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
/ N6 g' a; L: y% q6 b/ y
+ p- o* ?/ ?0 C# X
适用条件:各评价指标之间相互独立。

   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。
/ U. c" W) Z" @* K
主要特点：

  （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 ；

  （2）权重系数的对评价结果的影响明显；

9 \8 C6 d2 a, H* `1 U$ ], D: {  （3）对指标数据无量纲化没有特定要求。
* o- ?1 X2 w, P  i& Q) m
2 ?9 W2 R7 N) d+ N( u. O8 W" M
2.  非线性加权综合法
+ ^+ F( f- p2 X! Q* [

; F& p( r4 s6 n1 ?9 Z0 }; x

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）

4 w' \/ p  d- _

2 }0 p- K; `7 ^% \( ~; M: `$ `4 u
层次分析法
' L2 {+ H! V" D% s6 Q! `# T" S
' w& u5 v& T7 z+ Y* `•主成分分析法
  j5 M% K7 V2 k. {7 \/ O9 n2 |5 S/ d
. W2 V9 N6 J  H$ f1 Y  e- [/ W•模糊综合评价法

% s4 S6 d, ?( D•聚类分析法
9 [/ V7 t$ Y6 m) R! q- {4 z
预测方法（具体见http://blog.csdn.net/sanganqi_wusuierzi/article/details/54800341）
+ z7 h9 w# D# X' ~1 S$ ?" {1.插值与拟合方法：小样本内部预测；

2.回归模型方法：大样本的内部预测；
% C2 L. Q! t) o0 j; A  u0 G( V

7 Q. g1 _& g: s* O" r1 H. p, a3.灰色预测GM(1,1)：小样本的未来预测；

/ v  U1 o! d$ s& q4 a4.时间序列方法：大样本的随机因素或周期特征的未来预测；

2 |* h/ R% d: b. R; v: c$ J
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．

& v" M) Z3 p+ e( K
( z8 N; I7 w( G$ \


5 P, A4 {" W0 u& x