数学建模常见的综合评价方法及预测方法

杨利霞

9 H% f' }- @# u: n* n7 o! R6 ?数学建模常见的综合评价方法及预测方法
综合评价方法
. N8 u6 ?$ J# K9 ~
" w" o0 [# O* R" y3 ]•简单加权法
& W; o# I; h* O! W3 |
! n3 W4 C( ?4 w) r6 c5 n1. 线性加权综合法
+ {# o& A( m1 p5 \: T: Y2 E
适用条件:各评价指标之间相互独立。
$ [8 t3 g- j0 }8 U& Y2 m
   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。
" F! B& B# a) R
' ^. Q" ?1 \9 D" r主要特点：

  （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 ；

! Y5 I* x' `: _' f9 _+ _  （2）权重系数的对评价结果的影响明显；
  W2 i1 B3 \5 G6 d: b
  （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
7 v# ^) z( e9 {+ S4 E

6 ~3 O- i- E; E
3 N4 F8 q; ~3 j1 C" c, B/ l8 W主要特点：
" Z$ K* L" j3 U0 ?# D
（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；
0 Y- }. u, _3 P: F! [+ g
（3）要求无量纲指标数据均大于等于1。

# n+ X5 p$ j- I  a( s
•逼近于理想解的排序法（TOPSIS法）
/ f; ]+ I2 @% g+ J; |6 W3 e
/ e$ K9 G; P& |- [) c



( O) L: L( s6 v7 @2 |( N4 i' I•层次分析法
2 q8 B0 o0 }& o; D% U" i7 G; r" c- v

/ p1 A4 ]# Z3 u3 H" J- ]•主成分分析法


# [1 J& L8 I* H! \- f•模糊综合评价法

) H8 M) U  j: n; e
  u6 T% [* _  n8 \- z' H! C/ M•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；

2.回归模型方法：大样本的内部预测；
2 F* S" e7 \1 w9 l, j& @
+ Q" q5 `9 L3 C  Q% D' {+ j
2 E0 ]3 x# l1 @$ W7 h" f3.灰色预测GM(1,1)：小样本的未来预测；
; ?3 ~; j0 }! |+ ^$ Z& _1 Q# {
8 f( e& k- _& _8 u. q; e4.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．

& E% H: ^9 N6 [; l9 j
, l0 i2 q7 E4 ]" [原文链接：https://blog.csdn.net/sanganqi_wusuierzi/article/details/54800283

! G- \7 Y& `1 ]
) q+ S' N6 z  M: h6 V$ X; W

SHINee0525

挺好的 很有意思