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。

根据序列之间的同向或逆向关系，可以选择正或负关联分析模型。 ^{[1] [2] [3]}

（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： 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： （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。