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

•简单加权法
6 q; L  N0 G- D8 E
1. 线性加权综合法
  M: X. @6 q" H0 u
! Z1 r! ?# _/ {  w( F" |适用条件:各评价指标之间相互独立。

- H9 \2 [8 m( E4 E* W8 N   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。

2 T& D% [. u* V& m+ r主要特点：
. U) D/ G' c# ~, J8 A
5 M6 `1 l% X4 i- ]3 F2 U  （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 ；

  （2）权重系数的对评价结果的影响明显；
5 n! m0 P3 C, n# V) s$ }5 w/ V" K  }
  （3）对指标数据无量纲化没有特定要求。
9 I# M- d$ p( R, g# j

2.  非线性加权综合法
/ N$ X4 j; n* J; c
+ `& Z/ I( c. A- [' W# _  _! n  N
6 d1 U, O& p, B6 a2 z
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；
% f; Y! U. Z# ~3 l8 U- d4 |
% |1 G0 N, i$ v（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；
- F, ?8 r( e, t+ l' p/ N
（3）要求无量纲指标数据均大于等于1。
! r" b% c' S( x2 s' }  g4 M

. ]  y6 }  k7 s( f" @- u. X•逼近于理想解的排序法（TOPSIS法）
0 l+ M4 u* c6 y. @' h
# F  Y3 ~: I  ^% D1 a1 }$ @
/ z2 E0 K! _9 n2 w


•层次分析法
3 p9 H5 k- Q7 H% L0 S' C
' c' y7 d9 {- g+ n1 e  U
( {3 L, i5 G+ @& s) F3 C- x; l•主成分分析法
  d8 F% b* S( z+ G1 _
: {4 a; p) i  K- w' h: _1 s
# A, l# B8 u9 V+ U- `3 l•模糊综合评价法

! B% M: g- ~- V% {
•聚类分析法
2 t6 R2 Y& [" _! b7 c
8 X  v. `- g- `" Y# {
预测方法（具体见http://blog.csdn.net/sanganqi_wusuierzi/article/details/54800341）
# y1 J2 n8 K9 Q* X5 p% A
! E' U. Q% F2 X# Q1.插值与拟合方法：小样本内部预测；
: F' [1 u# V; b5 _
2.回归模型方法：大样本的内部预测；
: H) Z  f. V) K9 }: }. i: v

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；
: z' ~6 H1 ~, z2 Y: T, M. t

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．
) m+ f' r& m  b& p, d: D

原文链接：https://blog.csdn.net/sanganqi_wusuierzi/article/details/54800283
$ |+ B, L0 L9 d1 {
# d. F" ~% b% }. r4 B- Z, H

SHINee0525

挺好的 很有意思