数学建模常见的综合评价方法及预测方法

杨利霞

- d$ y8 Y- h0 r! w数学建模常见的综合评价方法及预测方法
. V& H4 Q; h8 K7 e" m2 \* u/ G综合评价方法
3 u; q' d; }# Y
•简单加权法

1. 线性加权综合法

$ i0 g. B  Z) P: f7 o+ }& m3 g9 U0 Y适用条件:各评价指标之间相互独立。
& F+ B. i( ?8 Z" `- c7 {6 f- P
1 {# J2 }2 W8 T, ]4 P" I9 L   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：
# d3 z( S! Y- s/ L  [/ }
  （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 ；
) P) m& @4 g) ~& q$ ^( e7 d
) x& Z/ d* v3 I  （2）权重系数的对评价结果的影响明显；
8 [4 E" |$ Z1 X* ^7 @
  （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

6 B; |" x* v( u, a9 U1 T

主要特点：
* G# X3 H7 m9 W& O, y3 V! q
（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）





1 G# j+ F$ Z8 T•层次分析法

3 ?5 }9 p# x# f7 K  p) b, C5 {8 A
•主成分分析法

0 ?% R$ w9 ^* h3 d
•模糊综合评价法

6 X0 r" j2 u( u
•聚类分析法


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

* i& d& i. O. f$ u5 R: i( T1 Z1.插值与拟合方法：小样本内部预测；

4 A3 K# |& W' ^8 ]. [( R% T0 e) j2.回归模型方法：大样本的内部预测；

5 \5 r( {5 l0 C' L! h
3.灰色预测GM(1,1)：小样本的未来预测；
0 g' _* C# F  [4 h7 X* N# J: ^; B
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；


% Q# [7 H+ j5 |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．
& Y8 ~1 J* G& K/ D7 c% D' L

% V8 F' ?( V& z4 J原文链接：https://blog.csdn.net/sanganqi_wusuierzi/article/details/54800283
+ T" Y& ^/ z9 m2 q3 [6 G

SHINee0525

挺好的 很有意思