数学建模常见的综合评价方法及预测方法

杨利霞

: ]: S5 ~  ]- ]* r数学建模常见的综合评价方法及预测方法
综合评价方法
0 u; K9 V0 }2 J* C* S& L" u
. M' D( i7 ~' q1 n4 q•简单加权法
2 h8 X$ j; B( o5 X& s7 u
1. 线性加权综合法
) ~  B4 v8 w, K7 V3 i7 G* ^9 C. ~
& ?, t! ^8 \) U) ]& }适用条件:各评价指标之间相互独立。
* l! O2 P% e& u: C# b
   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。

7 _4 U  \2 a9 [2 }7 b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 ；
/ R. \9 l: Q3 f
  （2）权重系数的对评价结果的影响明显；

  f* @8 L. Q7 `% o2 v  （3）对指标数据无量纲化没有特定要求。
0 f* `' k' `) \4 {" L

2.  非线性加权综合法

  B% a: o/ L6 T- N
, y2 r$ ~, |4 ]' X1 S& F1 z
+ C% d0 r+ T. P" f2 N4 @. _* ]/ i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；
1 [# u' e3 r6 a! `* n6 [
（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。

9 k5 @% s8 ?! N: l- f- V& a" @5 ?
+ n$ P# Q. E" R' @  j# m•逼近于理想解的排序法（TOPSIS法）


1 C9 n1 ^/ i1 {% @" S
+ r! y" `* u) k* }3 J
. W% X" k& [7 `
' w+ H& ?3 m) d1 X' u5 _•层次分析法
  x7 ]8 ^, |1 n/ ^& h
6 \+ Z; F; \5 q1 ]9 M$ ]" o$ d
•主成分分析法
' F  p1 \8 u3 H! l. v" k0 I
) l* u- q6 B* ?5 k
•模糊综合评价法


•聚类分析法
; N. U- I- f4 V, E! f( F6 G9 E
* w+ C) N9 I* w, [$ D
4 I1 K0 F/ t1 g预测方法（具体见http://blog.csdn.net/sanganqi_wusuierzi/article/details/54800341）
( Y, u  B$ i5 X  |
1.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；


3.灰色预测GM(1,1)：小样本的未来预测；
: I( S# W$ L% N3 _. c
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；

; a) \' X  d( `% {. ^
( U. p& Q% X7 R: \2 F- y% P0 U4 r5.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．


原文链接：https://blog.csdn.net/sanganqi_wusuierzi/article/details/54800283
  @4 ?9 R+ q' z; u
0 P# y4 D6 y$ W% r

SHINee0525

挺好的 很有意思