宿州市住宅空间特征及灰色关联分析
摘要
本论文主要研究宿州市住宅小区的发展现状以及未来的发展趋势。宿州属于安徽北部的城市，相关经济产业支柱比较贫瘠，在全国范围内经济处于中下水平。所以相对于宿州来说以前是城市经济发展支柱的房地产行业，在全国范围内突然间萎靡，导致整个宿州市的房地产行业处于灰色状态。本论文通过研究全国经济和房地产行业的发展大势，联系宿州房地产行业的发展模型，再列举宿州市成功和失败的住宅小区的发展模式，来总体分析宿州市住宅空间特征及灰色关联的分析。
关键词：宿州市；住宅；房地产；经济低迷
ABSTRACT
This thesis mainly studies suzhou city residential area development present situation and future development trend. Suzhou belongs to a city of northern anhui, related economic pillar industry are poorer, within the scope of the national economy in the middle and lower levels. So relative to suzhou city's economic development is the mainstay of the real estate industry, suddenly malaise across the country, in the real estate industry of the suzhou city in the grey state. In this paper, through the study of the national economy and the development of the real estate industry trend, contact suzhou real estate industry development model, then list the success and failure of residential district suzhou city development model, to the overall analysis of suzhou city residential space and the theory of grey relation analysis.
Key words：Suzhou city; Housing; Real estate; The economic downturn
目录
1绪论 (1)
2宿州市房地产行业现状 (2)
2.1我国三四线城市房地产现状 (2)
2.2宿州市房地产现状 (2)
2.2.1宿州市住宅小区的布局 (3)
2.2.2宿州市房地产的发展模式 (3)
3宿州地产行业的发展 (4)
3.1宿州经济及政策对房地产的影响 (4)
3.1.1宿州经济及政策对房地产的影响 (4)
3.1.2宿州城区发展规划蓝图 (4)
3.1.3政府搬迁对宿州城市格局的影响 (5)
3.2宿州市主要住宅小区的现状 (5)
3.2.1市民观念对住宅小区发展的影响 (5)
3.3.2宿州市住宅发展现状 (6)
5结论 (7)
参考文献 (8)
1绪论
宿州市的经济比较疲软，经济处于全国中下等水平，虽然近年来宿州市市委市政府为发展宿州经济做了很多努力。但在全国范围内，产能过剩，国家正在把经济主要发展势头进军国外；像一带一路、亚投行、出口高铁等等项目。因此我国房地产行业进入低迷期，经济发展不是很好的三四线城市成为了受影响最大的地方。我国三四线城市都存在的发展问题，宿州市也当然会存在这些问题。例如在软经济技术的发展，相关产业链的组合，城市房地产去库存的硬性任务等等。但是根据市场供求关系来看，如果宿州市能完成去库存的任务，困难还是很艰巨的。因为在大市场萧条、供大于求的经济形势下，消费也在降低，商品房的销售一定是有所降低的。
关于宿州市住宅小区发展的情况，有像天鹅湾、银河绿苑、上河城等等发展势头良好、供不应求的小区，也有像南环三里洋房、千亩苑等无人问津的、甚至烂尾楼的小区。
本文将通过以下几个方面来分析宿州市的住宅空间特征及灰色关联分析：
1、全国经济的发展现状和趋势
2、宿州市的经济、地域和发展特色
3、宿州市的房地产现状以及未来发展趋势
4、宿州市住宅小区的发展布局和未来规划
2宿州市房地产行业现状
2.1我国三四线城市房地产现状
2008年后，房地产进入高潮期，无目的的发展造成了城市住宅小区的结构性过剩阶段，楼市越来越低迷，特别是近期两级分化加剧。一二线的大城市的楼市从刚开始的火爆，到后来的解开限购，再到现今所谓的回暖，房价大涨。一二线城市，住宅以及商铺的供不应求，与三四线深陷泥潭的房地产市场形成鲜明对比。
国家统计局的数据显示，1月至2月，全国房地产开发投资9052亿元，同比增长3％。我国经济处于转型期，去年消费GDP第一次超过投资GDP。我国在房地产行业的投资虽然减少，但住宅及商铺的销售更是惨淡不堪，所以我国总体库存量不但没减少，还再度增加。截至2月末，全国商品房待售面积73931万平方米，比去年年末增加2077万平方米。
有人根据以上的数据推测，未来三四线城市去库存的时间将会高达30多个月，有的偏远地区的时间会更长。总体来说，三四线城市的住宅发展问题主要是由以下两个方面的原因造成的。
一是经济发展差的因素。住宅的本质是满足人类居住的需求，前提是必须有人。住房最根本的销售，还是要靠人来购买。三四线城市经济发展较慢，居民收入水平相对较低，公共服务行业的水平供不上居民的需要。三四线城市又没有相关产业发展和转移经济重心的能量，对流动人口的吸引力较差。这些问题导致三四线城市的居民收入过低，同样也就造成城市市民消费能力较低。因此，新增住房消费群体也较为贫瘠。
二是2008年以后房地产的疯狂发展，供给过剩加剧。这样的结果导致房地产行业过热。在2011年时，在一线城市和部分二线城市出台了“限购”政策，导致一线二线城市的住房需求降低，房地产发展几乎停滞，一些开发商开始将房地产行业瞄向三四线城市。又由于当时政策不确定，考察不准确，导致三四线城市的新建住房过多，空置率过高，甚至有的都被称之为鬼城。
2.2宿州市房地产现状
上文指出，三、四线城市缺少牢固共生的产业集群，和良好的生活环境来吸
引高素质人才来建造更适合居住和发展业务的城市环境，进而刺激需求，达到去库存的目的。
2.2.1宿州市住宅小区的布局
宿州城算是一个古老的城区，但是宿州市却是一个年轻的城市。宿州市在1998年由国务院批准建市，在这十几年的发展期间宿州城区没有整体的规划布局，也没有总体考虑城市经济方面。在近期宿州市主要城区发展方向在“东进、北扩、南展、西优”这个主体进行发展。
构建“一主三副两星三园”大宿城空间结构。而城区的主要住宅布局就坐落在宿州市的“一主三副”的位置，即，一个中心城区；三个副城区：汴北新区、城东新区、城南新区。这是最近几年宿州市住宅小区发展的空间布局的主要方位，而在这些城区当中，主城是老区，有完备的基础设施、商业机构和人口流动性，但缺乏现代化城市具备的高科技产业链，以及城市规划的长远性；三个副城区规划合理，设备也齐全。但基础设施和商业机构有点不足。
宿州市选择这样规划布局方式，体现出未来发展的协调性、全局性，对宿州市的整体发展和评为国家园林城市将会有益。
2.2.2宿州市房地产的发展模式
宿州市的房地产开发的主要形式就是商业性住宅，下层是商铺上层小区的设计模式。一般很少设计单纯的写字楼、商业楼房或者是单纯的住宅小区。
这种发展模式有时候真的难以评判它的优劣，只能说各有利弊。这种发展模式适合当今宿州的经济基础和发展模式，如果单纯的建设写字楼将会无人问津，因为宿州没有向大城市那样的高科技产业，相对来说办公场所的需求也不是很多。如果单纯的建设住宅小区，又和宿州市发展的目标相悖。宿州市主要发展模式是建设一个综合性的新城市，除了具有容纳人口居住的住宅小区，也要有商业机构的市场。如果只建设住宅小区，则会丧失很多的城市的商业功能。
但是这种发展模式，为以后的发展留下了隐患。这些建筑主要都是在城区，像万达广场、家乐福附近和汽车东站中煤矿建集团开发的两栋居民楼，都是位于城市繁华地段的居民高层小区。我国的城市化进程还在继续，城市化还要进一步提高，像宿州这种城市的城市化还要继续发展。在未来市中心改建写字楼等等高科技的办公场所具有是必然趋势，但是城市繁华地段的居民小区，改建和城市规
划又是宿州城市发展的一大难题。
3宿州地产行业的发展
3.1宿州经济及政策对房地产的影响
3.1.1宿州经济及政策对房地产的影响
上文也指出宿州的经济状况和全国城市对比来说比较弱，处于中下游阶段。宿州经济落后是有其原因的，因为宿州没有相关的产业支柱，也没有特别突出的旅游景点，更没有能够带动经济的特色产品。所以宿州的发展只能根据政策，跟随安徽的经济平稳发展。
我国近年来产能过剩，经济低迷，房地产行业也发展到了瓶颈阶段。我国房地产行业的投资也在减少。我国现在主要的任务就是在降低国内产能过剩所带来的连锁反应。同样宿州经济也备受影响，开发商也逐渐减少对房地产行业的投资，甚至出现烂尾楼，像南区千亩苑中十冶竞标施工的建筑。所以要是在经济上能有所偏移房地产很明显不现实。
在政策上，宿州市在园林建设以及城市绿化面积，在安徽省排名靠前。评为国家园林城市是很有希望的。所以宿州市在致力于像国家园林城市的方向发展。对于新开的小区也会严格规定绿化面积不得低于市政府规定的最小值，要确保能够达到国家园林城市的发展目标。在2015年国家住房和建设部发布的园林城市拟名单，宿州市在名单上，这说明宿州评选为国家园林城市只差最后一步的决断。此项政策上省政府也对宿州市参与评选国家园林城市给与支持。像在汴河南岸规划的三角洲公园，在三角洲周围伴随的居民小区也逐步发展起来，像天鹅湾、上河城等等带动了西关的优化建设，这样和宿州提出的西优的发展政策相吻合。以及宿州市提出的三个生态园的建设：濉唐河、芦岭湖、桃园湖生态园。这些项目的建设和开发不仅仅使宿州的经济有所提升，还使生态绿化面积较多的地段的房地产行业有所提高。
3.1.2宿州城区发展规划蓝图
宿州的城区较为老旧，但是城区的土地价格却也是寸土寸金。为此为了使中心城区的土地得到更好的利用，改变城区的老旧的面貌，宿州市市委市政府开发
了一批新的项目。两淮的宿州新城，是宿州市旧城改造的得力制作，截止到现在已经有很多现代化的建筑在宿州城北拔地而起，成为进入宿州的标志。华夏世贸附近的区域将会是宿州市未来新的经济中心，将会与家乐福广场形成一东一西的一个城市两个经济圈的模式。这是宿州市城市规划和政府规划的蓝图，最后能不能按照市政府的意愿进行发展，还有待时间考验。
3.1.3政府搬迁对宿州城市格局的影响
以前政府机构所处的位置一直都被认为是城市的中心，到现在也可以这么认为。市委市政府的搬迁，把宿州市的行政中心搬迁至宿州西北，它的位置越来越受到开发商和市民的青睐。政府也加大了对那一带的投资建设，像文化馆和青年艺术馆的建设、新一中的搬迁。这种搬迁后所带来的效益，直接使周围原来是空地甚至是脏乱不堪的地段都已称为新的小区。市政府周围有银河绿苑、河畔壹号、新都市华庭等等现代化的小区，集成了宿州政务、文化、教育为一体的新的经济区域。
3.2宿州市主要住宅小区的现状
3.2.1市民观念对住宅小区发展的影响
1、学校
宿州市的人口在2014年，根据户籍上的显示，常驻人口在186万。由于教育改革，国家实行九年义务教育，对于城市的九年义务教育已经实行划片入学，所以对于当地市民来说，一所好的学校附近是城市居民趋之若鹜的因素。正因为如此，最近才有北京出现60平米500万的天价学区房。
在宿州市，像新一中搬迁后的周围，宿州市第一小学，第一小学分校等等比较好的学校周围房子的销量和价格都相对比较高。
2、经济、医院
除了学区房，有良好的硬件设施也是市民买房时所考虑的因素，经济商业圈的周围，房价始终是在高处徘徊，不管是哪所城市也不管是不是大城市，更不会因为城市有了降低空置率的任务就会导致城市商业圈周围的房价下调。
这是因为商业圈周围有良好的软硬件设施，交通发达。一所城市的中心是集城市所有优点于一身的地段。
3、环境
宿州的经济也在这十几年间快速的发展，但是宿州发展的期间，在环保方面做得不是很好。历史欠账太多。据说汴河以前也是黑水河，现在的水清澈也是最近政府下大力气治理的原因。又在宿州城市西北地区汴河的南岸建了三角洲公园，这是宿州市目前最大的绿色园林公园。现在已成为宿州市人口流动量最多的地方。因此在其周围的小区，才会如此火爆。
可能是看到良好的生态环境所带来的经济效益，宿州市市政府也在处理环境污染的问题。像现在的沱河和火车站附近的一条河，最近政府也要进行河底清理。如果真的像政府安排的计划那样，相信在未来的不久，东关的沱河公园也会称为第二个三角洲公园。
3.3.2宿州市住宅发展现状
宿州城市住宅的发展现状也可以说是冰火两重天吧，有像天鹅湾，上河城等等供不应求的小区；也有像高铁新城当中无人问津的小区。在本小节只列举两个比较极端区域的发展状况。
1、京沪高铁宿州站
高铁上的宿州高铁新城可以称之为一个决策性的失误吧。之所以称高铁新城为失误，只是觉得选址方面有点失误。这虽然是个人观点，但是也是根据市场经济以及发展现状总结而来的。
宿州高铁站位于宿州城区西北约四十公里处。开发商在高铁新城开发了几个小区，高层至今无人问津，硬件设施极度匮乏，就连银行都很稀缺，根据调查显示，在高铁站周围，只有一个农业银行，还在距离高铁站两公里处。到底宿州的高铁新城该怎么发展，确实是个难以解决的问题。
2、三角洲周围的住宅小区
三角洲周围第一个开发的小区是天鹅湾，在当时三角洲公园刚刚建成，是风景优美、适宜生活的好地方，所以天鹅湾一度成为了宿州市不能说是最好的小区但可以说成是最火的小区。这是宿州市政府出台治理环境的举措之后收货的最大的果实。经济发展，带动居民生活水平的提高，居民选择的购房因素已经不再是考虑菜市场等等生活必须品的因素了。首先考虑的是有一个舒适的生活环境，通过城市中三角洲公园的发展模式，会给其他小区的发展模式提供参考。
5结论
通过本文的研究论述，对宿州市的住宅小区的发展有个总体的评价，机遇和挑战并存。宿州的经济是比较一般，在文中也不止一次指出，但在整个安徽省甚至全国范围内来说，宿州房地产行业是处在发展的进程中，存在一定的空置率，但也有一定的销售量。属于整个安徽省的总体情况，宿州的经济发展也和安徽总体的经济水平挂钩。总体来说宿州的住宅小区的发展是处于平稳阶段的，房地产能够支持一个城市的经济已是不可能，但是也不会想一些说的三四线城市的房地产会崩溃，最起码宿州的不会。现在房地产行业疲软，造成这个局面的主要原因还是因为国家经济的疲软和产能的过剩。
对于宿州城市住宅的发展现状上面也指出了，属于两种极端的销售情况，很少有一些不温不火的商品房。像铁新城、三里洋房等这些比较冷门的小区，虽然是政府在某方面考虑的不大协调，在整个城市发展的进程中有点瑕疵，但宿州住宅小区的整体发展还是有着良好的发展势头的。
参考文献
[1] 周庆翔，纪红宇.《试论城市规划实施中存在的问题和对策》[J]. 黑龙江科技信息. 2010(05)
[2] 毛勇.对我国房地产市场泡沫的判定及预控机制研究[J].城市发展研究，2009 (2):74-77.
[3] 周建军.我国房地产价格的影响因素及其合理性研究[J].商业研究,2009 (4): 93-96.
[4] 胡洁，潘林基于主成分分析的房地产指标研究[J].中国水运学术版，2006 (9): 188-190.
[5] 何塞娇.我国房地产市场泡沫分析与测度[D].浙江工商大学,2008.
[6] 王德.Hedonic住宅价格法及其应用[J].规划方法,2005.
[7]刘定惠，杨永春.基于GIS与Hedonic模型的成都市住宅价格空间分布特征及其影响因素研究[J].安徽农业科学,2010 38(29): 1-6.
[8] 2010年埇桥区政府工作报告——2010年1月12日在宿州市埇桥区第八届人民代表大会第五次会议
[9] 政府工作报告——2010年1月25日在安徽省第十一届人民代表大会第三次会议
[10] 江浩波.中小城市控制性详细规划管理体系探讨——以安徽省宿州市为例《规划师》2013年第S2期
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。
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
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 ?，
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
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
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 ?，
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 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。 三.量化分析 量化分析四步曲： 1.标准化(无量纲化)：以参照数列(取最大数的数列)为 基准点，将各数据标准化成介于0至1之间的数据最 佳。 2.应公式需要值，产生对应差数列表，内容包括：与参 考数列值差(绝对值)、最大差、最小差、ζ（Zeta） 为分辨系数，0＜ζ＜1，可设ζ = 0.5(采取数字最终 务必使关联系数计算：ξi（k）小于1为原则，至于
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}
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：
例一： 总体构思：本着对城市需求与价值的体现，创造舒适的公共空间环境，运用材料、空间、形式、场地等元素进行合理的空间布置，并
在此基础上将室内空间布局与材料相结合，使达到室内空间的科学性与艺术性。
HA事业部顶面图 HA事业部作为展示用途面积占用大于1/2,展示空间运用大量采光，来表达突出展品的美感与价值。 HB事业部总平图 HB事业部采用与HA不同的表现方法，展品不再集中占用大面积的场地，而是将展品分割陈列于互无关系的独立空间中，将不同风格的布艺展品充分表达，做到一花一世界的既视感。 HB展厅顶面布置图 作为展厅更加注重展品与光和环境元素的结合，突出体现在光的运用更加频繁。
HE事业部顶面图 HE事业部的建筑构造形式更加丰富，运用曲线与拐角打造不同于其他的空间形式。 HE事业部平面图 建筑构造形式的改变在带动空间流动方向改变的同时也改变了室内陈设布置的形式。使展品脱离死板的摆放展示，赋予其流动的美感。 HI事业部顶面图 HI事业部的空间表达更为简单，以纵横的空间流通方式将视点集中于中部展台，突出展品。
HI事业部平面图 HS事业部顶面图 HS事业部以整体的开敞形式来强调空间的流动性，将部分隔断放入整体的空间形态中来划分区域的界限，将不同风格展品从中总体中分割出来，达到展品与区域的统一，区域与整体空间的统一。 办公区入口1 办公区入口1运用实体性分割进行空间划分，将字母形式的镂空空间隔断运用到空间划分中增加空间的开放性与趣味性。 采用简单的美式装饰风格，运用木质材料的暖色调与铁艺吊灯的暖色灯光来调和白色的冰冷感，增加空间美感，使办公空间更加温馨和谐。 木质的镂空吊顶与前台的公司LOGO的艺术表现形式则更加强调了空间的形式美感。
五灰色关联分析方法 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： rxy=ryx，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x1，x2，…，xN为N个因素，反映各因素变化特性的数据列分别为 ｛x1(t)｝，｛x2(t)｝，…｛xN(t)｝，t=1，2，…，M。因素xj对xi的关联系数定义为 ξij(t)=?min+k?max ?ij(t)+k?maxt=1,2,3, ,M(1) (5)式中，ξij(t)为因素xj对xi在t时刻的关联系数； ?ij(t)=|xi(t)-xj(t)|,?max=maxmax?ij(t),?min=minmin?ij(t);k为介于[0，1]区jjjj 间上的灰数。不难看出，△ij(t)的最小值是?min， 当它取最小值时，关联系数ξij(t)取最大值maxξij(t)=1;?ij(t)的最大值为i ?max，当它取最大值时，关联系数ξij(t)取最小值minξij(t)=i?min1? k+ 1+k??max??，即? ξij(t)是一个有界的离散函数。若娶灰色k的白化值为1，则有 1??min 1+2??max??≤ξij(t)≤1?(2) 在实际计算时，取?min=0，这时有 0.5≤ξij≤1(3) 作出函数ξij=ξij(t)随时间变化的曲线，它就被称之为关联曲线。图中的水平线，说明任何时刻的关联系数为1，它代表xi与xi本身的关联曲线ξij≡1，因为自己与自己总可以认为是密切关联的。
灰色关联度分析法在系统 综合评价中的应用 李玉辉,张建 2 (1.长沙理工大学,湖南长沙410076;2.济南市公路管理局,山东济南250013) 摘要:基于灰色系统理论,研究了灰色关联度分析法在系统综合评价中的应用。并通过实例对该方法进行了实证研究,表明了该方法的有效性。关键词:灰色关联度;综合评价;指标体系中图分类号:U491 文献标识码:A 的标准数据列,记为X0,设第一个指标值记为X0(1),第二个指标值记为X0(2),第k 个指标值记为X0(k),因此参考数据列可以用如下公式表示 X0=X0(i) i=1,2,3,,n ……………(1)比较数据列是研究的对象数据列,记为 X1,X2,,,Xm,可以用如下公式表示 X1=X1(i) i=1,2,3,,nX2=X2(i) i=1,2,3,,n,, Xm=Xm(i) i=1,2,3,, (2) 引言 系统综合评价的方法很多,如层次分析法、模糊综合评判法、主成分分析法、因子分析法等。这些方法都有各自的优点,但是也存在着一定的不足。例如模糊综合评判法是对难以精确化的复杂系统进行分析的间接评判法,这种方法的重要步骤是确定评价指标的隶属度,如果隶属函数选择的不合适,则容易引起较大的误差;层次分析法是将人们的定性思维转化为定量分析的过程,很大程度上依赖于人的经验;主成分分析法则要求有多个非线性相关的指标,指标太少的话,会在很大程度上影响评价的客观性。笔者应用灰色系统的有关理论,研究了灰色关联度分析法在系统综合评价中的应用。 1.2 关联系数 在分析参考数据列和比较数据列的关联程度时,首先分析各个指标间的关联程度,用关联系数这个概念表示,计算公式如下 Gi(J)= vMin+K#vMax (3) i(J)+K#vMax 其中,vi(J)=&Xi(J)-X0(J)&;vMin=MiinMJin&Xi(J)-X0(J)&:vMax=MiaxMJax&Xi(J)-X0(J)& Gi(J)为Xi对X0的k指标关联系数;K为分辨系数,一般在0与1之间,通过计算验证,笔者取为0.5,结果较为合理。
灰色关联度分析方法模型 灰色综合评价主要是依据以下模型：R=Y×W 式中，R 为M 个被评价对象的综合评价结果向量；W 为N 个评价指标的权重向量；E 为各指标的评判矩阵，（矩阵略） )(k i ξ为第i 个被评价对象的第K 个指标与第K 个最优指标的关联系数。根据R 的数值，进行排序。 （1）确定最优指标集 设 ],,[**2*1n j j j F =,式中*k j 为第k 个指标的最优值。此最优序列的每个指标值可以是诸评价对象的最优值，也可以是评估者公认的最优值。选定最优指标集后，可构造矩阵D （矩阵略） 式中i k j 为第i 个期货公司第k 个指标的原始数值。 （2）指标的规范化处理 由于评判指标间通常是有不同的量纲和数量级，故不能直接进行比较，为了保证结果的可靠性，因此需要对原始指标进行规范处理。设第k 个指标的变化区间为],[21k k j j ,1k j 为第k 个指标在所有被评价对象中的最小值，2k j 为第k 个指标在所有被评价对象中的最大值，则可以用下式将上式中的原始数值变成无量纲值)1,0(∈i k C 。 i k k k i k i k j j j j C --=21，m i ,2,1=，n k ,,2,1 =（矩阵略） （3）计算综合评判结果 根据灰色系统理论，将],,,[}{**2*1*n C C C C =作为参考数列，将 ],,,[}{21i n i i C C C C =作为被比较数列，则用关联分析法分别求得第i 个被评价对 象的第k 个指标与第k 个指标最优指标的关联系数，即 i k k k i i k k i k k k i i k k k i C C C C C C C C k -+--+-=****i max max max max min min )ρρξ（ 式中)1,0(∈ρ，一般取5.0=ρ。 这样综合评价结果为：R=ExW
灰色关联分析算法步骤 This model paper was revised by the Standardization Office on December 10, 2020
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
灰色关联分析算法步骤 Revised by BLUE on the afternoon of December 12,2020.
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
灰色关联分析算法步骤文稿归稿存档编号：[KKUY-KKIO69-OTM243-OLUI129-G00I-FDQS58-
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(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 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 = 0.5。
例一： 案例名 称豪申创意中心案例投资 总额 5500 万元 作者崔海涛设计是否 选用 竣工项目案例 设计类 型 室内设计案例类型展览空间 案例所 在地 江苏南通市案例面积8800 平方米 详细地 址 南通市通州区川港工业区石江公路1907号 参与设 计师 朱非波、崔自豪竣工时间2015-5-1 业主名 称 豪申布艺有限公司 业主联 系人 undefined 所用材 料品牌 凌云幕墙、环球UMGG、兔宝宝等品牌 设计说 明A、作品对城市需求与价值的独特挖掘角度: 展现了南通家纺行业的新面貌，体现了南通家纺业的良好发展B、作品在环境风格上的设计创新点: 它在外形和颜色上与周围建筑形成鲜明对比，看上去眼前一亮，从而产生一枝独秀的效果，避免给人一种枯燥乏味的感觉。C、作品在空间布局上的设计创新点: 将豪申公司的五大事业部合理安排到各个区域，完美呈现 D、作品在设计选材上的设计创新点: 使用环保材料 E、作品在投入运营后的出众效果与评价: 销售量稳步上涨，扩大营业面积，给客户带来良好的空间印象 总体构思：本着对城市需求与价值的体现，创造舒适的公共空间环境，运用材料、空间、形式、场地等元素进行合理的空间布置，并
在此基础上将室内空间布局与材料相结合，使达到室内空间的科学性与艺术性。
HA事业部顶面图 HA事业部作为展示用途面积占用大于1/2,展示空间运用大量采光，来表达突出展品的美感与价值。 HB事业部总平图 HB事业部采用与HA不 同的表现方法，展品不再集中 占用大面积的场地，而是将展 品分割陈列于互无关系的独 立空间中，将不同风格的布艺 展品充分表达，做到一花一世 界的既视感。 HB展厅顶面布置图 作为展厅更加注重展 品与光和环境元素的结合， 突出体现在光的运用更加 频繁。