数学建模常见的综合评价方法及预测方法

杨利霞

" A) K7 n6 W5 ?- O数学建模常见的综合评价方法及预测方法
综合评价方法

  i( t& A8 @4 t* d# [! G•简单加权法
* O* f2 a+ c0 z1 b
* S4 b5 c  N! t+ P  h1. 线性加权综合法
. @+ |# g  Q% U6 q# C" h
适用条件:各评价指标之间相互独立。
% f3 Z6 n" D2 q! y# m
. x: b  L/ ?6 s& S   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。

5 b1 a  e" Z, T0 P* [, i) T主要特点：
# R& v4 h/ X) {" p7 N
  （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 ；
4 u8 u7 l( O9 L* O; X
  （2）权重系数的对评价结果的影响明显；
- c+ }+ ?6 Q, X
! T  o% x( ~' g/ s% d, w- a: q  （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
5 @- t1 x9 Q4 _& [+ M
% N" j5 [; I& u8 a) Q* O
+ u- Q( L0 a) R* s5 l5 H
主要特点：

（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；

( U3 ]( c8 M. f! G8 M. r9 ]% w（3）要求无量纲指标数据均大于等于1。
4 [3 V( [) V& q0 X# B/ B8 U

6 E/ {6 o8 V; |' l- q•逼近于理想解的排序法（TOPSIS法）

3 \! ^7 |% v; o( p. F- c


$ c( W; W2 J5 i& J! l2 {4 i
" O- d: o, e2 x7 I4 t•层次分析法

7 s& v2 m* J8 B8 F
•主成分分析法


•模糊综合评价法
, ]& }6 F# ?8 `( N, T/ ]" `) @% R7 h! I

•聚类分析法

7 S+ E! h) ?. W( U  x: v
预测方法（具体见http://blog.csdn.net/sanganqi_wusuierzi/article/details/54800341）

5 w( n* c7 G. M5 l% t1.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；
. E' Z3 `! m. y* u& L

3.灰色预测GM(1,1)：小样本的未来预测；

( k. D8 m% q4 g' U' b9 Y4.时间序列方法：大样本的随机因素或周期特征的未来预测；

( a" g- Z9 Y6 D
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
7 X% {  d% {/ \$ u2 V
6 e6 U9 o1 p3 }, H; a3 \6 _

SHINee0525

挺好的 很有意思
5 S% `0 F5 z  p- R* q