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

( d; L) v! B5 t% ~, p, L' _, Z+ C
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。

' `9 Z5 x* I3 Q( M/ `4 n! R4 Z主要特点：

7 R, h( a' V$ \6 [! L7 Z7 o  o  （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 ；

# C+ \2 V4 y& x. y5 L0 S! X  （2）权重系数的对评价结果的影响明显；
4 ]6 d9 b( j- f: P
  （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
# O: ]# O* z0 Q1 r- }5 a

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。

3 z3 O6 v5 T! l* S2 k; P; o+ e
•逼近于理想解的排序法（TOPSIS法）
* j8 ~  q) m5 ^9 W! n

$ g' b% g4 w7 }# B

层次分析法
1 d0 Y; j! t3 G) G- i2 ~4 S
•主成分分析法

! B+ o& X+ z; Y/ Z& |& O•模糊综合评价法

•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；
7 A% ]" @6 P9 i6 z+ w
, {3 B  l) d3 S! d# C! R2.回归模型方法：大样本的内部预测；
# P4 L  H7 u) P8 Z, Y
) u; Q6 T% j2 `$ o. ?% S4 F
" s, `; y; f( b3.灰色预测GM(1,1)：小样本的未来预测；
0 @  w6 h3 `3 h" M3 C. e
, y, W& p$ o# P6 E8 w4.时间序列方法：大样本的随机因素或周期特征的未来预测；
& w9 B  t0 C2 y- X% U* G
& w9 e( V+ |) S$ X
* n+ ~( {0 J- a- N' Y6 X" Z5.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．
2 b& `" d2 ?8 R9 _) x6 b
- d, u6 B# t, F; }2 c$ M- A0 |
, L, q+ ]# U9 K  A3 Z' ^5 ^


+ z/ L; O. B& j, R
0 n0 [8 z: v5 m/ i( K' t