数学建模常见的综合评价方法及预测方法

佛自业障

综合评价方法•简单加权法1. 线性加权综合法
$ A: y' l3 T$ |( E& E/ u+ P

2 S6 V' F. G3 \1 O2 ?5 a适用条件:各评价指标之间相互独立。
0 r4 b7 W4 ~( B+ a/ i5 R$ E
   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。
% ?5 [: J9 Q! D7 {6 L
0 u5 m' g) Q; p4 V6 _+ p6 e5 T主要特点：
$ V5 o8 b! J- E$ k1 N5 j
) a( z. R% H# _# ]% ]  （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 ；
( `) J0 p+ Z5 F+ [& F( b
' ]8 v& _7 ]6 s5 G7 _- e. [  （2）权重系数的对评价结果的影响明显；

  （3）对指标数据无量纲化没有特定要求。
# n2 m0 |0 T* a, Q9 P) v$ P3 v, W- c
8 ?) b- \( w  w# t
6 s( b% w- M. S& ]. y2.  非线性加权综合法

% H& m: P9 I( k0 S0 x, h4 M

主要特点：

（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；

（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；

（3）要求无量纲指标数据均大于等于1。

•逼近于理想解的排序法（TOPSIS法）
! T) p5 [5 S( h6 `


2 Q- o$ U& w% H0 V9 \& z. k/ T# z
! U( d( T8 V& L& z层次分析法
- S9 F; M& M. d( M8 S
: a! Q8 j2 I- |3 `•主成分分析法

•模糊综合评价法
& C( m. p% h  Y! H! f
& W& Z! b' y, k•聚类分析法

预测方法（具体见http://blog.csdn.net/sanganqi_wusuierzi/article/details/54800341）
1.插值与拟合方法：小样本内部预测；
6 n. I0 x4 W  c; Z
2.回归模型方法：大样本的内部预测；
& p( p6 Z' x2 r7 W2 x

' G1 _4 W( r- ]3.灰色预测GM(1,1)：小样本的未来预测；

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；


# A8 p7 \- S! J5.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．



4 q& I5 ^; O0 y1 I0 E+ k5 `: B


! B. G, l9 c4 I0 R' Q: f# t0 l