请选择 进入手机版 | 继续访问电脑版

QQ登录

只需要一步,快速开始

 注册地址  找回密码
查看: 1750|回复: 1

数学建模常见的综合评价方法及预测方法

[复制链接]
字体大小: 正常 放大
杨利霞        

5250

主题

81

听众

16万

积分

  • TA的每日心情
    开心
    2021-8-11 17:59
  • 签到天数: 17 天

    [LV.4]偶尔看看III

    网络挑战赛参赛者

    网络挑战赛参赛者

    自我介绍
    本人女,毕业于内蒙古科技大学,担任文职专业,毕业专业英语。

    群组2018美赛大象算法课程

    群组2018美赛护航培训课程

    群组2019年 数学中国站长建

    群组2019年数据分析师课程

    群组2018年大象老师国赛优

    发表于 2020-4-2 16:21 |显示全部楼层
    |招呼Ta 关注Ta

    4 f  J, @- K& t% a7 o" ~数学建模常见的综合评价方法及预测方法
    & f  X! g0 W1 S9 m9 n/ r8 R  I综合评价方法
    ' ~# M4 F' V/ Q/ ?5 L7 i- p, H7 U/ ^7 J6 J+ {: g
    •简单加权法6 o, D) M8 j% a1 ~1 Y( y3 w
    / n- `4 I+ D+ X  d3 V6 u
    1. 线性加权综合法
    % P' ~3 G+ m8 B6 j5 U' d& s* t 1.png
    7 j: P% G7 n% d
    适用条件:各评价指标之间相互独立。
    % w6 L9 j" `4 P  J: }# g
    6 G. `3 J! f  _( R- @6 R( b. \% q   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。
    9 z* z! R6 c0 J- Z/ `& D8 b1 X# H- W
    $ _6 W0 I' |/ z& L8 L, }$ }主要特点:$ a: ^/ T- H# u0 }+ ]6 [) C! e

      q: Q" z' N0 |* z2 ^4 x$ _  (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 ;& u$ }+ W1 V. R9 T
    & w4 A- }: }; }0 m' C- E* _# r
      (2)权重系数的对评价结果的影响明显;% z" ~# u: e* v2 K8 ?" L

    * U5 b* X/ U& o+ O# N  (3)对指标数据无量纲化没有特定要求。
    ! s6 X, U" m( |+ q- a7 e: p) S" k( ~" f* g5 h: g
    - {- Y; {" A+ r' E* k& ^
    2.  非线性加权综合法 6 _3 H: d/ \# b) K; @$ t7 O
    2.png
    2 N0 G, |1 u1 i* f' Q3 C: p8 g3 X

    . `+ e* g9 N4 I  ^7 |6 v  v2 P8 K6 C, Z5 h$ v$ \4 ~" Z; Z
    主要特点:
    # T1 {. U& y. _$ y% `6 E( o* Y2 g0 g, F
    (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;, o$ _9 Q: o; I
    ! G3 U! Y( g9 E; b3 x1 K$ Q
    (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;2 v$ ]5 i  _- j; K3 R$ e

      ]! {. r; O- D(3)要求无量纲指标数据均大于等于1。
    * o) {+ L0 p* Y9 w; S
    0 T2 P, ^: ~1 h  I5 q1 D5 Q
    7 \9 y8 Y5 S/ L1 M•逼近于理想解的排序法(TOPSIS法)
    & u- a) |3 P! Y  E8 Q 3.png
    & Y$ X9 ~6 c( g+ y

    : A0 ?3 Y0 X% Z+ D: V& z4 [ 4.png
    9 a5 m9 b/ s1 j9 T" v7 x
    3 `8 Q6 i3 D+ P; `$ \; W2 G7 `) W
    4 x6 S+ `' O, C  \4 |0 d
    •层次分析法' _+ _2 u" e# `9 ~. m7 C- K
    - p3 V) e/ K( I, L3 o7 h& s# p3 F* y
    " `/ Q% e! n- R5 E  H; i
    •主成分分析法
    + r& b7 X5 N% h
    , l) G% D: ?3 B$ C3 S0 v% `2 o8 i
    2 _) c/ y; l1 o- V. f! e/ Q3 }•模糊综合评价法1 c& I) d! X0 M" X) H: B! _7 @
    7 e( C5 j: B9 o: R

    " `: h2 S- b& C4 l) U6 f( T•聚类分析法
    / d: |6 ^: i" p8 B7 ?5 n, ?" L* \# ~

    8 k) G& C% E# ]; z  z预测方法(具体见http://blog.csdn.net/sanganqi_wusuierzi/article/details/54800341); P5 N( f2 K0 o6 u; @8 W
    5 L# Z+ u0 U) i1 T$ m$ q
    1.插值与拟合方法:小样本内部预测;
    & W% \1 I  L, U1 P9 o9 @! Q6 M5 [, R, j* O
    2.回归模型方法:大样本的内部预测;
    8 W! C6 ^/ b& X( x" a# Q
    & j2 g! ^: ?4 M. R! C6 ?1 Q% m: [& s! s- e5 s. R
    3.灰色预测GM(1,1):小样本的未来预测;* C' p" {( N0 `( J

    9 T2 e1 D3 K/ ^6 S6 n4.时间序列方法:大样本的随机因素或周期特征的未来预测;
    7 C3 J( \; t2 b7 k: O* u) q* Q' Z
    " H( l$ o( b, ]) k  E, x
    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.
    7 u5 P5 w$ z) N; k  [+ l1 {& p5 A
    / a8 c- K! z, k0 J+ y1 T6 n$ {! D3 j- n3 m6 {( l/ b% l' k
    原文链接:https://blog.csdn.net/sanganqi_wusuierzi/article/details/54800283
    * _  k6 u. C, {# t* G
    ; P% x' z, ]6 O) C
    1 J9 [3 K. o/ T3 V8 w+ G* x
    zan

    0

    主题

    1

    听众

    16

    积分

    升级  11.58%

  • TA的每日心情
    郁闷
    2020-8-22 09:47
  • 签到天数: 2 天

    [LV.1]初来乍到

    自我介绍
    回复

    使用道具 举报

    您需要登录后才可以回帖 登录 | 注册地址

    qq
    收缩
    • 电话咨询

    • 04714969085
    fastpost

    关于我们| 联系我们| 诚征英才| 对外合作| 产品服务| QQ

    手机版|Archiver| |繁體中文 手机客户端  

    蒙公网安备 15010502000194号

    Powered by Discuz! X2.5   © 2001-2013 数学建模网-数学中国 ( 蒙ICP备14002410号-3 蒙BBS备-0002号 )     论坛法律顾问:王兆丰

    GMT+8, 2024-3-29 09:03 , Processed in 0.423887 second(s), 59 queries .

    回顶部