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

•简单加权法

1. 线性加权综合法
9 V% q- w& {2 ^) G
适用条件:各评价指标之间相互独立。

   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 R, y( [  Y! f9 H) b4 P, e) A& m  I
) ^' S2 Z& F+ J# Z# R" d0 m主要特点：
4 a! D$ _$ r& F: [
  （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 ；

  （2）权重系数的对评价结果的影响明显；

: T8 K- K& N7 [) Y5 B0 y9 R% a2 x8 n  （3）对指标数据无量纲化没有特定要求。
+ K0 S4 {% X/ p8 a/ J) `( b  R, U
6 [+ s7 L: I9 C" f" _4 c. L
2.  非线性加权综合法



主要特点：

# a5 J! B7 `1 ^' F1 j（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；
7 g/ l9 M% \  M( U. F' X) G
（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；
. }; O3 e$ d" E. q
（3）要求无量纲指标数据均大于等于1。


6 T0 j1 M% H1 a3 q! U9 F1 z•逼近于理想解的排序法（TOPSIS法）

* r) {/ q6 P: X$ ?. c



9 x* p' u/ L: Y  ^6 ^  h•层次分析法

) v8 B2 D5 J6 o4 H3 N
# K; ^2 V8 B7 T. C, s7 L6 f, o•主成分分析法
/ x' |, w" M! _5 m
7 x8 a: Z0 g0 P4 x8 r0 L
•模糊综合评价法


& J7 x. R, o- Y1 v5 r0 u6 t, ^•聚类分析法
. a5 o; F/ K+ f  _. C( s
; L1 [& w. e4 a5 g
预测方法（具体见http://blog.csdn.net/sanganqi_wusuierzi/article/details/54800341）

2 s1 J' ~/ T1 {, [5 I) t1.插值与拟合方法：小样本内部预测；
8 `9 }: P& J: h
3 v- {! Y# ]- }( k( o! u5 E* d2.回归模型方法：大样本的内部预测；
0 w! ~  k5 T9 s: x' s

3.灰色预测GM(1,1)：小样本的未来预测；
5 l' Q5 r7 A7 @+ p# D
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；
( U. w: t8 V2 Y; i# A: C( @' {

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．
- E% x  D' T8 q  f: \

0 i- D. \0 ~& o- g( K, v$ \原文链接：https://blog.csdn.net/sanganqi_wusuierzi/article/details/54800283

SHINee0525

挺好的 很有意思