数学建模社区-数学中国
标题:
数学建模常见的综合评价方法及预测方法
[打印本页]
作者:
杨利霞
时间:
2019-3-24 11:27
标题:
数学建模常见的综合评价方法及预测方法
数学建模常见的综合评价方法及预测方法
3 W1 F' R) j: N( x( S
1 A8 W+ b6 B0 h$ S' [
综合评价方法
) V! v7 M n k6 u6 H; j& A
. h* C+ r# R0 p7 u
•简单加权法
" ~1 I+ c) K8 `' v* K( j" v
" i" a% h3 |) A ^: A
1. 线性加权综合法
) x3 \- ^8 |6 V4 d& ~
+ ^7 z% C" W4 t; A0 F% K
适用条件:各评价指标之间相互独立。
% I7 A$ z# o7 |
( M$ ?5 e6 E# ]" o! S9 S% n& @. U/ f
对不完全独立的情况，其结果将导致各指标间信息的重复，使评价结果不能客观地反映实际。
4 ^1 M/ d# A7 S
$ Q. o2 _6 P' w" C. N6 F5 |0 o0 V
主要特点：
/ k( r' ~3 z8 T% H
' m! Q9 z% A7 l; q
（1）各评价指标间作用得到线性补偿，有“一俊遮百丑”或“一见钟情”的效果 ；
+ [9 {3 q/ r8 L+ v6 w/ d$ C
6 c0 v6 O* x2 Q0 j. D) t+ }/ X+ s B
（2）权重系数的对评价结果的影响明显；
* F4 s/ `6 b2 i8 |! C
% @/ ]; C# \4 _6 v! j6 z5 e; r
（3）对指标数据无量纲化没有特定要求。
- ]- U, g# l7 @4 @9 { a
- @0 Q2 [# W5 l- L' ?: i
+ M. k9 }+ @+ k
2. 非线性加权综合法
" \0 ^: o- M2 n
# V, S4 B5 Z% j: y/ E1 n5 t8 s* E
4 W, {# Q# g: ? R# e/ z
. u; o! {- Y1 ]2 l7 T m; q1 a5 U l
主要特点：
' k' ^' F! S0 n& F& F% d" c& U
( j$ V, Z( y v8 S5 e. H
（1）突出了各指标值大小的一致性，即平衡评价指标值较小的指标影响的作用；
7 D7 q+ `% ?1 |' h/ q |, f
* i a9 n0 V2 z `6 z
（2）权重系数大小的影响不是特别明显，而对指标值的大小差异相对较敏感；
8 x; |5 X2 \) y# w- u) \6 E
6 m- t- A* H7 q$ i" O; }
（3）要求无量纲指标数据均大于等于1。
) D& q& V/ x3 K& e8 ^
" {# \' ~$ |6 b3 ~ K
1 L# w! v! Y" _
•逼近于理想解的排序法（TOPSIS法）
0 `9 V8 }4 ]/ G8 J# W1 G4 Y
" M6 n9 f' Y) S3 @1 t4 W, A
7 B+ K! g; g* I0 z, n+ e1 |
: s* q" `! j! S- V3 H2 I, _
- u* E9 j( o" {7 {( ~& e% r' f
•层次分析法
, ^$ s1 t" C# R) D$ Q! q
6 Y. |( C& E w# t
% o% o9 X7 n1 }$ C- ]
•主成分分析法
5 U( C+ z" p/ T9 G% u' b) t
$ z* `7 D7 e. V1 j) g1 L' h: v
$ {# m" X/ I: a1 o) j
•模糊综合评价法
6 N5 T# V7 X' L! I. h- l& X6 c& K$ `" ?
# j. s" A( f3 e! ]1 L! {
. R2 i2 E8 p4 H! t
•聚类分析法
, H( z/ v7 _- N- f g
# ]# T- g3 p: f1 z$ [
, g( x+ w0 U1 @! K, u& X
预测方法
* y& Q1 E& d( D! D$ E3 e
5 \8 U9 U& t1 \& `
1.插值与拟合方法：小样本内部预测；
' G; G; d! D- r: Y
r; W. { q S, r
2.回归模型方法：大样本的内部预测；
! A. B6 r" g/ Q5 U3 W, Z( _0 B
2 O" x* b. H! a7 ?
8 ~- ^, H; g* g
3.灰色预测GM(1,1)：小样本的未来预测；
" K& |$ E( q. a: h# t
" g! L7 u1 K: ~
4.时间序列方法：大样本的随机因素或周期特征的未来预测；
) O5 }) `3 {, ^' `- n% W0 w
4 K1 j5 H% |% P1 R3 ~! ^
A; f, T9 k- y0 Q$ ?1 [$ Q
5.神经网络方法：针对大样本的内部机理复杂的数据的未来预测．
' H' _8 G; h* [9 K9 k8 c ^: w" b( Y
---------------------
8 T+ [- r. p5 t2 R' h0 K
* c" \& ^& j/ l1 z9 k
. C8 F J+ a; P1 b* Z! i0 g
* n, }& [# M1 j9 D3 @% ]8 ~& R
. R7 J7 }0 h. P7 \
16种常用的数据分析方法汇总.docx
2019-3-25 17:21 上传
点击文件名下载附件
下载积分: 体力 -2 点
20.53 KB, 下载次数: 2, 下载积分: 体力 -2 点
欢迎光临 数学建模社区-数学中国 (http://www.madio.net/)
Powered by Discuz! X2.5
