数学建模常见的综合评价方法及预测方法

杨利霞

1 \% b$ z' j9 R8 [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

1. 线性加权综合法

适用条件:各评价指标之间相互独立。
6 e4 J5 Y! I. d0 }; Z" c
7 Q* g* ?& ?; k  P1 e! Z3 M   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：

* e3 p  P' J$ @/ u+ z  （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 ；
+ |$ c* T+ v' l/ u
  （2）权重系数的对评价结果的影响明显；
( I3 M; s; N( q
  （3）对指标数据无量纲化没有特定要求。

/ o; e' z, w" }7 s+ h
4 X- q: \& D4 a4 C% P0 j2.  非线性加权综合法
  y( d- d6 n1 L# v0 @4 d" ^% _


主要特点：
) H! E& o& d' ?6 d$ s2 _
" P, z5 y7 R8 q- \1 m（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；
# W5 e" O( ?3 d$ C+ [
（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；
5 ~8 H& @/ T( [
（3）要求无量纲指标数据均大于等于1。
% d; z( Y2 r4 i/ n) H' q' P4 x; I
8 w; f5 H! ]/ q) I6 N! e* H7 Z
( b* `2 o0 D' D  k: B7 j/ ~•逼近于理想解的排序法（TOPSIS法）
7 V' G, i% a, R7 U3 ^1 `

1 m! L; v8 B# K, N0 ^( s

4 J1 l( i, L7 _6 G* x
5 Y+ V" J, M) K% {: B# I•层次分析法

: T% U8 n/ _  X4 C  J8 M
•主成分分析法

4 G; p- Y: w- F) l2 |6 ]' ~: Z$ b
; X# D+ M  H9 N+ w2 i6 o! F1 f•模糊综合评价法
, c- k& w' N- y; i. b  k  Z
9 c! X8 A) ~) C9 n
2 S/ G5 \6 {$ v) r•聚类分析法
8 I5 f$ {) S$ n: p+ k
8 O* Y% s+ ]1 }9 J1 N
预测方法（具体见http://blog.csdn.net/sanganqi_wusuierzi/article/details/54800341）

' v8 H# P# g. E' W. t3 v+ d( x% p' Z1.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；
, i1 q4 Y7 p$ M+ Y: Y
9 q$ b* K# ~( e" W+ m  m4.时间序列方法：大样本的随机因素或周期特征的未来预测；
! S$ @/ P0 ^3 v7 t. b  J
# g$ D$ w$ ~* T
1 g& B/ O4 ]! n9 o4 H5 A1 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


$ f1 J6 y  q8 g+ u( T

SHINee0525

挺好的 很有意思
5 B! v3 n# e5 [( s( J5 f