灰色关联综合评价

灰色关联分析法对于两个系统之间的因素，其随时间或不同对象而变化的关联性大小的量度，称为关联度。

在系统发展过程中，若两个因素变化的趋势具有一致性，即同步变化程度较高，即可谓二者关联程度较高；反之，则较低。

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。

应用于综合评价（灰色综合评价）步骤：（1） 确定比较对象（评价对象）和参考数列（评价标准）。

设评价对象有m 个，评价指标有n 个，参考数列为{}00()|1,2,,x x k k n ==⋅⋅⋅，比较数列为{}()|1,2,,,1,2,,i i x x k k n i m ==⋅⋅⋅=⋅⋅⋅。

（2） 对参考数列和比较数列进行无量纲化处理由于系统中各因素的物理意义不同，导致数据的量纲也不一定相同，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，一般都要进行无量纲化的数据处理。

设无量纲化后参考数列为{}00()|1,2,,x x k k n ''==⋅⋅⋅，无量纲化后比较数列为{}()|1,2,,,i i x x k k n ''==⋅⋅⋅1,2,,i m =⋅⋅⋅。

（3） 确定各指标值对应的权重。

可用层次分析法等确定各指标对应的权重[]12,,,n w w w w =⋅⋅⋅，其中(1,2,,)k w k n =⋅⋅⋅为第k 个评价指标对应的权重。

（4） 计算灰色关联系数：0000min min ()()max max ()()()()()max max ()()s s s t s t i i s s tx t x t x t x t k x k x k x t x t ρξρ''''-+-=''''-+- 为比较数列i x 对参考数列0x 在第k 个指标上的关联系数，其中[]0,1ρ∈为分辨系数，称0min min ()()s s t x t x t ''-、0max max ()()s s tx t x t ''-分别为两级最小差及两级最大差。

】】 】 】 】 】 】第1章 基于层次分析法的灰色关联度综合评价模型灵活型公共交通系统是一个复杂的综合性系统，单一的常规评价方法不能够准确对系统进行全面评价【39 ，这就要求在进行灵活型公共交通系统评价时，结合系统固有特点，根 据各种评价方法的优缺点，构建适合该系统的综合评价模型。

本章以灵活型公共交通系统评 价指标体系为基础，参考常规型公共交通系统评价方法，建立了基于层次分析法的灰色关联 度综合评价模型。

1.1评价方法适应性分析灰色关联度分析法基于灰色系统理论，是一种多指标、多因素分析方法 ，通过对系统的动态发展情况进行定量化分析，考察系统各个要素之间的差异性和关联性，当比较序列与 参考序列曲线相似时，认为两者有较高关联度，反之则认为它们之间关联度较低，从而给出 各因素之间关系的强弱和排序【50】。

与传统的其它多因素分析法相比【80】【81】【82】，灰色关联度 分析法对数据量要求较低，样本量要求较少，计算量较小，可以利用各指标相对最优值作为 参考序列，为最终综合评价等级的确定提供依据 ，而不必对大量实践数据有过高要求，能 够较好解决灵活型公共交通系统作为新型辅助式公系统没有足够的经验数据支撑其模型参 数的问题。

此外，灵活型公共交通系统评价体系是基于乘客、公交企业、政府三方主体的综 合评价体系，涉及因素较多，指标较为复杂，部分指标之间存在关联性和重复性，信息相对 不完全，而灰色系统的差异信息原理以及解的非唯一性原理，可以很好的解决这一问题【79 。

综上所述，认为灰色关联度分析法比较 适合于灵活型公共交通系统的综合评价 。

然而灰色 关联度分析法将所有指标对于总目标的影响因素大小视作等同，没有考虑指标权重的影响， 评价值可信度较低，应当通过科学的方法，确定指标权重，将其与关联度系数相结合，增加 评价结果的科学性和有效性【83 。

常见的权重确定方法包括，专家打分法、等权重法、统计试验法、熵值法等。

第1章基于层次分析法的灰色关联度综合评价模型灵活型公共交通系统是一个复杂的综合性系统，单一的常规评价方法不能够准确对系统进行全面评价【39】，这就要求在进行灵活型公共交通系统评价时，结合系统固有特点，根据各种评价方法的优缺点，构建适合该系统的综合评价模型。

本章以灵活型公共交通系统评价指标体系为基础，参考常规型公共交通系统评价方法，建立了基于层次分析法的灰色关联度综合评价模型。

1.1评价方法适应性分析灰色关联度分析法基于灰色系统理论，是一种多指标、多因素分析方法，通过对系统的动态发展情况进行定量化分析，考察系统各个要素之间的差异性和关联性，当比较序列与参考序列曲线相似时，认为两者有较高关联度，反之则认为它们之间关联度较低，从而给出各因素之间关系的强弱和排序【50】。

与传统的其它多因素分析法相比【80】【81】【82】，灰色关联度分析法对数据量要求较低，样本量要求较少，计算量较小，可以利用各指标相对最优值作为参考序列，为最终综合评价等级的确定提供依据，而不必对大量实践数据有过高要求，能够较好解决灵活型公共交通系统作为新型辅助式公系统没有足够的经验数据支撑其模型参数的问题。

此外，灵活型公共交通系统评价体系是基于乘客、公交企业、政府三方主体的综合评价体系，涉及因素较多，指标较为复杂，部分指标之间存在关联性和重复性，信息相对不完全，而灰色系统的差异信息原理以及解的非唯一性原理，可以很好的解决这一问题【79】。

综上所述，认为灰色关联度分析法比较适合于灵活型公共交通系统的综合评价。

然而灰色关联度分析法将所有指标对于总目标的影响因素大小视作等同，没有考虑指标权重的影响，评价值可信度较低，应当通过科学的方法，确定指标权重，将其与关联度系数相结合，增加评价结果的科学性和有效性【83】。

常见的权重确定方法包括，专家打分法、等权重法、统计试验法、熵值法等。

等权重法不能很好的体现不同指标影响程度的差异性，并且在综合评价值相差不大时不利于方案的选择【84】；专家打分法、统计试验法评价的主观性较高，并且不适用于指标较多的情况【85】；行和正规化法、列和求逆法等指对判断矩阵的一部分数据进行利用，结果可信度不高【86】；最小偏差法、对数回归法等，利用同一指标不同方案值，认为变化程度较大的指标传递更多信息，应具有较高权重，然而对于灵活型公共交通系统单方案综合水平等级评价的情况，并不适用。

熵权灰色综合评价法
熵权灰色综合评价法是一种基于熵权法和灰色关联度分析的综合评价方法。

该方法综合考虑了数据的信息熵和灰色关联度，用于对多个指标进行综合评价。

具体步骤如下：
1. 确定评价指标：选择适当的评价指标，用于评估被评价对象的各个方面。

2. 数据标准化：将原始数据进行标准化处理，使得数据具有可比性。

3. 计算信息熵：对每个指标计算信息熵，用于衡量指标的信息量和差异性。

4. 计算权重：根据信息熵计算各个指标的权重，权重越大表示该指标对评价结果的影响越大。

5. 灰色关联度分析：利用灰色关联度分析方法，计算各个指标之间的关联度，用于衡量指标之间的关联程度。

6. 计算评价结果：根据指标的权重和关联度，计算出最终的评价结果。

熵权灰色综合评价法在实际应用中具有较高的灵活性和适用性，能够考虑到多个指标之间的相互关系，提高评价结果的准确性和可靠
性。