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

- }* q, X' J, E6 Q•简单加权法

1. 线性加权综合法
1 X" [1 ], ]4 g& f4 G+ N# a! N5 E
适用条件:各评价指标之间相互独立。

   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。
, c5 H+ M* |, b% Z  q6 d) J7 }
1 P/ B0 F. N" o0 n+ t- ^/ l主要特点：
- P2 u2 Z# U3 h9 d7 K
  （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# D, n: s! l  （2）权重系数的对评价结果的影响明显；

  （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
# k8 v. d9 Y- w3 J9 w! }" [

# A3 I. K$ M# m
- M, i2 H0 {# q8 k. G3 d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；
) B/ P: Z$ ^5 a1 h- Z
* D; D/ e9 W- d（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。

: u6 P. M5 w( ^+ K: V3 [
- @( v: ]( D# Y- K$ N% x•逼近于理想解的排序法（TOPSIS法）

+ G  H, s& o, Q/ H. A! U
+ d  x$ y- p+ }. d* q


•层次分析法


•主成分分析法


+ S- X( L# x6 u: y* W# P3 p•模糊综合评价法


•聚类分析法

" T3 Y% L+ [* x+ o6 |# O2 S% D
预测方法（具体见http://blog.csdn.net/sanganqi_wusuierzi/article/details/54800341）
' }( J. A/ m, E4 h; T9 m+ u
1.插值与拟合方法：小样本内部预测；
2 A1 _  z* h+ T) E" u2 ]7 N
9 r6 V7 J1 A3 b6 n' @# P1 K% {2.回归模型方法：大样本的内部预测；

, D1 B9 l3 x5 j' T5 }7 r7 l' }
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；


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．
3 I* k+ g7 W! q6 K6 L$ f9 o! e8 ?

% Q1 T1 H( ?3 m% N& S原文链接：https://blog.csdn.net/sanganqi_wusuierzi/article/details/54800283
- T' G! D4 ?3 ~' [! z) r1 w# g
+ f# X, Y5 c: w6 }" L6 V: t9 F  F
% Q/ p4 P9 [& M! |

SHINee0525

挺好的 很有意思