数学建模常见的综合评价方法及预测方法

佛自业障

综合评价方法•简单加权法1. 线性加权综合法
# N7 ^( V3 \" c" t: ?+ h- l7 }
* S' j7 ~" i1 ~8 |1 _
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。

- O9 m0 Y/ o: K$ i5 c; g: H主要特点：
% N3 H! r! Y+ O1 X2 x- _2 o& ~( s
) ~) j5 g( y  H8 ?) s  （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 ；
0 t' V; {/ p) `( v+ n& [5 m: f
  （2）权重系数的对评价结果的影响明显；
6 l/ w. _, E. G+ L' D$ p/ g
  （3）对指标数据无量纲化没有特定要求。
! Q  X6 S4 P' T. J% l) y

2.  非线性加权综合法


& q7 B1 X7 E+ B! \9 h6 w' O

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；

（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。

+ a! ^8 g% G5 a2 y* A, ^
, J) M+ [: e: K& ~* b/ A* {•逼近于理想解的排序法（TOPSIS法）
/ m. F2 H, J! H1 n
& c4 e4 o" a2 o& w
( H6 v' M+ \/ O: n- s  _
9 T% `, X0 V6 U. w7 j
层次分析法

0 `3 I7 u% E" t: x•主成分分析法
0 I) a4 B3 i$ T) K6 j- I, H6 h
" O  f$ h0 [. L: t/ @/ K  M+ t7 C•模糊综合评价法

7 U2 k' [+ M; q* v2 k. f% r•聚类分析法
3 o  ^+ i! y0 A# I
预测方法（具体见http://blog.csdn.net/sanganqi_wusuierzi/article/details/54800341）
6 {9 D, L$ {7 E! v1 v1 {# [0 n1.插值与拟合方法：小样本内部预测；
* t% B3 V) s$ ]5 M
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；

+ E: X' V  U5 @; e4.时间序列方法：大样本的随机因素或周期特征的未来预测；

* E( W4 Y  C  L& d  ]
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．





$ x) {6 {8 c8 ]  ]* n4 S+ w3 A