基于改进灰色关联度的指标体系构建方法

基于改进灰色关联度的指标体系构建方法摘要：评价指标体系建立的是否合理决定着人们能否对评价对象有个正确的认识。

本文提出一种基于改进灰色关联度的评价指标体系构建方法，该方法首先计算出各因素与系统的关联度，采用德尔菲法对专家打分进行处理，打分结果作为各因素重要性的得分；然后将因素的关联度与重要性得分相结合，排序后筛选出初始指标；最后通过对初选指标之间的相关性分析，求解出有效的指标体系。

比较实验是在真实的数据集上进行的，实验结果证明改进的灰色关联度分析法明显优于主成分分析法。

因此可以认为改进后的方法能够有效的实现指标筛选。

abstract： whether evaluation objects can be understood comprehensively or not depends on a reasonable evaluation index system. in this paper， a novel evaluation index system construction method based on improved grey correlative degree analysis has been proposed. firstly， the correlation between various factors and the system has been calculated， dealing with expert scores based on the delphi method and assigning the results to the importance score of each factor. secondly，the correlative degree has been combined with the importance score and the initial indicators have been screened after sorting. finally， an effective index system has been drawn out through analyzing the correlations of primary indexes.comparison experiment has been conducted on real data sets. the experimental results demonstrate that the improved grey correlation analysis method outperforms the principal component analysis method. it suggests that the proposed method can be applied for achieving effective index screening.关键词：指标体系；指标筛选；灰色关联度；相关性分析key words： evaluation index system；index selection；grey relational degree；correlation analysis中图分类号：f22 文献标识码：a 文章编号：1006-4311（2013）07-0004-040 引言20世纪上半叶，在经历了项目预算、计划项目预算、目标管理预算、零基预算等多个发展阶段后，以美国、澳大利亚和新西兰为代表的oecd国家开始实施绩效预算改革。

灰色关联度方法介绍一、灰色关联度方法的概念灰色关联度方法是一种常用的分析方法，它是将各个因素之间的关系转化为数学模型进行计算，从而得出它们之间的相关程度。

灰色关联度方法主要应用于多因素分析和决策评价等领域。

二、灰色关联度方法的原理灰色关联度方法是基于灰色系统理论的，它通过对数据进行处理，将数据转化为一组序列，然后通过对这些序列进行比较，得出各个因素之间的相关程度。

具体来说，它主要包括以下步骤：1. 数据预处理：将原始数据进行标准化处理，使得各个因素之间具有可比性。

2. 灰色关联度计算：通过对标准化后的数据进行加权平均值计算，并与参考序列进行比较，得出各个因素与参考序列之间的相关程度。

3. 灰色预测模型建立：根据各个因素与参考序列之间的相关程度建立预测模型，并对未来趋势进行预测。

三、灰色关联度方法的应用1. 多因素分析：在复杂多变的环境下，往往需要考虑多种因素的影响，灰色关联度方法可以通过对各个因素之间的关系进行分析，得出它们之间的相关程度，从而帮助决策者进行有效的决策。

2. 决策评价：在决策过程中，需要对各种方案进行评价，灰色关联度方法可以通过对各种方案之间的比较，得出它们之间的相关程度，从而帮助决策者选择最优方案。

3. 经济预测：在经济预测中，需要考虑多种因素的影响，灰色关联度方法可以通过对各个因素之间的关系进行分析，得出它们之间的相关程度，并建立预测模型进行未来趋势预测。

四、灰色关联度方法的优缺点1. 优点：（1）能够充分考虑多个因素之间的相互作用和影响。

（2）具有较高的精确性和可靠性。

（3）能够处理样本数据量较小、数据质量较差等问题。

2. 缺点：（1）需要对数据进行标准化处理，增加了计算复杂度。

（2）依赖于参考序列的选择和权重设置，在实际应用中可能存在一定误差。

（3）不适用于非线性系统和高维数据分析。

五、灰色关联度方法的发展趋势随着计算机技术的不断发展和数据处理能力的提高，灰色关联度方法在多因素分析、决策评价和经济预测等领域得到了广泛应用。

18一、引言随着社会经济的发展，我国高等教育也取得了很大进步，作为高等教育的重要组成部分，高职院校一直是培养技能型人才的摇篮。

近年来，虽然高职院校在发展过程中取得了一定成绩，但在职业教育师资队伍建设过程中还面临着很多问题。

其中，如何加强“双师型”教师队伍建设一直是困扰我国现代职教体系建设的难题。

“双师型”教师对教师能力有更高的要求，既要求教师掌握丰富的文化理论知识和专业素养，又要求教师有熟练的专业实践技能，具备培养学生适应社会需求、指导学生创业的能力。

高职院校要实现内涵式发展，尤其需要加强“双师型”教师队伍建设，其中，对“双师型”教师进行绩效评价是一项重要内容，绩效评价方法是否得当直接关系到高职院校的办学质量和可持续发展程度。

近年来，越来越多的学者针对高职院校“双师型”教师绩效评价问题展开研究。

有关“双师型”教师绩效评价指标体系构建方面，任中普[1]指出目前高职院校教师评价指标基本上继承了本科高校体系，极不适应我国高等职业教育发展现状。

成英[2]采用文献资料法对地方高职院校体育院系“双师型”教师绩效考核体系进行研究，阐明构建体育院系“双师型”教师绩效考核体系的必要性，厘清“双师型”教师绩效考核内容、原则和形式。

李菲菲[3]通过对X职业教育中心“双师型”教师绩效考核体系现状的实地研究，具体分析了其中存在的问题，并针对性地提出了明确绩效考核基于改进灰色关联分析模型的高职院校“双师型”教师绩效评价——以江苏旅游职业学院为例周春光 党耀国 叶 莉 张 旭 王俊杰摘 要 “双师型”教师的绩效评价是高职院校的一项重要工作，需要建立一套科学、合理、实用性强的绩效评价体系。

从师德师风、教学工作、专业能力、科研工作、社会认可、个人发展6个方面建立高职院校“双师型”教师绩效评价指标体系，运用灰色关联分析方法构建高职院校“双师型”教师绩效评价模型，并结合改进的AHP与CRITIC法确定各指标的综合权重。

通过应用提出的评价方法对江苏旅游职业学院的8位“双师型”教师进行绩效评价，证明综合两种权重方法的评价模型得出的评价结果更加客观、准确。

多传感器目标识别的灰色关联topsis法
灰色关联 TOPSIS 法是一种基于直接灰色关联分析技术的多传感器目标识别方法，主
要用于识别大量传感器信号的异常情况，以及对传感器信号进行分类和目标识别。

这种方
法吸收了灰色关联分析的优点，如良好的去噪性能、鲁棒性和强健性，解决了传统分析方
法在信号处理方面的不足。

灰色关联TOPSIS法是基于传感器信号的各个特征进行识别的方法，它运用灰色关联
分析对传感器信号特征关联度进行识别，并通过合并和混合差异系数值，计算全局指标来
识别不同目标信号。

灰色关联TOPSIS法首先计算各个特征变量之间的相关系数，然后利
用改进型灰色关联度引入关联参数，进而计算多传感器信号特征之间的组合关联度，以便
索引不同的目标特征。

此外，还可以对各个信号特征的差异性进行合并和融合，然后根据
剂度系数，权权重进行求解，计算不同目标信号的全局指标排序，以此来确定具有最高匹
配程度的目标。

灰色关联TOPSIS法不仅可以提高识别准确性，而且具有节约资源的优势，因为它采
用了灰色关联分析和权重分配，即使对CPU进行有效利用，也能降低识别目标所需的资源，从而改善智能传感器系统的效率。

总之，灰色关联TOPSIS法是一种基于灰色关联分析的多传感器目标识别方法，通过
计算各个特征变量之间的相关系数以及关联参数，融合不同特征之间的差异性，来确定以
某个目标达到最佳匹配的全局指标。

同时，它还具有提高识别准确性和节约资源的优点，
有效地提升了智能传感器系统的效率。

基于改进灰色关联法的安徽省道路交通安全评价张晓博;刘朝峰;杜丽衡;贾慧;王子铭【摘要】为科学评价安徽省道路交通安全状况,基于交通事故次数、事故死亡人数与相关社会经济因素构建了10亿元GDP死亡率、百公里道路死亡率、万车死亡率、10万人口死亡率和平均每起事故死亡人数等5个道路交通安全评价指标.首先利用传统灰色关联法分析相关致因要素对各项交通安全指标的影响程度,得出人口因素和社会经济因素是主导因素.然后将模糊层次分析法和熵值法相结合确定各指标的权重,建立改进的灰色关联综合评价模型,并对安徽省交通安全水平进行综合评价.结果表明,安徽省交通安全水平在不断改善,但10亿元GDP死亡率和万车死亡率仍然偏高.与传统关联法相比,改进的灰色关联法更准确,具有更好的适用性,为道路交通安全治理提供决策依据.【期刊名称】《河北工业大学学报》【年(卷),期】2019(048)003【总页数】7页(P60-66)【关键词】交通安全评价;熵值法;模糊层次分析法;改进灰色关联法;安徽省【作者】张晓博;刘朝峰;杜丽衡;贾慧;王子铭【作者单位】河北工业大学土木与交通学院,天津 300401;河北工业大学土木与交通学院,天津 300401;河北工业大学土木与交通学院,天津 300401;保定学院数学与计算机系,河北保定 071000;河北工业大学土木与交通学院,天津 300401【正文语种】中文【中图分类】U492.80 引言近年来，随着我国机动化程度的发展和城市化进程的加快，交通事故的频发、交通拥挤的加剧、环境污染的恶化和能源消耗的过度等问题变得日益加重。

据统计，每天由于道路交通事故而死亡的人数多达3 000 人，占全球每天死亡人数的2.1%，除了死亡，每年由于道路交通事故受伤的人数也多达几千万人。

道路交通伤害已成为全球疾病和伤害负担的第九大原因[1]。

我国城市现行道路交通情况复杂，混合交通严重、自行车比例过大和交通管理不足等特点使得现阶段的交通安全形势仍然十分严峻。