QQ登录

只需要一步,快速开始

 注册地址  找回密码
查看: 2433|回复: 1
打印 上一主题 下一主题

数学建模常见的综合评价方法及预测方法

[复制链接]
字体大小: 正常 放大
杨利霞        

5273

主题

82

听众

17万

积分

  • TA的每日心情
    开心
    2021-8-11 17:59
  • 签到天数: 17 天

    [LV.4]偶尔看看III

    网络挑战赛参赛者

    网络挑战赛参赛者

    自我介绍
    本人女,毕业于内蒙古科技大学,担任文职专业,毕业专业英语。

    群组2018美赛大象算法课程

    群组2018美赛护航培训课程

    群组2019年 数学中国站长建

    群组2019年数据分析师课程

    群组2018年大象老师国赛优

    跳转到指定楼层
    1#
    发表于 2020-4-2 16:21 |只看该作者 |倒序浏览
    |招呼Ta 关注Ta

    & e5 i- _' F$ ~! k0 K9 E数学建模常见的综合评价方法及预测方法
    9 E6 L. x% x+ N* u) W综合评价方法
    ; x) l0 r7 Z; U- ^/ {
    2 V2 }8 O: W+ z) c% t•简单加权法. Z% M& h, k: y* \9 D; m! l

    6 e1 A1 }) [5 k$ }2 ^( y' }9 U1. 线性加权综合法& M6 q4 f' I- {5 D6 D/ v
    1.png 4 V. C" E; r- V4 x3 e- k
    适用条件:各评价指标之间相互独立。
    6 r( |# S1 t5 V  d
    . C4 l2 ^- P' s1 a* j* |0 Q& }   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。
    * ^+ U9 ^3 u7 _8 M% p
    $ x' @6 b. Y" }0 v主要特点:
    $ P" e3 ], e6 y* j
    6 r# l* k) f3 L- r. d& b* R  (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 ;
    " `. q! A) P1 s6 W+ M* |
    9 h7 W1 P! x$ o, Y0 N  (2)权重系数的对评价结果的影响明显;
    5 I. W+ O9 Y5 t+ N5 t0 ~( i- \; V
    0 x. r" u) f4 G" m9 p% S  (3)对指标数据无量纲化没有特定要求。 3 i5 r1 g* L3 d
    , u* `$ J1 N, Q! L
    2 B7 c$ Z: H0 g
    2.  非线性加权综合法
    ! z) k7 w3 }: B- f* j 2.png
    7 E( S+ p' O& z: k' e; O  E8 X1 P  g% w# j

    4 d5 M% Z  S0 Y; ?, T+ ^1 ]主要特点:
    * e$ {; N9 Z" H- V" ?/ v5 T6 ?) h2 w, M9 Q' [. T& L# w0 {, b/ x
    (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;0 ?- u) S& u: P; n  b; c6 E

      M; }! _3 \& Q  \9 `(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;, U  \/ z. o/ o3 J. g

    / U8 a! E; n7 H(3)要求无量纲指标数据均大于等于1。
    " {: o$ n, x2 ?6 j0 }
      i: S  k3 p9 }. Y: N
    # k0 e! k3 `' Z•逼近于理想解的排序法(TOPSIS法). w) t6 R% b2 X& ~) p8 M# m
    3.png
    8 E) h9 n5 Q1 X+ ]' J( [5 W
    8 Y- Y( `7 _" w 4.png
    ! X% l( u! M  \- ?+ W( s+ m+ g
    # n8 i1 L2 R- e- I" a' \5 N
    % S. I. E$ W7 U7 b' l; [2 S; L/ q& ~•层次分析法! T) K& o! j! z8 U- K

    : d1 C4 S, \* f# E
    : S! N1 l8 W* o9 X$ i! |) T•主成分分析法. j3 G* L  f+ g7 V+ d! d

    * z7 G' y$ n6 N! O. O: G+ J9 t) b% X2 B1 b* B  `- F& J* ?/ g/ O
    •模糊综合评价法" f/ K& f0 d) ?# g' {% n
    4 e" [! x( [2 L; ]' r5 P

    . o2 Q# Z+ f& R3 W3 o8 k& B; g6 {•聚类分析法; H. O6 D3 F: \/ s& J7 `

    0 S7 p3 [, f' M3 `4 f$ I# \: F! q0 j& s6 p! U; j# E2 I
    预测方法(具体见http://blog.csdn.net/sanganqi_wusuierzi/article/details/54800341)- v/ D, J; i; O0 F6 L

    : C, J2 ]7 O9 X" ]. ]4 z, V1.插值与拟合方法:小样本内部预测;
    8 F) @3 ~" ^8 r. e
    1 J! E: M( p# Y  Q' w2.回归模型方法:大样本的内部预测;. Q! t, M1 G- d" Q/ G% T

    5 \0 w# n3 N, q' I! q$ ?  C3 k; l( g$ s9 }+ p# m- C. ~( l
    3.灰色预测GM(1,1):小样本的未来预测;1 b: G! [8 D0 R7 e

    ( B7 t' f; O+ {! q+ A. e$ n4.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 s- m% `! K7 y6 Z0 {6 j( g1 [/ P/ r! H7 y$ P

    3 t6 W* v$ `% ]% P* I  K5.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.
    % K: T- n! a8 f( \# z! T6 f; a" d
    8 u: L" ?7 |4 K& ?' R8 R( ?7 h' Z- `; k
    原文链接:https://blog.csdn.net/sanganqi_wusuierzi/article/details/54800283
    * x; S9 a, @3 j7 R* N( b# b9 w( g/ U" q" }4 Y. W% d
    , f) z1 q8 `, M
    zan
    转播转播0 分享淘帖0 分享分享0 收藏收藏0 支持支持0 反对反对0 微信微信

    0

    主题

    1

    听众

    16

    积分

    升级  11.58%

  • TA的每日心情
    郁闷
    2020-8-22 09:47
  • 签到天数: 2 天

    [LV.1]初来乍到

    自我介绍
    回复

    使用道具 举报

    您需要登录后才可以回帖 登录 | 注册地址

    qq
    收缩
    • 电话咨询

    • 04714969085
    fastpost

    关于我们| 联系我们| 诚征英才| 对外合作| 产品服务| QQ

    手机版|Archiver| |繁體中文 手机客户端  

    蒙公网安备 15010502000194号

    Powered by Discuz! X2.5   © 2001-2013 数学建模网-数学中国 ( 蒙ICP备14002410号-3 蒙BBS备-0002号 )     论坛法律顾问:王兆丰

    GMT+8, 2026-7-24 17:15 , Processed in 0.424638 second(s), 58 queries .

    回顶部