1、灰色关联分析法灰色关联分析理论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。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。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，非常适合动态历程分析。關聯度對兩個系統或兩個因素之間關聯性大小的量度，稱爲關聯度
2、。它描述系統發展過程中因素間相對變化的情況，也就是變化大小、方向及速度等指標的相對性。如果兩者在系統發展過程中相對變化基本一致，則認爲兩者關聯度大；反之，兩者關聯度就小。 灰關聯分析的计算方法：關聯度分析一般包括下列計算和步驟：(1) 原始資料變換；(2) 計算關聯係數；(3) 求關聯度； (3) 排關聯序； (4) 列關聯矩陣。在應用中是否進行所有步驟，可視具體情況而定。 （1）資料變換的理由由於系統中各因素的量綱(或單位)不一定相同，如勞動力爲人，産值爲萬元，産量爲噸等，且有時數值的數量級相差懸殊，如人均收入爲幾百元，糧食每公頃産量爲幾千公斤，費用爲幾十萬元，有些産業産值達百億元，有些産業
3、才幾萬元，等等，這樣的資料很難直接進行比較，且它們的幾何曲線比例也不同。因此，對原始資料需要消除量綱(或單位)，轉換爲可比較的資料序列。目前，原始資料的變換有以下幾種常用方法： (a)初值化變換。分別用同一序列的第一個資料去除後面的各個原始資料，得到新的倍數數列，即爲初值化數列。各值均大於 0，且數列有共同的起點。(b)均值化變換。先分別求出各個序列的平均值，再用平均值去除對應序列中的各個原始資料，所得到新的資料列，即爲均值化序列。(c)區間值變換。先分別求出各個序列的最大值和最小值，然後將各個原始資料減去最小值後再除以（最大值最小值） 。（2）相關係數（）的計算公式2 个序列 Yn Xn ，时间序列 T， Yn Xn 之间的关联度
