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
) j9 N# v) V" `
•简单加权法
( E# N) d& B3 m# B4 c; ~) S
$ z* T: \/ c4 ~, ?% k1. 线性加权综合法

适用条件:各评价指标之间相互独立。
" L/ a& |+ c, A2 a5 Z* ~
   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。
6 P+ ?( v- x! e( |( Z2 z
# A0 Y. u7 N4 I0 \  X- n( O主要特点：
' ^/ A+ L+ \5 X7 }4 x+ Q% W
" U  K; `# @0 P' S" z9 |* g) M  （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 J, v1 f! ?) M. v
( p0 [) Z! M0 I6 Q& M" i  （2）权重系数的对评价结果的影响明显；
8 }4 c6 q% y' X
  （3）对指标数据无量纲化没有特定要求。


  ?' C* m( c5 ?6 h2.  非线性加权综合法

6 O. F5 e' m% Y. `7 `2 i% J; l

+ q' \) T; Y( Z: t& U1 [1 Z# ?主要特点：
& b  ~8 Y+ B; N2 O: b& W5 H
（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；
" p1 O& N- j% |( W/ v
（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；

; o5 s% E- m$ e3 L2 O1 B（3）要求无量纲指标数据均大于等于1。

6 P' v6 Q) t  C, k4 \! ^
•逼近于理想解的排序法（TOPSIS法）
+ k+ @0 h1 f9 F6 H) d
+ F$ n1 S$ |  R/ Q$ y) l


8 g( q' n: u5 c; a
' f0 |# B: T0 T2 g6 {•层次分析法
" n& w1 U: a+ ]  G% R
- {- W- ^$ ]* E
& K" Y6 W4 N# P" g6 k# x1 Q& r1 D+ J•主成分分析法


•模糊综合评价法


- D) U! F# x5 {  s4 A  }•聚类分析法


) H  t; M7 w. S* r" d' m3 f( l预测方法（具体见http://blog.csdn.net/sanganqi_wusuierzi/article/details/54800341）
6 f9 q0 S  ~  u5 Q( x' ~" y3 w  i
1.插值与拟合方法：小样本内部预测；
5 ^! y6 c. u1 S- y* ?4 @# p  H" d
8 |8 u( U: _6 d: n7 Q2.回归模型方法：大样本的内部预测；
' H; R6 h, w# F8 X. S, R& t

3.灰色预测GM(1,1)：小样本的未来预测；
2 Q. C% D  X$ c# ?& T! z: w& T1 V2 I3 S
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；
* V5 `: }( s( U
5 x/ R+ s2 P  k. ~% @- c( j4 R- P
. G& e* J( z# q5.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．

. |: y1 Y  E# z* j8 w/ q8 }6 }
原文链接：https://blog.csdn.net/sanganqi_wusuierzi/article/details/54800283
# V5 I9 J$ S% Z$ s1 f' y
. {0 e, ~2 i( w4 }0 W) c

SHINee0525

挺好的 很有意思