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

•简单加权法

1. 线性加权综合法

7 r& y' W, s. j! G$ A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。

, t% I) t4 W5 B( [/ \$ z% h! P主要特点：
+ C$ M% T/ ^- B/ q, M* r
8 {9 X( z) R. f9 v. M+ S  （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；

  （3）对指标数据无量纲化没有特定要求。
5 b. M" f4 Q. _  E  J/ e
1 o7 {9 B2 a3 a1 z# o" A/ K6 j
, a( X1 f4 Y7 P6 [0 }2.  非线性加权综合法
* \+ C% g1 v/ s  r; X5 H9 v
4 \  b  ~7 n/ J1 a

主要特点：
3 o1 p' [- e4 e  A, `9 U7 Z
（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；

) l6 u. y2 s" |3 g/ X（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。
: h7 b3 \% w7 w
* m$ Y  K6 H7 u- e. _) v" ~  m
- {# P+ I- u4 ]5 H8 {•逼近于理想解的排序法（TOPSIS法）
" w" Z7 [. E  ]; k5 E( _$ ^
- G4 M$ n: _* O; n6 B$ ]: K& O  v7 c
6 K/ p- b) ?# Y% ?
' j! b) n' E! k, J  b5 y* m
7 o- J4 k% m1 U$ i2 }( Q% V
/ W1 A- C7 h1 Z3 q& w& K$ O•层次分析法

. K* f' i* p8 q; [3 p7 u/ N
•主成分分析法


•模糊综合评价法

& S2 Q0 k6 L0 O
•聚类分析法
- N5 S0 N, e# v9 i( P4 X
6 k  _3 [) B1 |4 p" E, D
% x5 a5 l! q( X9 Z# I9 X# J预测方法（具体见http://blog.csdn.net/sanganqi_wusuierzi/article/details/54800341）
; B8 C8 d- |7 p! N4 w" Y
1.插值与拟合方法：小样本内部预测；
+ v$ O- T3 H, _
% L' ^0 X$ q" l) T; a  |2.回归模型方法：大样本的内部预测；

; r, Y0 v! i% \  o8 ^5 n- h
3.灰色预测GM(1,1)：小样本的未来预测；
6 u: h4 z* u" ~, G: \% k$ t& b' O
4 G& {" ?: t6 G  }! x- s% O4.时间序列方法：大样本的随机因素或周期特征的未来预测；
  o7 q4 `+ A) y+ G# w$ R5 W
$ M) q" L- w9 F% k* W" C% u& a0 s
% Y; ?7 ~" }/ j5 G  L7 p5.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．
5 F/ ]! K% z+ ?7 I3 y# z  B
, l# Y$ k, |/ g8 ?+ I* c
* W( a/ B( D( R; Y9 L原文链接：https://blog.csdn.net/sanganqi_wusuierzi/article/details/54800283

' A; y6 Y- `, K$ r

SHINee0525

挺好的 很有意思
# {6 {- C4 E- P4 g2 I/ N