数学建模常见的综合评价方法及预测方法

杨利霞

" }' d1 j5 Z! E( @7 n数学建模常见的综合评价方法及预测方法
6 i2 f1 u' x0 ]0 g9 s* E7 D1 v8 q综合评价方法

•简单加权法

# S$ J  }: Z$ t$ v1. 线性加权综合法
1 F0 ^' j8 W6 ^
& q8 D% o3 s8 E7 X$ e' p% X3 w适用条件:各评价指标之间相互独立。
; E7 \. I3 a( Y
   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。
' k5 s' i2 A$ l
主要特点：

6 f5 P8 e# V% [, C: o9 v  （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 ；
) W# J8 Z/ Y* B
( e' Y) s7 k3 W/ w6 H  （2）权重系数的对评价结果的影响明显；
6 T, {7 ^' z. x1 S) J1 p, m
  （3）对指标数据无量纲化没有特定要求。
+ X2 U- H6 m7 Q- M3 s/ ^! H

2.  非线性加权综合法



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。

# j- B: D  E+ m( G! A
•逼近于理想解的排序法（TOPSIS法）
5 M4 f- U' q! ]
/ U9 i* f$ f7 e$ e
/ Z# f& D' N% M/ T4 v5 B  p
9 z: y6 w# X. b; T, s% V
* n4 _6 T/ c) J( r3 p, g9 o
•层次分析法


•主成分分析法


•模糊综合评价法
9 E9 Z+ p+ p9 x/ X% U  Z$ p+ t+ h2 j
6 Y. z& y+ `6 _; d
•聚类分析法
3 i, V% @. V2 n/ s

& ~! N" `$ H! w6 T1 |* ?. V6 g预测方法（具体见http://blog.csdn.net/sanganqi_wusuierzi/article/details/54800341）

6 N' U9 y7 {- [& p/ i1.插值与拟合方法：小样本内部预测；

$ e* J& k4 O- Y- C" a2.回归模型方法：大样本的内部预测；
) u2 Q! V4 _/ O8 g

3.灰色预测GM(1,1)：小样本的未来预测；
; V* N) u- F8 R: W* G* r' b
2 u% Q7 W* C6 x! [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；

0 j- r, ^4 [2 ^! J, \
. o6 ~( }) ^* c) b5.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．
% i0 q& W2 K# P+ `& c$ K9 t" a
3 B5 d5 Z1 D7 h/ W5 A
1 t8 |1 u4 B! S% D7 ~原文链接：https://blog.csdn.net/sanganqi_wusuierzi/article/details/54800283
; g% x; D) P7 K6 T' r
" Z1 R( E9 z2 f1 T- r1 ]3 ]

SHINee0525

挺好的 很有意思
) j5 X2 T) i- W: U: l( L2 H& U4 O