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
1 w5 Y! V: x' H- a; J$ J综合评价方法

3 Y4 g' J7 p" U/ c•简单加权法

5 [5 K/ x+ d$ L1 \1. 线性加权综合法

适用条件:各评价指标之间相互独立。

8 o6 H5 r( _5 `' S; U   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。
+ g) W' x4 X; y2 D
7 I/ }" a! b! g+ ~( p" H9 ?主要特点：

  V" V5 f+ @$ b  （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 ；

: {1 f9 ?9 _( F) s2 {  （2）权重系数的对评价结果的影响明显；
8 S! \( h0 W7 ^$ _2 D
  （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& \; W5 q+ g# ?( W" }+ u
; H6 M8 y7 o2 m9 Y) N$ S主要特点：
9 o; N, l4 s, T
4 X9 w5 a, ]& P. Y& 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；

7 Y# ?: {- j- ]6 G  j/ X（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；
# B8 N: K" {- i9 e
（3）要求无量纲指标数据均大于等于1。
+ Y7 I7 A+ B/ E4 v( h$ z1 I
+ A& `% v, l, v1 s
) s( L3 o5 ^# v& v3 O•逼近于理想解的排序法（TOPSIS法）

) M0 B( X- \8 ^0 B  W2 H. f
+ l* S0 G3 m$ {5 T9 X
, ~. ]0 [) I) w2 k8 j# _
2 g" k! g3 y8 e
•层次分析法
* F3 {4 }( m, {1 _& Y% V

•主成分分析法
2 R2 K0 J! P4 a, x

•模糊综合评价法
; o, K2 Q2 X+ T& U) A

$ e/ L8 C% k' A1 r, c) u•聚类分析法
3 T9 d2 y0 h6 d( j8 \
: D3 ]5 d$ i, a7 z) W
! [$ T( Y$ ~; @. m8 j1 v# z预测方法（具体见http://blog.csdn.net/sanganqi_wusuierzi/article/details/54800341）
% F" O* i  B& ^' s! k: J
1.插值与拟合方法：小样本内部预测；
$ V5 K7 f) Q/ x1 l+ L$ d+ Z8 g
2.回归模型方法：大样本的内部预测；

" j3 X3 Y. K5 w; ^) R
0 q7 [* z. m: d$ u2 K" E3.灰色预测GM(1,1)：小样本的未来预测；
) s, C1 r2 K  ]* N& g
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；

3 A" {' d; W) b8 M1 ^0 K
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
% `9 p* o* n! u3 t8 ?" \: \: R
7 I* {5 n: V; P$ E4 I# J

SHINee0525

挺好的 很有意思