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


" R7 x7 {! V$ z# G) V4 b( P适用条件:各评价指标之间相互独立。

3 W% A6 E& {* l0 G- V8 W   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。

主要特点：

  （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 ；

' Z" ?$ o0 L+ L+ S& D0 N3 u  （2）权重系数的对评价结果的影响明显；

) }. w; o2 N& ~' s; [" S0 m5 `  （3）对指标数据无量纲化没有特定要求。
# u& p3 V% j- W2 ~
6 {( \; c$ ^, {1 w& y8 b- Z; ?
1 h- U- e, F* F! N* o. W) s2.  非线性加权综合法
: y1 M* \! \# K) t
8 f4 Q& H$ h% G: W$ O  V  |3 M9 Q
' J: e( e6 j" Q9 j5 x, g. u! Q

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。

/ [% q% P& H6 c% O5 q* J4 K
•逼近于理想解的排序法（TOPSIS法）
0 V6 ^1 s$ t# U$ U
- B2 s! ~4 S2 A7 E, n. Z- ]$ @$ r, X


5 n( V/ Q, m8 a$ T层次分析法

•主成分分析法
& B0 H5 `% p5 m5 m
•模糊综合评价法
9 t, z7 R) l1 q; S3 P% p; a
% i, p' E: J1 [. x•聚类分析法

预测方法（具体见http://blog.csdn.net/sanganqi_wusuierzi/article/details/54800341）
6 I3 o% P4 q- m9 g, ^3 T& y7 U1 K1.插值与拟合方法：小样本内部预测；
7 k) I  T$ }2 `! ]1 [2 h
2.回归模型方法：大样本的内部预测；
5 f, r& f7 X7 T0 b* @  G
/ N, ?7 `7 ^; m! F: z
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；
, |6 E! B* O7 X! c) |! D
, S6 m' Y4 j" G& A6 l% w+ v
1 V: D: k) j  B# ^% Q8 r( X+ Q% h) ~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．

4 l) I2 d/ J, {+ }- O  m- p


. R$ Z% ?5 T, _% q

: k4 U8 W0 C9 m: [( G' _$ m0 n1 s# E