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

; h5 [6 H2 d: e$ e( F7 h
适用条件:各评价指标之间相互独立。
) r" F; U+ o. \1 y. d" m% e
$ y( @7 Y5 J# m3 I6 P   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。

. O) B& B5 ~. R. J0 x9 n$ D主要特点：
# c* B8 U0 b, r+ T8 L% ]0 B
8 K. ^& ?- ]& s$ J  d) h  （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 {5 |- W2 _* a7 X0 i+ b. B3 J7 ~5 B  （2）权重系数的对评价结果的影响明显；
' X5 H( y( j; p) \3 S
  （3）对指标数据无量纲化没有特定要求。


2.  非线性加权综合法

7 O, V* Y7 Z( O4 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。

•逼近于理想解的排序法（TOPSIS法）



/ u+ Y4 q) J3 a9 y. F2 |# s4 [
/ s$ J3 ^& p0 W# ]! f层次分析法
7 G1 g! [& I- O2 p) _9 N" ?
! v* ^" A3 m: m( S0 _/ f+ O•主成分分析法

1 ]2 D+ I7 V7 ?: F* M- x7 c+ T•模糊综合评价法
/ l  r/ ?; i3 |5 b1 s- `& l. j% U
" _# u& t8 F# [$ w•聚类分析法

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；

2 ]6 L9 N0 |5 S5 _1 R  ]+ }4 _2.回归模型方法：大样本的内部预测；
/ l, J5 \9 B% c, n8 s. G1 Y
& O* }2 @0 s  Q  `
. i, G0 {) C9 G3.灰色预测GM(1,1)：小样本的未来预测；

$ q: |% F, a) G1 m  d/ `* s4.时间序列方法：大样本的随机因素或周期特征的未来预测；
4 Z6 D, r: d& P/ u5 D

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．


* `  U* a$ q' ~! e& j/ l
; |5 j8 c, k- a* r
% J1 q: n* V. y; Q* `; e
9 t: u; y7 N: E
5 t! c+ r5 N9 H+ C. T4 G" Z