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

8 M* ^" P5 _9 `综合评价方法
6 F' U! p8 H9 A0 l) ]
•简单加权法
7 n" ]9 j4 \0 T9 i
! h6 F0 J* }+ I9 e, `3 U! b  }- u1. 线性加权综合法
1 `  v. ?2 Y. L: d$ g$ Q, F
+ L% s8 M, K; l1 A( L% F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。
  {. W% P: g" i1 y9 ]
8 @; D; k. f0 C9 L! P主要特点：

9 `( E5 M3 |3 t& _" \# @, P. K+ I6 E  （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 ；
, T6 h4 x) o! ~! m! K
4 T/ s: s/ z8 v8 l& u0 k7 m  （2）权重系数的对评价结果的影响明显；
4 ]4 B4 ^7 s# K2 l. F
" D% X; o- r7 V0 s  （3）对指标数据无量纲化没有特定要求。


  `0 E' b6 e) |' S7 g* Y5 _0 F2.  非线性加权综合法



0 B' r8 N6 F  a2 X4 B' G4 q9 e主要特点：
8 u9 _1 U6 G2 X7 U
（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；
! Y+ u  a! d# Q1 `7 x. w
（3）要求无量纲指标数据均大于等于1。
7 o9 z+ o( p, O4 A
. L' ~# f8 ^+ r& J% P
•逼近于理想解的排序法（TOPSIS法）
, P$ Z) `0 q7 {7 X; r



•层次分析法
* Z9 x+ I* g3 p* ]/ \+ T
8 s' D( ^2 i: u' X0 t/ d7 o
•主成分分析法


•模糊综合评价法
8 H- q' X! ~+ G  ^8 @) q
% r1 ~. ]+ l6 E: \3 L8 i
•聚类分析法

5 }8 Z% m, F8 s) \
! o+ r; w; ~1 r, G+ r- }预测方法
  [  a! m/ z2 ^  y! P. ]( @
1.插值与拟合方法：小样本内部预测；

6 Y  S, {% _; i4 K7 S  W2.回归模型方法：大样本的内部预测；
. X- D' V, C) ^: j
) M  e. W) h- O9 j2 m. A: C8 u
8 J4 V+ R( ?) ~7 D3.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；
2 \" W( F1 c$ F/ q* |) P- I. c
; K3 ^% h0 G* `; m7 U" h6 G
/ ?6 n1 v7 X  {5 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．
% o( q0 O- N8 R---------------------
. u5 O/ k. G7 \3 y6 J- L( @4 G+ A6 S, {