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
% ?" C, |8 P3 y) U: Z
•简单加权法
% y" o  v+ f) t5 Y
$ F! G# U5 [& }2 a1. 线性加权综合法
8 F" q  E( p9 y
2 u- k. D' S8 N1 {适用条件:各评价指标之间相互独立。
3 f. y4 D% o- x5 L2 y& Y
7 g. S5 g' I) ?* c: K0 v- A   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。
; f9 p. r2 o9 n) Y! a
主要特点：

  （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 ；

" @9 b# t7 Q1 F5 i% ^9 {8 h  （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 o+ _& {4 s- _0 J# f- P2.  非线性加权综合法
6 [0 e$ a8 x. e& u
  x4 G' O( c0 N- Q% ]) W9 L0 v& K

8 U+ v9 k  V4 _! |6 |  Y& [( ?9 n主要特点：
$ U: ^% F3 I2 o& ?* C. Y% I3 R
8 R0 _' S! ~* `* N$ }（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；

( p: H9 l) ^$ T9 ?7 \（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；
9 ~" K3 k" e$ @* o' S8 ]
1 g+ o, j( ]+ t! t* Z# X（3）要求无量纲指标数据均大于等于1。
. E# T. D( P/ P! I8 b

•逼近于理想解的排序法（TOPSIS法）
8 V& \# Z! E0 k1 ~6 S* _/ C
* c  c7 {' t6 L4 ^  _# p; w
& d' U$ e0 l, L) S/ }8 |/ v2 T
4 Y, R. K: h' w9 ]( f8 `8 v

7 V# J3 I! {2 G0 }: ^•层次分析法
5 S: ?: R: w; H9 |

6 U. b: [+ `( j& ~5 \' p* A  ^  m•主成分分析法
7 K  k! o3 V8 S6 S0 C7 }

•模糊综合评价法
, N: ?7 _0 H' m, D* O4 o& \
) u7 [7 J" h- |6 P# C0 _$ Y: ?
0 c  U' J. U6 N•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；
( u3 i4 G5 Q6 M2 Z
# d7 U' P& {: h7 W$ q2.回归模型方法：大样本的内部预测；


' j# P/ Q. \! b  S" Z1 z- h; ?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；
- ?' v6 k- F  o( L

+ G9 R+ G, M2 R6 Y* C7 w! g' {, Q5.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．
+ W/ N; d4 [) l, J$ K4 ]' u* C* G

: @9 I* @0 D+ T- K原文链接：https://blog.csdn.net/sanganqi_wusuierzi/article/details/54800283

* |, ^3 x' V7 ]

SHINee0525

挺好的 很有意思
: S- j* J9 c+ V; c$ f' @5 h7 y