方案可扩展性与连续性方面存在的缺陷，积极响应战略风险内涵呈现出的战略情景、能力及可持续三个特征。本研究在引入灰色关联度分析方法的基础上，结合功效系数法的分析策略及预警管理的研究框架，提出一套针对企业战略风险多属性评价、多方案评价及连续评价的综合评价及预警方法。在此基础上，运用具体案例进行验证，结果表明：本文所提出的企业战略风险评价及预警方法适用于企业战略的风险评价，相关结果亦符合企业实际经营情况；另外，通过设计虚拟风险评价单元，实现对项目整体和各个风险维度的风险评价和风险等级划分，形成符合风险统计分析需要的分阶段风险统计结果，对提升现有企业战略风险评价方法的可拓展性与可操作性具有一定的借鉴意义与参考价值。然而，由于本研究样本选自YO集团内部，研究的假设前提是YO集团各子公司面临的风险具有差异性，对各子公司存在相同风险的情况尚未进行深入系统分析，这也是未来需进一步努力研究的方向。参考文献：
[1]李健.战略风险管理理论、模型与应用研究综述[J]. 管理现代化，2014，（1）：123-125.
[2] 赵丽娟，王核成.制造企业转型升级的战略风险形成机理及战略模式选择[J]. 科技进步与对策，2012，29（10）：75-79.
[3] 齐庆祝，张沁，王琴，等. 科技型小微企业战略联盟取向及阶段性风险管理研究[J]. 科技进步与对策，2014，31（05）：84-87.
[4]RABIA ARIKAN，METIN DA DEVIREN，MUSTAFA KURT.A fuzzy multi-attribute decision making model for strategic risk assessment[J].International Journal of Computational Intelligence Systems，2013，6（3）.
[5]STEFAN GREIVING.Risk assessment and management as an important tool for the eu strategic environmental assessment[J].disP - The Planning Review，2004，40（157）.
[6]赵志运，申景奇.动态风险控制与财务可持续性发展战略[J].中国管理信息化，2010，13（1）.
[7]FRANK M WERNER.“the rise and fall of finance and the end of the society of organizations”by gerald f
davis[J].Organization Management Journal，2010，7（4）：307-309.
[8]唐雯，李志祥.产业技术创新战略联盟风险的模糊综合
评估研究[J].科技管理研究，2014，34（12）：80-84.
[9] 魏金萍. 多元化战略脆性风险控制的最优路径选择[J]. 统计与决策，2014（12）：34-37.
[10]黄坤，王金安. 基于Fuzzy的国际工程项目风险综合评价研究[J]. 财经问题研究，2014（4）：104-109.
[11] 郝凡浩，王铁男，栗新. 嵌入战略因子的VaR模型改进研究[J]. 中国管理科学，2015，23（7）：35-44.
[12]杨璐，许成磊，杨训兵.基于改进ECM-CPM的企业股权投资项目风险评价研究[J]项目管理技术，2012（10）：46-51.
[13]王颖，许成磊.企业投资项目风险预警综合评价――基于改进的功效系数法和灰色关联分析法[J].技术经济，2012（11）.
科技信息 SCIENCE&TECHNOLOGY INFORMATION 2010年第17期 1关联度的概念 关联度是事物之间、因素之间关联性大小的量度。它定量地描述 了事物或因素之间相互变化的情况，即变化的大小、方向与速度等的 相对性。如果事物或因素变化的态势基本一致，则可以认为它们之间 的关联度较大，反之，关联度较小。对事物或因素之间的这种关联关 系，虽然用回归、相关等统计分析方法也可以做出一定程度的回答，但 往往要求数据量较大、数据的分布特征也要求比较明显。而且对于多 因素非典型分布特征的现象，回归相关分析的难度常常很大。相对来 说，灰色关联度分析所需数据较少，对数据的要求较低，原理简单，易 于理解和掌握，对上述不足有所克服和弥补。 2关联度的计算 灰色关联度分析的核心是计算关联度。一般说来，关联度的计算 首先要对原始数据进行处理，然后计算关联系数，由此就可计算出关 联度。 2.1原始数据的处理 由于各因素各有不同的计量单位，因而原始数据存在量纲和数量 级上的差异，不同的量纲和数量级不便于比较，或者比较时难以得出 正确结论。因此，在计算关联度之前，通常要对原始数据进行无量纲化 处理。其方法包括初值化、均值化等。 2.1.1初值化。即用同一数列的第一个数据去除后面的所有数据，得 到一个各个数据相对于第一个数据的倍数数列，即初值化数列。一般 地，初值化方法适用于较稳定的社会经济现象的无量纲化，因为这样 的数列多数呈稳定增长趋势，通过初值化处理，可使增长趋势更加明 显。比如，社会经济统计中常见的定基发展指数就属于初值化数列。 2.1.2均值化。先分别求出各个原始数列的平均数，再用数列的所有 数据除以该数列的平均数，就得到一个各个数据相对于其平均数的倍 数数列，即均值化数列。一般说来，均值化方法比较适合于没有明显升 降趋势现象的数据处理。 2.2计算关联系数 设经过数据处理后的参考数列为： {x0(t)}＝{x01，x02，…，x0n} 与参考数列作关联程度比较的p个数列(常称为比较数列)为： {x1(t)，x2(t)，…，x p(t)}＝ x11x12…x1n x21x22…x2n ………… x p1x p2…x pn 上式中，n为数列的数据长度，即数据的个数。 从几何角度看，关联程度实质上是参考数列与比较数列曲线形状的相似程度。凡比较数列与参考数列的曲线形状接近，则两者间的关联度较大；反之，如果曲线形状相差较大，则两者间的关联度较小。因此，可用曲线间的差值大小作为关联度的衡量标准。 将第k个比较数列(k＝1，2，…，p)各期的数值与参考数列对应期的差值的绝对值记为： Δok(t)=x0(t)-x k(t)t＝1，2，…，n 对于第k个比较数列，分别记n个Δok(t)中的最小数和最大数为Δok(min)和Δok(max)。对p个比较数列，又记p个Δok(min)中的最小者为Δ(min)，p个Δok(max)中的最大者为Δ(max)。这样Δ(min)和Δ(max)分别是所有p个比较数列在各期的绝对差值中的最小者和最大者。于是，第k个比较数列与参考数列在t时期的关联程度(常称为关联系数)可通过下式计算： ζok(t)=Δ(min)+ρΔ(max) ok 式中ρ为分辩系数，用来削弱Δ(max)过大而使关联系数失真的影响。人为引入这个系数是为了提高关联系数之间的差异显著性。0＜ρ＜1。 可见，关联系数反映了两个数列在某一时期的紧密程度。例如，在使Δok(t)＝Δ(min)的时期，ζok(t)＝1，关联系数最大；而在使Δok(t)＝Δ(max)的时期，关联系数最小。由此可知，关联系数变化范围为0＜ζok(t)≤1。 显然，当参考数列的长度为n时，由p个比较数列共可计算出n×p个关联系数。 2.3求关联度 由于每个比较数列与参考数列的关联程度是通过n个关联系数来反映的，关联信息分散，不便于从整体上进行比较。因此，有必要对关联信息作集中处理。而求平均值便是一种信息集中的方式。即用比较数列与参考数列各个时期的关联系数之平均值来定量反映这两个数列的关联程度，其计算公式为： r ok=1 n n i=1 Σζok(t) 式中，r ok为第k个比较数列与参考数列的关联度。 不难看出，关联度与比较数列、参考数列及其长度有关。而且，原始数据的无量纲化方法和分辩系数的选取不同，关联度也会有变化。 2.4排关联度 由上述分析可见，关联度只是因素间关联性比较的量度，只能衡量因素间密切程度的相对大小，其数值的绝对大小常常意义不大，关键是反映各个比较数列与同一参考数列的关联度哪个大哪个小。 当比较数列有p个时，相应的关联度就有p个。按其数值的大小顺序排列，便组成关联序。它反映了各比较数列对于同一参考数列的“主次”、“优劣”关系。 灰色关联度分析方法的运用之一，就是因素分析。在实际工作中，影响一个经济变量的因素很多。但由于客观事物很复杂，人们对事物的认识有信息不完全性和不确定性，各个因素对经济总量的影响作用不是一下子就能够看清楚的，需要进行深入的研究，这就是经济变量的因素分析。运用灰色关联度进行因素分析是非常有效的，而且特别适用于各个影响因素和总量之间不存在严格数学关系的情况。 例1：利用关联度分析方法研究某公路施工企业工资序列（表1）。 表1某公路施工企业工资序列表单位：千元 根据表1中数据，以工资总额为参考数列x0(t)，以计时工资x1(t)、档案工资x2(t)和承包工资x3(t)为比较数列，计算三种工资对于工资总额的关联度。 第一步，对各数列作均值化处理。 工资总额和三种工资的均值分别为： 浅议灰色关联度分析方法及其应用 孙芳芳 (濮阳市公路管理局河南濮阳457000) 【摘要】灰色关联度是灰色数学中的一种方法，用来研究事物相互关联、相互作用的复杂因素的影响作用，确定影响事物的本质因素，使各种影响因素之间的“灰色”关系清晰化。本文介绍了灰色关联度在实际工作中的分析方法和步骤，为定量描述事物或因素之间相互变化的情况提供了理论依据。 【关键词】灰色关联度；分析方法；综合评价；应用 年份工资总额计时工资档案工资承包工资 200313974.23831.06587.23556.0 200415997.64228.07278.04491.6 200517681.35017.07717.44946.9 200620188.35288.69102.25797.5 200724020.35744.011575.26701.0 x i軃18372.34821.78450.05098.6○公路与管理○ 880
重庆三峡学院 大学生创新性实验计划项目申报表 项目名称灰色关联模型及其应用研究 项目负责人 所在院系、专业 指导教师 联系电话 电子邮件 填表日期 教务处制
项目名称灰色关联模型及其应用研究 申请经费0.3万元计划起止时间2014年5月至2015年6月 申报团队学号姓名年级所在院系、专业联系电话E-mail 2012 导师 姓名院系职称/学历E-mail 电话 申请理由（包括项目背景及自身具备的知识条件） 一、项目背景： 灰色系统理论是中国学者邓聚龙教授于1982年提出来的一门新兴理论，该理论是一种运用特定的方法描述信息不完全的系统并进行预测、决策、控制的崭新的系统理论。灰色系统理论认为任何随机过程都是在一定的幅值和一定时区变化的灰色量，并把随机过程看成灰色过程，其是控制论观点和方法的延伸，它从系统的角度出发来研究信息间的关系，即研究如何利用已知信息去揭示未知信息，也即系统的“白化”问题。灰色系统的实质为：部分信息已知部分信息未知的一类系统。灰色关联分析是灰色系统理论的主要内容之一，它是对运行机制与物理原型不清楚或者根本缺乏物理原型的灰关系序列化、模式化，进而建立灰关联分析模型，使灰关系量化、序化、显化，能为复杂系统的建模提供重要的技术分析手段。 灰色关联分析方法是一种多因素分析方法，其基本原理是通过对统计序列几何关系的比较，若序列几何形状越接近，则它们的灰关联度就越大。灰色关联分析的基本任务是基于行为因子序列的微观或宏观几何接近，以分析和确定因子之间的影响程度或对因子对主行为的贡献测度。关联分析的实质是整体比较，是有参考系的、有测度的比较。 目前，常见的灰色关联计算模型主要有以下几种：邓聚龙提出的邓氏关联度；王清印的灰色B型关联度和C型关联度；唐五湘的T型关联度；刘思峰的广义关联度；赵艳林的灰色欧几里德关联度等。
灰色关联分析 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[1]。 灰色系统理论是由著名学者邓聚龙教授首创的一种系统科学理论(Grey Theory)，其中的灰色关联分析是根据各因素变化曲线几何形状的相似程度，来判断因素之间关联程度的方法。此方法通过对动态过程发展态势的量化分析，完成对系统内时间序列有关统计数据几何关系的比较，求出参考数列与各比较数列之间的灰色关联度。与参考数列关联度越大的比较数列，其发展方向和速率与参考数列越接近，与参考数列的关系越紧密。灰色关联分析方法要求样本容量可以少到4个，对数据无规律同样适用，不会出现量化结果与定性分析结果不符的情况。其基本思想是将评价指标原始观测数进行无量纲化处理，计算关联系数、关联度以及根据关联度的大小对待评指标进行排序。灰色关联度的应用涉及社会科学和自然科学的各个领域，尤其在社会经济领域，如国民经济各部门投资收益、区域经济优势分析、产业结构调整等方面，都取得较好的应用效果。 [2] 关联度有绝对关联度和相对关联度之分，绝对关联度采用初始点零化法进行初值化处理，当分析的因素差异较大时，由于变量间的量纲不一致，往往影响分析，难以得出合理的结果。而相对关联度用相对量进行分析，计算结果仅与序列相对于初始点的变化速率有关，与各观测数据大小无关，这在一定程度上弥补了绝对关联度的缺陷。[2] 灰色关联分析的步骤[2] 灰色关联分析的具体计算步骤如下： 第一步：确定分析数列。 确定反映系统行为特征的参考数列和影响系统行为的比较数列。反映系统行为特征的数据序列，称为参考数列。影响系统行为的因素组成的数据序列，称比较数列。 设参考数列（又称母序列）为Y={Y(k) | k= 1,2,Λ,n}；比较数列（又称子序列）X i={X i(k) | k = 1,2,Λ,n},i= 1,2,Λ,m。 第二步，变量的无量纲化 由于系统中各因素列中的数据可能因量纲不同，不便于比较或在比较时难以得到正确的结论。因此在进行灰色关联度分析时，一般都要进行数据的无量纲化处理。
灰色关联分析法原理及解题步骤
灰色关联分析法原理及解题步骤 ---------------研究两个因素或两个系统的关联度（即两因素变化大小,方向与速度的相对性） 关联程度——曲线间几何形状的差别程度 灰色关联分析是通过灰色关联度来分析和确定系统因素间的影响程度或因素对系统主行为的贡献测度的一种方法。 灰色关联分析的基本思想是根据序列曲线几何形状的相似程度来判断其联系是否紧密 1>曲线越接近,相应序列之间的关联度就越大,反之就越小 2>灰色关联度越大，两因素变化态势越一致 分析法优点 它对样本量的多少和样本有无规律都同样适用,而且计算量小,十分方便,更不会出现量化结果与定性分析结果不符的情况。 灰色系统关联分析的具体计算步骤如下 1》参考数列和比较数列的确定 参考数列——反映系统行为特征的数据序列 比较数列——影响系统行为的因素组成的数据序列 2》无量纲化处理参考数列和比较数列 （1）初值化——矩阵中的每个数均除以第一个数得到的新矩阵
（2）均值化——矩阵中的每个数均除以用矩阵所有元素的平均值得到的新矩阵 （3）区间相对值化 3》求参考数列与比较数列的灰色关联系数ξ（Xi） 参考数列X0 比较数列X1、X2、X3…………… 比较数列相对于参考数列在曲线各点的关联系数ξ（i） 称为关联系数，其中ρ称为分辨系数，ρ∈（0，1），常取0.5.实数第二级最小差，记为Δmin。两级最大差，记为Δmax。为各比较数列Xi曲线上的每一个点与参考数列X0曲线上的每一个点的绝对差值。记为Δoi(k)。所以关联系数ξ（Xi）也可简化如下列公式： 4》求关联度ri 关联系数——比较数列与参考数列在各个时刻（即曲线中的各点）的关联程度值，所以它的数不止一个，而信息过于分散不便于进行整体性比较。因此有必要将各个时刻
第五章灰色关联度分析 目录 壹、何谓灰色关联度分析----------------------------------------- 5-2 贰、灰色联度分析实例详说与练习 ---------------------------- 5-8 负责组员 工教行政硕士班二年级 周世杰591701017 陶虹沅591701020 林炎莹591701025
第五章灰色关联度分析 壹、何谓灰色关联度分析 一.关联度分析 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系统进行灰色关联度分析的概念，意图透过一定的方法，去寻求系统中各子系统(或因素) 之间的数值关系。简言之，灰色关联度分析的意义是指在系统 发展过程中，如果两个因素变化的态势是一致的，即同步变化 程度较高，则可以认为两者关联较大；反之，则两者关联度较 小。因此，灰色关联度分析对于一个系统发展变化态势提供了 量化的度量，非常适合动态(Dynamic)的历程分析。 灰色关联度可分成「局部性灰色关联度」与「整体性灰色关联度」两类。主要的差别在于「局部性灰色关联度」有一参 考序列，而「整体性灰色关联度」是任一序列均可为参考序列。 二.直观分析 依据因素数列绘制曲线图，由曲线图直接观察因素列间
的接近程度及数值关系，表一某老师给学生的评分表数据数据为例，绘制曲线图如图一所示，由曲线图大约可直接观察出该老师给分总成绩主要与考试成绩关联度较高。 表一某一老师给学生的评分表单位：分/ % 由曲线图直观分析，是可大略分析因素数列关联度，可看出考试成绩与总成绩曲线形状较接近，故较具关联度，但若能以量化分析予以左证，将使分析结果更具有说服力。
灰色关联分析法原理及解题步骤 ---------------研究两个因素或两个系统的关联度（即两因素变化大小,方向与速度的相对性） 关联程度——曲线间几何形状的差别程度 灰色关联分析是通过灰色关联度来分析和确定系统因素间的影响程度或因素对系统主行为的贡献测度的一种方法。 灰色关联分析的基本思想是根据序列曲线几何形状的相似程度来判断其联系是否紧密 1>曲线越接近,相应序列之间的关联度就越大,反之就越小 2>灰色关联度越大，两因素变化态势越一致 分析法优点 它对样本量的多少和样本有无规律都同样适用,而且计算量小,十分方便,更不会出现量化结果与定性分析结果不符的情况。 灰色系统关联分析的具体计算步骤如下 1》参考数列和比较数列的确定 参考数列——反映系统行为特征的数据序列 比较数列——影响系统行为的因素组成的数据序列 2》无量纲化处理参考数列和比较数列 （1）初值化——矩阵中的每个数均除以第一个数得到的新矩阵
（2）均值化——矩阵中的每个数均除以用矩阵所有元素的平均值得到的新矩阵 （3）区间相对值化 3》求参考数列与比较数列的灰色关联系数ξ（Xi） 参考数列X0 比较数列X1、X2、X3…………… 比较数列相对于参考数列在曲线各点的关联系数ξ（i） 称为关联系数，其中ρ称为分辨系数，ρ∈（0，1），常取0.5.实数第二级最小差，记为Δmin。两级最大差，记为Δmax。为各比较数列Xi曲线上的每一个点与参考数列X0曲线上的每一个点的绝对差值。记为Δoi(k)。所以关联系数ξ（Xi）也可简化如下列公式： 4》求关联度ri 关联系数——比较数列与参考数列在各个时刻（即曲线中的各点）的关联程度值，所以它的数不止一个，而信息过于分散不便于进行整体性比较。因此有必要将各个时刻（即曲线
职业安全卫生 Excel在灰色关联分析中的应用＊ 刘建 刘丹 刘向远 (西南交通大学环境科学与工程学院 成都610031) 摘 要 介绍了灰色关联分析的一般步骤,并对其中分辨率的取值和权重的计算作了初步分析。在此基础上,通过将灰色关联分析方法编写成Excel VBA程序,并应用于铜锣山隧道出口端隧道水的来源识别,不仅在较大程度上简化了计算,而且也取得了良好的预期成果。 关键词 灰色关联分析 Excel VBA 铜锣山隧道 The Application of Excel in Grey Correlation Analysis LIU Jian LIU D an LIU Xiang-yuan (School of Southwes t Jiaotong Univ ers ity C hengdu610031) Abstract General steps of grey correlation anal ys is are introduced in this paper,al ong wit h pri mary anal ys is on its identification coefficient and weight.Based on this,an Excel VBA program of grey correlation analysis method is designed to be used t o identify the s ource of water in Tongluoshan Tunnel.It not onl y s implifies the process of calculation to s ome extent,but also gives an good result. Keywords grey correl ation analys is Excel VBA tongl uoshan tunnel 灰色关联的基本思想是根据曲线几何形状的相似程度来判别其联系是否紧密。曲线越接近,相应序列之间关联度就越大,反之就越小。与传统的多因素分析方法(相关、回归等)相比,灰色关联分析对数据要求较低且计算量小,便于广泛应用[1,2]。自创建以来,已在航天、医药、石油、经济、军事、教育等行业和领域得到迅速推广。 灰色关联分析的核心是灰色关联度的计算,因其步骤相对繁琐,通常情况下需编写程序进行。常用的C、C++、For-tran等语言的操作都不能脱离DOC环境,这给广大科研工作者带来不便。鉴于此,作者通过对具有强大计算功能的Ex-cel软件进行二次开发,将其编写成VB A程序,为用户提供了一个简单适用、方便快捷的操作平台。 1 灰色关联分析一般步骤[3] 1.1 计算灰色关联系数 设有输出时间序列 X0={x0(1),x0(2),…,x0(n)} 和m个输入时间序列 X1={x1(1),x1(2),…,x1(n)} X3={x2(1),x2(2),…,x2(n)} …… X m={x m(1),x m(2),…,x m(n)} 称输出时间序列X0为参考序列,输入时间序列X1、X2、……、X m为比较序列。则灰色关联系数ζ0i可由下式计算。 ζ0i(k)= min i min k Δi(k)+ρmax i max k Δi(k) Δi(k)+ρmax i max k Δi(k) (1)式中,Δ0i(k)=x0(k)-x i(k),k=1,2,…,n,i=1,2,…, m,ρ为分辨系数。空军工程大学申卯兴等人研究表明,随着ρ取值的增大,ζ0i(k)的取值区间在不断缩短,当ρ=19时,ζ0i(k)∈[0.95,1],即最坏的关联程度也会使关联系数不小于0.95,这和人们通常的心理和认知感觉有悖。经计算,认为取ρ=0.05附近最好,此时ζ0i(k)∈[0.05,1],这样可以使ζ0i(k)的取值区间较长,易于比较和分辨各因素之 政府部门要逐年增加水利投入,特别是资金投入和劳动力投入,增强工程除险能力,保证工程安全运转,增强工程蓄水供水能力。主要挖潜工程有:①近期,进一步开发大沽河、产芝水库,扩大供水能力,可增加供水量14.5万m3/d;②远期,开发建设沐宝岛水库,作为西部后备水资源,可增加供水能力19.6万m3/d;③对现有病险水库、拦河闸坝等地表水工程加固改造,在50%、75%和95%3种保证下,分别可增加供水量3.343亿m3、1.790亿m3和1.061亿m3。 2.4 加快南水北调工程的论证、决策与建设进程 青岛水资源的贫乏,决定了解决青岛市的供水危机不可能靠新建中小型水库来彻底解决,只能从外地引水来完成。尽管引黄济青缓解了供需矛盾,但仍不能满足2010年后的需求。为了彻底解决山东半岛水资源紧缺状况,除了引黄济青外,还须依靠南水北调引长江水来补充。根据国家南水北调工程规划,青岛市应加强与之相关的工程论证、决策与预案调研,并有计划地加大力度,推进与之相匹配的工程的准备与前期建设,为早日实现南水北调作不懈的努力。 (收稿日期:2006-06-20) ＊基金项目:四川省交通厅科学技术研究项目资助。 ·47· 2007年第33卷第7期 Jul y2007 工业安全与环保 Indus trial Safet y and Environmental Protection
2灰色关联分析
精品资料 仅供学习与交流，如有侵权请联系网站删除 谢谢2 2 灰色关联分析方法 在实际问题中，许多因素之间的关系是灰色的，人们很难分清哪些因素是主导因素，哪些因素是非主导因素；哪些因素之间关系密切，哪些不密切。灰色关联分析，为我们解决这类问题提供了一种行之有效的方法。 一、灰色关联分析概述 我们知道，统计相关分析是对因素之间的相互关系进行定量分析的一种有效方法。但是，我们也注意到相关系数具这样的性质： xy yx r r =，即因素y 对因 素x 的相关程度与因素x 对因素y 的相关程度相等。暂且不去追究因素之间的相关程度究竟有多大。单就相关系数的这种性质而言，也是与实际情况不太相符的。譬如，在国民经济问题研究中，我们能将农业对工业的关联程度与工业对农业的关联程度等同看待吗？其次，由于地理现象与问题的复杂性，以及人们认识水平的限制，许多因素之间的关系是灰色的，很难用相关系数比较精确地度量其相关程度的客观大小。为了克服统计相关分析的上述种种缺陷，灰色系统理论中的灰色关联分析给我们提供了一种分析因素之间相互关系的又一种方法。 灰色关联分析，从其思想方法上来看，属于几何处理的范畴，其实质是对反映各因素变化特性的数据序列所进行的几何比较。用于度量因素之间关联程度的关联度，就是通过对因素之间的关联曲线的比较而得到的。 设x 1，x 2，…，x N 为N 个因素，反映各因素变化特性的数据列分别为 ｛x 1(t)｝，｛x 2(t)｝，…｛x N (t)｝，t=1，2，…，M 。因素j x 对i x 的关联系数定义为 min max max ()1,2,3,,(1)()ij ij k t t M t k ξ?+?==?+? (5)式中，ξij (t)为因素j x 对i x 在t 时刻的关联系数； max min ()|()()|,max max (),min min ();ij i j ij ij j j j j t x t x t t t ?=-?=??=?k 为介于[0，1]区间上的灰数。不难看出，△ij (t)的最小值是min ?，
基于灰色关联度分析企业竞争力分析设计
分类号_________ 编号___________ U D C _________ 密级___________ 中国民航飞行学院 毕业设计（论文） 题目“中华酷联”企业核心竞争力分析 作者姓名赵蓉 指导教师姓名及职称吴永强副教授 二级学院及专业名称航空运输管理学院物流管理专业 提交日期 2014年6月6日答辩日期 2014年6月9日 答辩委员会主任评阅人 2014 年 6 月 6 日
“中华酷联”企业核心竞争力分析 学生：赵蓉指导老师：吴永强 摘要 随着技术的发展和集成度的提高，整个电子行业市场是完全竞争的，本文基于国内外对企业核心竞争力的研究成果，运用灰色关联度法对国内手机制造企业进行核心竞争力评价。为了改进灰色关联度分析评价模型的精确度和避免由于人的主观因素而形成权重分配偏差,本文将熵值法与灰色关联分析法相结合,建立起基于熵权的灰色关联度分析模型。模型首先从人力资源、技术创新、知识产权、组织协调能力、计划调控能力等5个方面评价企业的获利能力与可持续性，然后综合企业在这5个方面的表现形成对中华酷联核心竞争力的综合评价，并给出相应的核心竞争力提升建议。论文研究认为企业只有统筹兼顾各方面因素才能实现核心竞争力的提升。 关键词：手机制造业；核心竞争力；灰色关联度；熵值法
Research on Evaluation of “Zhong Hua Ku Lian” Core Competence of Enterprise Candidate：Zhao Rong Supervisor: Wu Yong Qiang Abstract With the increasing development of technology and integration, the market of the electronics industry is completely competitive. My paper based on the domestic and foreign research results of evaluation of core competence of enterprise and use the grey relational analysis on the development direction of the manufacture mobil-phone Industry.In order to improve the accuracy and personal factor caused the weight deviation, my paper combines the entropy method and grey relational analysis to establish the entropy method and grey relational analysis model.The model first from human resource, technical innovation, intellectual property, ability to organize and coordinate, the ability of planning control evaluate the profitability and the sustainability.Than combine their perfoemance to evaluate the core competence and given the homologous improved susgestion.Thesis research conclud that the core competence of enterprise only over all consideration every factor to realize the ascension . Key Words:Mobile Phone Manufacturing;Core Competence;Grey Relational Degree; Entropy Methord
题目灰色关联分析及其应用 学生姓名魏婧学号 1109014115 所在学院数学与计算机科学学院 专业班级数学与应用数学数教1101班 指导教师马引弟 完成地点陕西理工学院 2015年06月08日
灰色关联分析及其应用 魏婧 （陕西理工学院数计学院数学与应用数学（师范类)专业数教1101班,陕西汉中 723000） 指导教师：马引弟 [摘要] 本文对灰色关联分析相关理论进行研究和总结,通过建立教师教育教学的评价指标体系,用灰色关联度模型进行决策,将定性与定量方法有机结合,使决策简单清晰,计算简单,便于实用. [关键词] 灰色关联分析;教育教学;评价;决策 1 引言 灰色系统理论是20世纪80年代,由中国华中理工大学邓聚龙教授首次在“含未知数系统的控制问题”的学术报告中提出“灰色系统”一词,它是以数学理论为基础的系统工程学科,为灰色系统理论鉴定基础[1].自灰色系统理论诞生以来,灰色关联分析理论作为其中最重要 的一部分就受到学术界的广泛关注.它不仅是灰色系统理论的重要组成部分,也是灰色系统、预测和决策的基石. 随着灰色系统在各个方面的推广、应用,对灰色关联分析的关注也越来越多,同时也存在一些不足.因此,为了更好的将灰色关联应用到实际生活中,对灰色关联分析理论探讨及实际应用进行研究是十分必要的. 党的十八大明确提出深化教育领域综合改革,努力办好人民满意的教育,要坚持教育优先发展,全面贯彻党的教育方针,对教师进行教育教学评价是十分有必要的.由于影响教师教育教学评价的因素很多,如何建立灰色关联模型进行合理的评价,是灰色关联分析应用实际教育教学评价体系的重点. 2 灰色关联分析概述 灰色关联分析理论的基本思想就是根据描述所研究系统指标序列曲线的几何形状与所选的标准系统指标序列曲线的相似程度来判断它们的关联程度是否紧密[1].曲线形状越接近,说明相对应的指标序列关联程度越大;曲线形状差异越大,说明相对应的指标序列的关联程度越小. 由此可以看出,对于如何定义关联度以及关联度的计算方法是灰色关联分析理论的重要组成部分[2].同时在进行关联分析时,必须先确定参考序列,然后比较其他序列的接近程度, 这样才能对其他序列进行比较,进而做出判断. 2.1灰色关联主要基本概念 X为表征系统特征行为的量,其在序号k上的观测数据为定义1[1]:设
1.地梭梭生长量与气候因子的关联分析 下表为1995年3年梭梭逐月生长量（X0）、月平均气温（X1）、月降水量（X2）、月日照（X3）时数和月平均相对湿度（X4）的原始数据，试排出影响梭梭生长的关联序，并找出主要的影响因子。 灰色系统理论提出了灰色关联度的概念，它是提系统中两个因素关联性大小的量度，关联度的大小直接反映系统中的各因素对目标值的影响程度。运用灰色关联分析法进行因素分析的一般步骤为： 第一步：确定分析数列。 确定反映系统行为特征的参考数列和影响系统行为的比较数列。反映系统行为特征的数据序列，称为参考数列。（Y）设参考数列（又称母序列）为Y = {Y （k）| k = 1，2，Λ，n}；影响系统行为的因素组成的数据序列，称比较数列。（X）比较数列（又称子序列）Xi = {Xi（k）| k = 1,2,Λ,n}，i = 1，2，Λ，m。 第二步，变量的无量纲化 由于系统中各因素列中的数据可能因量纲不同，不便于比较或在比较时难以得到正确的结论。因此为了保证结果的可靠性，在进行灰色关联度分析时，一般都要进行数据的无量纲化处理。 第三步，计算关联系数。X 0（k）与x i （k）的关联系数 记，则 ，称为分辨系数。ρ越小，分辨力越大，一般ρ的取值区间为(0,1),具体
取值可视情况而定。当时，分辨力最好，通常取ρ = 。 ξi（k）继比较数列xi的第k个元素与参考数列xo的第k个元素之间的关联系数。 第四步，计算关联度 因为关联系数是比较数列与参考数列在各个时刻（即曲线中的各点）的关联程度值，所以它的数不止一个，而信息过于分散不便于进行整体性比较。因此有必要将各个时刻（即曲线中的各点）的关联系数集中为一个值，即求其平均值，作为比较数列与参考数列间关联程度的数量表示，关联度ri公式如下： 第五步，关联度排序 关联度按大小排序，如果r1 < r2，则参考数列y与比较数列x2更相似。 在算出Xi（k）序列与Y（k）序列的关联系数后，计算各类关联系数的平均值，平均值ri就称为Y（k）与Xi（k）的关联度。 本题解答过程： 第一步：数据处理 X 0（k）= {，，，，13，，18，，，，8，1 } X 1（k）= {，，10，，，，，，22，18，， } X 2（k）= {17，，，，，，，，，，， } X 3（k）= {，，，137，，，，，，84，， } X 4（k）= {81，79，75，75，77，79，83，86，83，82，81，82}
分类号_________ 编号___________ U D C _________ 密级___________ 中国民航飞行学院 毕业设计（论文） 题目“中华酷联”企业核心竞争力分析 作者姓名赵蓉 指导教师姓名及职称吴永强副教授 二级学院及专业名称航空运输管理学院物流管理专业 提交日期 2014年6月6日答辩日期 2014年6月9日 答辩委员会主任评阅人 2014 年 6 月 6 日
“中华酷联”企业核心竞争力分析 学生：赵蓉指导老师：吴永强 摘要 随着技术的发展和集成度的提高，整个电子行业市场是完全竞争的，本文基于国内外对企业核心竞争力的研究成果，运用灰色关联度法对国内手机制造企业进行核心竞争力评价。为了改进灰色关联度分析评价模型的精确度和避免由于人的主观因素而形成权重分配偏差,本文将熵值法与灰色关联分析法相结合,建立起基于熵权的灰色关联度分析模型。模型首先从人力资源、技术创新、知识产权、组织协调能力、计划调控能力等5个方面评价企业的获利能力与可持续性，然后综合企业在这5个方面的表现形成对中华酷联核心竞争力的综合评价，并给出相应的核心竞争力提升建议。论文研究认为企业只有统筹兼顾各方面因素才能实现核心竞争力的提升。 关键词：手机制造业；核心竞争力；灰色关联度；熵值法
Research on Evaluation of “Zhong Hua Ku Lian” Core Competence of Enterprise Candidate：Zhao Rong Supervisor: Wu Yong Qiang Abstract With the increasing development of technology and integration, the market of the electronics industry is completely competitive. My paper based on the domestic and foreign research results of evaluation of core competence of enterprise and use the grey relational analysis on the development direction of the manufacture mobil-phone Industry.In order to improve the accuracy and personal factor caused the weight deviation, my paper combines the entropy method and grey relational analysis to establish the entropy method and grey relational analysis model.The model first from human resource, technical innovation, intellectual property, ability to organize and coordinate, the ability of planning control evaluate the profitability and the sustainability.Than combine their perfoemance to evaluate the core competence and given the homologous improved susgestion.Thesis research conclud that the core competence of enterprise only over all consideration every factor to realize the ascension . Key Words:Mobile Phone Manufacturing;Core Competence;Grey Relational Degree; Entropy Methord
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 5.87]; x(3,:)=[64 0.165 11.9 10.3 69.3 0.512 6.31]; %列出各数值，可修改 x(4,:)=[63 0.165 12.8 9.7 68.2 0.455 6.6]; x(5,:)=[56 0.211 13.2 12.6 77.5 0.317 7.12]; m=5;n=7; x0=[83 0.211 13.2 7.2 89.4 0.317 5.87]; %参考序列 for i=1:n avg(i)=0; %均值初始化 end for i=1:m for j=1:n avg(j)=avg(j)+x(i,j); end end %求均值序列 for i=1:n avg(i)=avg(i)/m; end for j=1:m for i=1:n x(j,i)=x(j,i)/avg(i); %均值化 end end for i=1:n x0(i)=x0(i)/avg(i); %参考序列均值化end for j=1:m for i=1:n delta(j,i)=abs(x(j,i)-x0(i)); %求序列差 end end max=delta(1,1); for j=1:m for i=1:n if delta(j,i)>max max=delta(j,i);
end end end %求两极差 min=0; for j=1:m xgd(j)=0; for i=1:n glxs(j,i)=0.5*max/(0.5*max+delta(j,i)); %计算关联系数及相关度 xgd(j)=xgd(j)+glxs(j,i); end xgd(j)=xgd(j)/n; end xgd %因此，A—E区与参考序列（最佳指标）的相关度分别为0.8489 0.6983 0.5588 0.5858 0.7105
灰色关联分析算法步骤 SANY标准化小组 #QS8QHH-HHGX8Q8-GNHHJ8-HHMHGN#
灰色关联分析 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。 是由着名学者教授首创的一种系统科学理论(GreyTheory)，其中的灰色关联分析是根据各因素变化曲线几何形状的相似程度，来判断因素之间关联程度的方法。此方法通过对动态过程发展态势的量化分析，完成对系统内时间序列有关几何关系的比较，求出参考数列与各比较数列之间的灰色关联度。与参考数列关联度越大的比较数列，其发展方向和速率与参考数列越接近，与参考数列的关系越紧密。灰色关联分析方法要求可以少到4个，对数据无规律同样适用，不会出现量化结果与结果不符的情况。其基本思想是将评价指标原始观测数进行无量纲化处理，计算关联系数、关联度以及根据关联度的大小对待评指标进行排序。灰色关联度的应用涉及社会科学和自然科学的各个领域，尤其在社会经济领域，如各部门投资收益、区域经济优势分析、等方面，都取得较好的应用效果。 关联度有绝对关联度和相对关联度之分，绝对关联度采用初始点零化法进行初值化处理，当分析的因素差异较大时，由于变量间的量纲不一致，往往影响分析，难以得出合理的结果。而相对关联度用相对量进行分析，计算结果仅与序列相对于初始点的变化速率有关，与各观测数据大小无关，这在一定程度上弥补了绝对关联度的缺陷。 灰色关联分析的步骤 灰色关联分析的具体计算步骤如下： 第一步：确定分析数列。 确定反映系统行为特征的参考数列和影响系统行为的比较数列。反映系统行为特征的数据序列，称为参考数列。影响系统行为的因素组成的数据序列，称比较数列。 设参考数列（又称母序列）为Y={Y(k)|k=1,2,Λ,n}；比较数列（又称子序列） X i={X i(k)|k=1,2,Λ,n},i=1,2,Λ,m。 第二步，变量的无量纲化 由于系统中各因素列中的数据可能因量纲不同，不便于比较或在比较时难以得到正确的结论。因此在进行灰色关联度分析时，一般都要进行数据的无量纲化处理。 第三步，计算关联系数 x0(k)与x i(k)的关联系数
灰色关联分析法 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”，来衡量因素间关联程度。灰色关联分析法的基本思想是根据序列曲线几何形状的相似程度来判断其联系是否紧密。 根据评价目的确定评价指标体系， 为了评价×××我们选取下列评价指标： 收集评价数据（此步骤一般为题目中原数据，便省略） 将m 个指标的n 组数据序列排成m*n 阶矩阵： '' ' 12''' '''1212''' 1 2(1)(1)(1)(2)(2)(2)(,,,)()() ()n n n n x x x x x x X X X x m x m x m ?? ? ? = ? ? ??? 对指标数据进行无量纲化 为了消除量纲的影响，增强不同量纲的因素之间的可比性，在进行关联度计 算之前，我们首先对各要素的原始数据作...变换。无量纲化后的数据序列形成如下矩阵： 01010101(1)(2) (1)(2)(2)(2)(,,,)()()()n n n n x x x x x x X X X x n x n x n ?? ? ?= ? ??? 确定参考数据列 为了比较...【评价目的】，我们选取...作为参考数据列，记作 ''''0000((1),(2),,())T X x x x n = 计算0()()i x k x k -，得到绝对差值矩阵 求两级最小差和两级最大差 01 1min min ()()min(*,*,*,*,*,*)*n m i i k x k x k ==-== 01 1 max max ()()max(*,*,*,*,*,*)*n m i i k x k x k ==-== 求关联系数 由关联系数计算公式0000min min ()()max max ()() ()()()max max ()() i i i k i k i i i i k x k x k x k x k k x k x k x k x k ρζρ-+?-= -+?-，取 0.5ρ＝，分别计算每个比较序列与参考序列对应元素的关联系数，得关联系数如 下：