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
7 \. Y' q- o$ \( c
1. 线性加权综合法

适用条件:各评价指标之间相互独立。
- l  E/ m; C9 V1 H' w
8 I3 t; g% Q% \/ I   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。

主要特点：
- c6 G# T' }' Z$ M* p0 U
  （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；

2 u+ x+ t  X! u; V2 B  （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

: \' }# K; d8 S% I; g7 D3 z% M
8 P) u9 ~( G5 u9 o$ V1 g
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；
; |' f! J/ m$ X2 b: j
" Z, n" n* C2 B! b（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；
' t! @5 A# }+ ]: g5 ?9 g. q
（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）


6 R- V" d* a% l2 ]) D/ Y. b- v: d
5 C8 L& w' n5 h# g

% {" ?* D5 L0 I/ R8 f5 ?# A9 h•层次分析法
. s0 y3 }- I. w3 |; A# J* K$ u- y
+ o, x! w" X' t1 h% C
•主成分分析法
0 D* N" u& n# W# K. Y& u/ r+ q
) q, }  }2 Q% Q* Z/ q
•模糊综合评价法
5 u, G* ^6 c" r3 N( P
7 J0 _5 x4 B! H6 _' {
( t* x/ O6 q* t1 c4 O* I•聚类分析法


预测方法（具体见http://blog.csdn.net/sanganqi_wusuierzi/article/details/54800341）

# b  G" x7 q+ ^* ~0 Z$ N' K% Q1.插值与拟合方法：小样本内部预测；

2.回归模型方法：大样本的内部预测；
+ @; J' B3 v  P% k
* |) \: w9 ]' \& z7 _& G( B
3.灰色预测GM(1,1)：小样本的未来预测；

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；


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．

" {( ~, m* p: \' d1 D
* D3 e0 b- D! m0 T原文链接：https://blog.csdn.net/sanganqi_wusuierzi/article/details/54800283
8 _: n; S1 Y  D3 u
0 c( F( A/ G- M, z* ^* c
/ h( d+ A) X4 {6 F- b" H+ g: W

SHINee0525

挺好的 很有意思
7 V& w0 A1 m" r6 C