灰色关联分析是灰色系统理论中十分活跃的一个分支，其基本思想是根据序列曲线几何形状的相似程度来判断不同序列之间的联系是否紧密。其基本思路是通过线性插值的方法将系统因素的离散行为观测值转化为分段连续的折线，进而根据折线的几何特征构造测度关联程度的模型。折线几何形状越接近，相应序列之间的关联度就越大，反之就越小。

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。

（1）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。

（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。

（3）求参考数列与比较数列的灰色关联系数ξ（Xi）

所谓关联程度，实质上是曲线间几何形状的差别程度。因此曲线间差值大小，可作为关联程度的衡量尺度。对于一个参考数列X0有若干个比较数列X1, X2,…, Xn，各比较数列与参考数列在各个时刻（即曲线中的各点）的关联系数ξ（Xi）可由下列公式算出：其中 ρ为分辨系数，一般在0~1之间，通常取0.5。

Δ是第二级最小差，记为Δmin。 是两级最大差，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

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 公式如下：

ri--比较数列xi对参考数列x0的灰关联度，或称为序列关联度、平均关联度、线关联度。

ri值越接近1，说明相关性越好。

（5）关联度排序

因素间的关联程度，主要是用关联度的大小次序描述，而不仅是关联度的大小。将m个子序列对同一母序列的关联度按大小顺序排列起来，便组成了关联序，记为{x}，它反映了对于母序列来说各子序列的“优劣”关系。若r0i>r0j，则称{xi}对于同一母序列{x0}优于{xj}，记为{xi}>{xj} ；r0i表示第i个子序列对母数列特征值。

灰色关联度分析法是将研究对象及影响因素的因子值视为一条线上的点,与待识别对象及影响因素的因子值所绘制的曲线进行比较,比较它们之间的贴近度,并分别量化,计算出研究对象与待识别对象各影响因素之间的贴近程度的关联度,通过比较各关联度的大小来判断待识别对象对研究对象的影响程度。

山西省汾河上游的输沙量与降雨径流的灰色关联分析：

汾河是山西省的主要河流，在汾河下游距太原市100多公里的西山修建了汾河水库。该水库不但对农业灌溉、防洪蓄水、鱼类养殖等起着很大作用，并且还为太原市的用水提供了保证。建库以来，人们经常在考虑如何防止库容被泥沙淤塞，使水库能长期有效为工农业生产与人民生活服务。 影响泥沙输入水库的因素较多，比如降雨量、径流量、植被覆盖率等。在这些因素中哪些是主要的，哪些是次要的有待研究和量化分析。

根据关联系数求关联度得

r1=0.41（年径流量与输沙量的关联程度）

r2=0.21（年平均降雨量与输沙量的关联程度）

r3=0.23（平均汛期降雨量与输沙量的关联程度）

相应的关联序为r1>r3>r2

上述关联序表明对输沙量影响最大的是年径流量，其次是汛期降雨量，再其次是平均年降雨量。

实际上，强度大的暴雨冲刷力大，难以被土壤吸收，从而在地表形成径流，造成水土流失，引起河道泥沙流量的形成，而暴雨又大多在汛期，因此径流量是引起河道输沙的综合因素，所以径流量大反映了雨的强度大，反映了水土保持较差，反映了水土流失较严重，反映了汛期雨量较大。而汛期的降雨量可能是雨的强度较大时的降雨量，也可能是雨的强度较小时的降雨量。而平均年降雨量则与雨强、水土保持、水土流失无直接关系。