数学建模常见的综合评价方法及预测方法

杨利霞

数学建模常见的综合评价方法及预测方法
综合评价方法

5 [0 f6 U: }: v/ Q3 P, y% D•简单加权法

1. 线性加权综合法
" j* N( ?3 ^" i% o; m# W. I
适用条件:各评价指标之间相互独立。
: c5 @6 }- y1 p5 j' N' V
* t& ]) \( w+ J( ]3 Z   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。
# X- e4 Q( _4 r
主要特点：
8 [% c/ e0 V) c" f5 r) ?
  （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 ；
4 M$ ?- G- ^9 k* B( a! x& ]
  （2）权重系数的对评价结果的影响明显；

0 M  R* g2 i% N( x  （3）对指标数据无量纲化没有特定要求。
9 b/ E% v* z+ [! A' l. y

2 I' b/ A# Y( V. g0 ]2.  非线性加权综合法



, y( u; q7 B' g! ]3 e* \- h& E主要特点：
0 T7 }, a* _0 W' H: H- d
( O6 b) w5 w# c（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；
( K( X/ ]7 w1 w% n/ q3 \
（3）要求无量纲指标数据均大于等于1。

' ~6 ~' D+ w' G- @
•逼近于理想解的排序法（TOPSIS法）

0 q  E; e$ k% g3 r3 H! @
' f# w, o4 ?  Y7 I


•层次分析法


- p% k$ z) T9 L; F" F+ O4 \& V$ X•主成分分析法


•模糊综合评价法

2 H3 q1 X3 J5 {( k& V" `4 u, K
•聚类分析法
$ e0 _0 o0 O# Z9 e* H. M: u

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；
& f; @$ m0 m. K" [$ I: S
2.回归模型方法：大样本的内部预测；
! ^5 E, A3 x4 ?: y+ B

: i! Y# f6 i- L; t, k+ b* w3.灰色预测GM(1,1)：小样本的未来预测；
( c3 H# G! x( h, u8 p* B  M/ Q! m
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；

7 ]2 q/ M& Z* ^; W/ a: D0 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．

/ Y% B: Y7 [0 |% ^- k
原文链接：https://blog.csdn.net/sanganqi_wusuierzi/article/details/54800283


% R" H2 \5 c- R% q, x! b  @

SHINee0525

挺好的 很有意思
0 W* g4 ~3 p3 r$ _! M$ o