在影響點蝕的因素中，為了弄清楚因素的主次以及各因素與點蝕的關聯程度等問題，本節采用灰色關聯理論進行分析。
一、灰(hui)色(se)系統理論概述
從1982年被(bei)提出至今，灰色系(xi)統理論已經過了近40年的發展歷程，國內鄧聚(ju)龍教授是(shi)該理論的創始人。灰色關聯(lian)理論的主要研究對象是(shi)局部信息(xi)已知、部分信息(xi)未知、小(xiao)樣(yang)本(ben)貧信息(xi)的不確定(ding)系(xi)統。
該理論認為，客觀系(xi)統是(shi)一個非常復(fu)雜的數據表征系(xi)統，表象是(shi)復(fu)雜的，但系(xi)統隱含著內(nei)在的規律(lv)，其要素具(ju)有整(zheng)體功能(neng)。灰(hui)色(se)系(xi)統理論不同(tong)于概率論和模糊集理論，具(ju)有明顯的優勢(shi)特點(dian)：①. 小樣本和不確定性(xing)；②. 灰(hui)色(se)模糊集；③. 信息(xi)覆蓋；④. 多(duo)角度。
目前，灰色系統理論已經(jing)被(bei)應用于歷史、采礦、水文、農(nong)業、網絡等(deng)領(ling)域的研究，進行(xing)各因素的關聯(lian)度(du)分析(xi)、設備安(an)全(quan)分析(xi)、壽命預測等(deng)。
二、灰(hui)色關(guan)聯(lian)分析
灰色(se)關(guan)聯(lian)分析(xi)(xi)是灰色(se)系統理(li)(li)論的重要內(nei)容之(zhi)一。灰色(se)關(guan)聯(lian)是指事物間(jian)的不確定關(guan)聯(lian)，或系統因子之(zhi)間(jian)、因子對主行為之(zhi)間(jian)的不確定關(guan)聯(lian)。該理(li)(li)論是一種比較有效的模式識別方法，應用廣泛。具體分析(xi)(xi)過程如下：
1. 確(que)定參考(kao)序列(lie)、比較序列(lie)
對于實驗研究，n為實驗的次(ci)數，n次(ci)實驗可以得到(dao)n組(zu)數據；m為影響因素的個數。
2. 各數據無量綱化處理
一(yi)般(ban)來說(shuo)，以上各(ge)序列數(shu)據(ju)的(de)單位（或量(liang)綱(gang)）是(shi)不(bu)一(yi)樣的(de)，會對分(fen)析(xi)結果(guo)產(chan)生影響，為避免此問題的(de)產(chan)生，首先需要(yao)把(ba)各(ge)數(shu)據(ju)無量(liang)綱(gang)化處理。求初值(zhi)像、求均值(zhi)像和求區(qu)間(jian)值(zhi)像是(shi)常用的(de)三(san)種無量(liang)綱(gang)化處理方法。求初值(zhi)像，就是(shi)把(ba)每(mei)個數(shu)據(ju)序列中的(de)數(shu)據(ju)除以該序列的(de)第(di)一(yi)個數(shu)據(ju)，即
6. 求(qiu)灰(hui)色(se)關聯度
關聯(lian)度是(shi)關聯(lian)分析的重要參(can)數，表征(zheng)了系(xi)統特征(zheng)與各影響因素的相關程度。關聯度值(zhi)越大，代表系統特征與因(yin)(yin)素(su)之間越密切，其值(zhi)為同一(yi)因(yin)(yin)素(su)各關聯系數的(de)平均值(zhi)，計算方(fang)法如下：
分(fen)辨系數(shu)ξ的(de)(de)大(da)小對(dui)于關聯(lian)(lian)系數(shu)γ的(de)(de)計(ji)算結果有(you)較大(da)影(ying)響，然而，ξ的(de)(de)選取沒(mei)有(you)可依(yi)據的(de)(de)方(fang)法，往(wang)往(wang)取決(jue)于經驗(yan)。在很多分(fen)析計(ji)算中，經驗(yan)取值法選取的(de)(de)值，可能與(yu)實際不(bu)符，影(ying)響了分(fen)析結果的(de)(de)正確(que)(que)性。因(yin)此，分(fen)辨系數(shu)ξ的(de)(de)正確(que)(que)取值是非常(chang)有(you)必要的(de)(de)，首先(xian)分(fen)析一下ξ的(de)(de)數(shu)值大(da)小對(dui)關聯(lian)(lian)度的(de)(de)影(ying)響。
式2-10 中的分辨系(xi)(xi)數ξ 是一定值(zhi)；而在(zai) 式 2-15 中，分辨系(xi)(xi)數 ξ 值(zhi)是動態變化的，有n組實驗數據就(jiu)會有n個ξ值(zhi)。
