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


0 e$ B0 C  S8 H. F: \1 {适用条件:各评价指标之间相互独立。

: j: C! S, ]  K6 a7 u5 W   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。
8 e# V/ I% _" v
  \5 C3 P4 h/ C  }9 S主要特点：
1 `, z) P$ G  Q/ Y) p8 p) Q
% `7 @* ?& a' q$ a  （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；

% s4 X' w9 _# Q: R+ y: I  （3）对指标数据无量纲化没有特定要求。
+ M1 x/ ]* B: M" g3 j- F
! K. H" Q, s0 n9 d
2.  非线性加权综合法
/ L' d# g6 d6 f

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。

: G! O. r; l2 F/ w$ r
. [' g( ~8 Z2 r/ R6 L/ D1 \•逼近于理想解的排序法（TOPSIS法）


8 q' @( H+ E( S% s1 r+ |. p
3 [0 c# p: V1 R+ |, Z- U/ {
层次分析法
( T, G+ c: y4 O' l( w3 i/ P
9 S7 |8 X1 n4 `: K  }( `•主成分分析法

/ ?  t4 Q$ U. c0 ~4 u•模糊综合评价法

•聚类分析法
' L3 j8 M& z+ K1 X; u" k
/ N% L* z/ k6 M5 V' t' d2 @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；

# G! {( D* Q+ {' I3 V2.回归模型方法：大样本的内部预测；


3.灰色预测GM(1,1)：小样本的未来预测；
$ f6 L: {$ V. @
! x: ~1 k4 Z" w( j4.时间序列方法：大样本的随机因素或周期特征的未来预测；


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 {+ z: z, ]9 C; E: V4 I. s
/ Y9 H! B7 I7 H) a


7 z# b6 \7 C# Z0 |% U1 M( U+ h
9 ^8 A& h+ h3 Y+ ^) c