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: 2020-4-2 16:21
标题: 数学建模常见的综合评价方法及预测方法

/ ~& r1 Q; u8 V$ I4 V$ s9 |+ h1 m数学建模常见的综合评价方法及预测方法/ x: O+ i5 w: m/ B6 G
综合评价方法" |0 ?) p  B) q! E

& t% u4 R0 M$ F. h•简单加权法
/ h6 T0 n% c7 X2 z; T9 S: U
) I/ h  q: g& b% R7 K1. 线性加权综合法
( S1 q7 ?3 Q; M& n; H 1.png
6 b% b, d% X) |; P' D适用条件:各评价指标之间相互独立。
. \0 i3 r* D( o4 p4 n, k
; H8 C! z. q( D* R   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。
9 H, `0 \6 C3 @+ S" P
( s/ G7 l- n7 P) V0 a主要特点:
; e* l6 i1 u6 f8 t+ R  A# E3 p* s1 p1 D
  (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 ;) M) p, @# f( q
* ?7 R0 |9 k% O$ L) |$ ~
  (2)权重系数的对评价结果的影响明显;
1 m( @' L+ V# K7 Q
3 Z& r4 Y9 N9 X6 {  (3)对指标数据无量纲化没有特定要求。
. a7 r6 b; w6 t6 J4 x7 |4 S1 Z& ^" C$ Q5 k
7 u! H/ y; r* d& z$ c& K% x
2.  非线性加权综合法
, U3 p  n" V$ C3 h4 ^* r 2.png
6 D3 g5 u) b0 a' b" ^
* `9 u  v- d2 d) g, t
) J/ o' z3 q! Y+ g; m' r4 F主要特点:3 |) L8 }4 Z2 l/ ~

7 g9 Y( x, ^1 }; |8 H6 m(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;
' R: G1 o! e; d8 i
  `1 J8 i9 i  m$ D* `(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;
! G8 r: n% D! v5 o2 p+ t( p) k" r* z3 a2 O0 j
(3)要求无量纲指标数据均大于等于1。
1 X) ~/ B; T  U
8 h. H+ z. m* [8 `* p2 O$ K  n; {8 h4 j
•逼近于理想解的排序法(TOPSIS法)+ m" h+ r& ^4 q, v' `% A
3.png " A1 [) r( y3 y! W! n7 h- u3 |5 [

2 \: i1 u' f' w6 N, `" _ 4.png . ~, Y% ~7 U8 s

* O0 n- Y. `; x4 ?1 t5 a/ N& e, o# ~+ p
•层次分析法
  H. T0 g  T+ A, U5 ~  A/ ^3 J/ S6 \- X9 A" ]
" Y# B8 l" i: g$ u
•主成分分析法2 R4 k  \' ?9 d

# \+ y! D9 ~- X8 c* l# ~2 ]: E# B! e) }4 ?
•模糊综合评价法6 S: s! i5 m6 D) o* w' m2 ^& Z
5 V& W8 u, r) ^: q; X" d, J) z
2 n  i. Z2 H& T/ J, b* L5 B" _/ e) [7 c
•聚类分析法
% L9 ^, k+ W' T. ?& d* F) W3 W5 A3 V7 w* ]+ i) R
2 i, \, x8 ]. [; z% b) h
预测方法(具体见http://blog.csdn.net/sanganqi_wusuierzi/article/details/54800341)9 A8 J. X, T7 w/ r
4 _/ x* ?6 m, R( [
1.插值与拟合方法:小样本内部预测;
5 C9 ]4 {9 F- k) S( h7 b- P; O5 [9 c4 N
2.回归模型方法:大样本的内部预测;
0 d2 U) Z; N$ F6 Q2 @7 s8 w
4 Q* E6 Q5 S8 _  M" d2 a, @3 U/ S
3.灰色预测GM(1,1):小样本的未来预测;* ], k4 n' _2 d2 U- }  ?
' i9 Y/ e! F/ \( I
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;
8 W9 o* G* g- j" C! Y1 D' a5 {4 k/ q% N2 r) ?8 G- i. f% A8 f
  |1 i2 ?: x- d( K
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.7 t- X$ H" l& N8 r

+ ^& `! l8 \, W  l, z$ c7 a* t" L/ }) Q
原文链接:https://blog.csdn.net/sanganqi_wusuierzi/article/details/54800283
" S; L4 ?/ n* t' R% z: a8 Y$ @
9 `, X% x# w% Q1 w  _* o" j! _9 f9 E8 `) w. s

作者: SHINee0525    时间: 2020-8-22 09:52
挺好的 很有意思* W4 y5 V/ H* u1 J





欢迎光临 数学建模社区-数学中国 (http://www.madio.net/) Powered by Discuz! X2.5