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
9 B0 C6 j0 Z5 d" C$ R, Z6 h5 T综合评价方法

# d( g2 \3 c0 b0 q/ }) y•简单加权法
- ~" Y* I8 I& \# [: E7 l
. R# d1 G. z$ [7 Q5 P6 G) D1. 线性加权综合法
/ r" k0 w* p2 [5 b9 i3 A/ ]9 k6 `( ~
- X& w# @- x7 [; Z; I4 G3 Z适用条件:各评价指标之间相互独立。
( D1 H; d2 l0 \+ u6 G
   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。

6 ?/ F/ k  o; A- I' U1 P主要特点：

7 T/ j! `5 e' Z8 a  （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 ；

3 j. S% c4 |4 m. a  （2）权重系数的对评价结果的影响明显；

+ n! Q& S2 n+ Z# _) V) ]6 R- {  （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
* T) E7 B+ a" Z6 L& I9 u: H5 j

& g$ U; A( @/ C$ C/ D+ Q
主要特点：
  J5 b* d' k9 Z% V
$ T$ y9 I' _; Q+ r; y" y（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；

; X) q+ ~& c5 h% h/ Z（3）要求无量纲指标数据均大于等于1。

4 }/ w* D7 y# s  Q
& u. F8 d& ]* ]2 }3 Y# ^! O. X•逼近于理想解的排序法（TOPSIS法）


. P6 Q/ \+ P1 i3 s. I+ c! I2 |: W


! k" s' Q5 {% f2 }" P: l5 J•层次分析法
! q- c- s" `( y& @* A9 i& w
' l$ B" ~* M, i" S, k
•主成分分析法
% s: R3 [% F( G

" [1 A; z# e8 n' H•模糊综合评价法
2 M9 L# s# q+ ^* t" c5 e0 z( e+ ]
( G6 j- h6 z( d0 F' N: J2 `
•聚类分析法


; _1 [2 N: e2 l+ K. Y; S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；

2.回归模型方法：大样本的内部预测；
* p* d! Y( X6 X9 j. }5 q6 w

, P' P# L2 r2 ^! e8 Q3.灰色预测GM(1,1)：小样本的未来预测；

7 w& n- Z8 U' `: B2 H4.时间序列方法：大样本的随机因素或周期特征的未来预测；


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．

, g; d$ r+ {- y
, E9 D7 S+ m$ [原文链接：https://blog.csdn.net/sanganqi_wusuierzi/article/details/54800283
1 q! o* r4 c' \/ w) e* G5 \3 ]
& k% {; s: b/ _7 W5 k$ o

SHINee0525

挺好的 很有意思