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
综合评价方法
3 r% y+ s2 I& U: n3 K8 F0 d
•简单加权法
8 g5 G8 u, \' V
1. 线性加权综合法
) r7 C! L' _  S0 k. @( H3 y
适用条件:各评价指标之间相互独立。

$ A. c% l  x- f- M' F2 P+ |3 B3 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。
& o. \$ t5 r) V# v, H
主要特点：
5 J, }* Y% t. I, L1 y; V
7 f5 i+ ^" \8 R  （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 ；
0 X$ W- j7 w9 S  E. G
8 N+ Q5 a$ z, G6 n  （2）权重系数的对评价结果的影响明显；
. _$ D2 |- ]1 t; i, R: A
2 H- z  g! `/ j, @  （3）对指标数据无量纲化没有特定要求。


# R) r% I5 o& R2.  非线性加权综合法
& X" U  C' Y: d8 \' L' O: {
  S9 u' D9 G' r' H" V2 Q! d
' |$ `9 ?8 q& C& d; ^2 F9 q
主要特点：

1 Y5 f, b9 ~& N7 X6 |5 e  u. O（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；

1 t, e2 S* H, {（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；

（3）要求无量纲指标数据均大于等于1。
6 j: O* a! ~, L- ~9 P: h

•逼近于理想解的排序法（TOPSIS法）
8 L4 s* R1 T  {




. r( r0 m1 W) N- W  ?•层次分析法
+ U8 d; o( u7 n% J+ J

& V6 r+ ?6 Y0 l: @6 W•主成分分析法

1 @& R) _8 p0 _4 _8 W  j
+ t1 }; P2 A  [2 x& j•模糊综合评价法
; E+ g3 S& P3 {( A1 V

0 b: m0 L* j  j: v3 O•聚类分析法
$ A; D) r$ q8 u  H$ i
5 w' B# E$ k9 I* c/ N- c
7 g; {. q4 h7 O3 l5 T. T" D3 t预测方法（具体见http://blog.csdn.net/sanganqi_wusuierzi/article/details/54800341）

7 o$ C: y1 t' E  M# {' I1.插值与拟合方法：小样本内部预测；
7 b- n  K( Z' D4 s, ^/ l: _
2.回归模型方法：大样本的内部预测；
5 H9 v2 W% L9 Z# M& e

3.灰色预测GM(1,1)：小样本的未来预测；

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；


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．

* ?/ R3 w0 H8 |' b/ t6 w; G4 ^
原文链接：https://blog.csdn.net/sanganqi_wusuierzi/article/details/54800283


7 I" C5 Y( o; J0 z" Y+ f" E

SHINee0525

挺好的 很有意思
* D7 g: G2 g2 P/ B1 Z