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

' l$ G$ Z, N% h8 z2 o
$ K- B. b# x' [* G. |适用条件:各评价指标之间相互独立。

$ [! |6 `* M- `" O   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。

+ s. x1 V  Y% i$ a9 x3 Q主要特点：

6 |& l  W$ k! k: 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 ；
: T+ w+ e5 B) r# v# H" @
  （2）权重系数的对评价结果的影响明显；

3 r- N! y0 ^+ z4 [7 d  （3）对指标数据无量纲化没有特定要求。

+ M6 {& N, R- h% N3 _$ Y& ~/ t( }# T1 E
2.  非线性加权综合法
- o9 p" Q8 I; o. q
( o/ Y2 u% x0 Q# p9 s
9 x) v# g) h; o. t4 `" e/ V, 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。

•逼近于理想解的排序法（TOPSIS法）

/ h# e9 o% R5 c! k% K4 g


层次分析法
. a6 c' O3 a6 u& G5 Y4 k
. ?/ y3 X/ T) K+ O; }5 B•主成分分析法

+ |" ?7 F4 J1 g  }$ z: @•模糊综合评价法
; E! Q( _% n( k/ G( q% \
+ A8 ~) n, Q7 G9 O8 D•聚类分析法
0 v8 H1 |) q( z9 P/ D
预测方法（具体见http://blog.csdn.net/sanganqi_wusuierzi/article/details/54800341）
' C0 \! l" o: i, e- ~: I7 d1.插值与拟合方法：小样本内部预测；
; X/ W0 M& n% N3 m, A" L
7 O# h+ n  ]; ?' s2.回归模型方法：大样本的内部预测；

9 A9 _( `4 |0 k6 _+ M- p% q; Q; N
- j- Q7 J5 Y' Q2 n3.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；

( S3 m0 K" S1 s+ h: Q
- p3 Q+ y, `3 i" z3 n3 j: G$ k" ~2 S5.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．

. c; c* n6 N/ i  t, |
' R0 G' n4 }' s2 H% H& Z& h' Z* K0 _

# Q; Y( V: y4 ]

& G% {: O, w  E  c0 g' J) i3 V