数学建模常见的综合评价方法及预测方法

杨利霞

1 a9 V  u$ j7 `9 }数学建模常见的综合评价方法及预测方法
( t# `  z* {- V/ I综合评价方法

* w3 p( s$ @; I/ z2 O/ R- I/ |•简单加权法
2 E/ R$ w5 t" Y. z& P! y/ N/ F
1. 线性加权综合法

3 c6 I( }* t' T7 u$ F) q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。

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 ；
: S& w" Q8 g) ?7 Y8 q* \
  （2）权重系数的对评价结果的影响明显；

) s9 D6 I4 J# O; K% z  （3）对指标数据无量纲化没有特定要求。


; m' y& [( b( t7 {  p5 Y+ E4 P  [7 {2.  非线性加权综合法



主要特点：

6 C4 B9 F$ s! n+ {2 r' s（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；
9 k* @: Q) Z% [# R+ G
（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；
* q4 W7 E9 m% G+ R
8 i3 P2 q# k! g1 K# H6 V  F# |（3）要求无量纲指标数据均大于等于1。
( `+ r6 y$ C% r3 |+ ~) \

, W" J$ _* m. Z& @3 X•逼近于理想解的排序法（TOPSIS法）

9 T  Q: c+ ]4 n9 I
0 n# \3 z' `1 T  M. X
$ y* _8 K5 P. H; X, x0 ]: g
  ?- e" u9 P$ X) M% a  W
" v1 I9 v% Z. G3 {•层次分析法


•主成分分析法
0 _, u3 `) H, G+ A$ }9 M
4 d$ \/ n' y: I* Q  l
; v9 R! L. y' @! W6 I•模糊综合评价法


* \7 M0 l% d( o) F( a8 G, U•聚类分析法

( W; R* w% u5 l6 a
预测方法（具体见http://blog.csdn.net/sanganqi_wusuierzi/article/details/54800341）
2 D9 o2 t* @2 \) Q0 Z) y* `
1.插值与拟合方法：小样本内部预测；
+ t" w& k9 o# d) L8 G
) a: R1 A9 K. g/ E* J8 x. B1 O- U2.回归模型方法：大样本的内部预测；

% i1 v2 p" _+ i# N. H* C
1 q/ ]# G. ?" z" u* c3.灰色预测GM(1,1)：小样本的未来预测；

; ^& h2 n+ _  z! s: R4.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．


原文链接：https://blog.csdn.net/sanganqi_wusuierzi/article/details/54800283
3 J8 \* m2 W7 z8 D* S
& D: `, A* N0 q, P1 q! W8 {
- ?: n8 w- N& `

SHINee0525

挺好的 很有意思
* z/ `1 U! t+ g  e: b