数学建模常见的综合评价方法及预测方法

杨利霞

2 A0 s% Y  W: R: Y: q1 L2 A数学建模常见的综合评价方法及预测方法
综合评价方法
7 c6 ~( z, y7 t. X* i5 O
•简单加权法

6 y) _" g/ M3 v! q3 c" J" k) s1. 线性加权综合法

" }7 l! {: V% B( V9 Y适用条件:各评价指标之间相互独立。

) j! m  n$ x  H- Y! `   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。

  [, w9 m/ q, |% ], y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 ；

  （2）权重系数的对评价结果的影响明显；
) q" l+ L. U9 D& v
+ G- u3 i# L& w: ]) V" ~  （3）对指标数据无量纲化没有特定要求。
' I4 j( j$ F1 J. X6 s1 P6 K( a

2.  非线性加权综合法

, h: ?" W: a% n! x, |

6 Q" f; D0 c% i) r主要特点：

% [5 I2 w( ]! X, o/ 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；

（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；
& }) ?8 {% l0 ?- d2 L1 B
（3）要求无量纲指标数据均大于等于1。
* }; z8 ~( ^. a7 Z) Z. `6 X- h

: `) ?' |1 i, I8 A) x7 f! |( m5 i•逼近于理想解的排序法（TOPSIS法）
/ M# w  ?$ Z5 g/ T, V0 i9 H9 s' n0 m/ X




+ d! t/ G2 C: M0 h7 ]. q•层次分析法
3 |* b- Y8 t+ C3 q; X! Z

1 K' j4 M7 j7 P7 r! l* E* G•主成分分析法

/ r, ?, E0 h/ ?" r
) S  I( \$ z- F6 h•模糊综合评价法
; N% H8 a  |+ ?9 V; B) i& W

$ i. `& q. P$ T. t1 p+ o8 p•聚类分析法

1 N& d$ ~* m; `2 r
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；
' P0 w5 b2 p/ H# T# {+ T2 ]. }
2.回归模型方法：大样本的内部预测；

& r8 S+ J% k$ ~0 A! ]  B8 f8 n
3.灰色预测GM(1,1)：小样本的未来预测；
" j8 M- ?0 {, V1 o+ ]; `% Q/ u8 g
, \+ h, y8 f) J( b0 Q" s; d4.时间序列方法：大样本的随机因素或周期特征的未来预测；
0 ]& u7 Z$ T& q

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．
" x& o8 [- x8 H$ z3 g$ w9 D. Y( w6 l
! T1 X5 u: B3 q4 Z
" z9 P( _0 d% o4 i, f: y原文链接：https://blog.csdn.net/sanganqi_wusuierzi/article/details/54800283
1 `1 P' N! C  j

SHINee0525

挺好的 很有意思
* R/ k4 J, W6 Z4 k5 z+ I9 u