数学建模常见的综合评价方法及预测方法

佛自业障

综合评价方法•简单加权法1. 线性加权综合法
) P. t7 z" b' _* o: x7 m+ w$ S
) _9 I4 D* k+ d* [
适用条件:各评价指标之间相互独立。

. @& m( J1 U$ g   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。

( M+ e) V0 K8 w9 u' N0 {1 J% X主要特点：

9 s  G. Z9 g7 P7 j6 [2 h- 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 ；
3 c1 V3 A+ H) R% _6 C
  C; @; u0 |. I  （2）权重系数的对评价结果的影响明显；
& [+ A  ^8 S0 \( n( a$ \1 ?$ J
/ S& L8 L  k$ J3 Y8 |  （3）对指标数据无量纲化没有特定要求。

8 @% l) g  C9 S% e: P
* v- f; I8 b0 |) s9 f, x% \2.  非线性加权综合法

0 f% ~  m- K. C' [0 \+ T' i- b$ l

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；

（3）要求无量纲指标数据均大于等于1。

: J4 x" {  @9 G9 P
) Y  }! @3 b% K0 x- _•逼近于理想解的排序法（TOPSIS法）
7 l8 F' W0 t0 H1 r' q" G5 @


0 f5 ]4 w8 X5 H0 _+ [" R+ B3 ]& _
% I. F; b; @9 d: ]7 Y层次分析法
4 T4 y) W1 n; z1 h# j* W
0 q4 M+ G( y" _5 V9 \- ^•主成分分析法

•模糊综合评价法
: u* Q1 H9 }8 P: S
•聚类分析法

预测方法（具体见http://blog.csdn.net/sanganqi_wusuierzi/article/details/54800341）
' P! \6 I, j4 U1.插值与拟合方法：小样本内部预测；
6 z! S% t" F5 A- w- Z; k
2.回归模型方法：大样本的内部预测；

+ f5 G6 {1 v) ?6 e/ U" a, V- S
) ^2 e  h; h; P% o& B2 F3.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；
& y5 w3 ^1 G$ D$ Q- J
' I4 c4 \1 n) W* p
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 i8 g1 q' U4 C


4 V8 P+ @  d4 C
' B, u( J; M3 X: ?! @/ }' w' e1 B
! l* W, h& M8 t* |: Y