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
8 Q  w4 D- G2 S! {  R8 m. H, u

7 p6 ~6 j' H8 H% a0 T- H/ a+ J适用条件:各评价指标之间相互独立。

% _) }0 i( W' i  b, B$ K   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。
; ~) I$ ~: e- m  y) M9 l
主要特点：
; |' M. o/ W5 e5 P- T
  （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；
! x; e+ K: w3 ?6 T2 q; @  }
& U5 [; h# e* W1 q9 h  （3）对指标数据无量纲化没有特定要求。
: v1 Q# }0 p( u8 v

2.  非线性加权综合法

( X7 S; B& l* ?( d8 W
6 Y. V: }4 I; w! ?$ U8 l! p$ [& r

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。

, N3 c5 Q0 q/ n3 [' S0 a" g
% d" c$ ~# H* ^' F& Q" e5 Z5 M! w•逼近于理想解的排序法（TOPSIS法）

+ h, {- k2 u( m' P* W. B8 g! c
" c+ W: v8 Q) |3 j
& @9 o% Z, R- k6 O- I$ t, T
层次分析法

•主成分分析法

•模糊综合评价法
, V; e6 \; p9 y
•聚类分析法

预测方法（具体见http://blog.csdn.net/sanganqi_wusuierzi/article/details/54800341）
1.插值与拟合方法：小样本内部预测；

. F: R+ e- y; a1 ?- a2.回归模型方法：大样本的内部预测；

* r7 @/ e1 E; F: p! r
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, i7 o: H6 C& W) B
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 n+ N5 p+ c! @5 ^; W
# U& k# a; P/ T) m# H

/ s7 L! o6 O# {  w( F