数学建模常见的综合评价方法及预测方法

杨利霞

( \- Q0 N# m1 u数学建模常见的综合评价方法及预测方法
) ]. p" U/ {( u0 ?0 y" z综合评价方法
+ c2 u4 f- t- ?$ T; q$ q
' c. H8 t+ ?7 A- r( B6 e! @: N7 b•简单加权法
$ q3 \2 w2 @* M! i  e3 R
5 A- w0 B$ k( M/ v8 [( |3 ^* e1. 线性加权综合法
, c, }% P$ H/ l5 J# s3 E
适用条件:各评价指标之间相互独立。
! S% z5 @" N1 M. D, z. {. H8 c% q; Y
   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：
/ J+ z/ u/ t# O! m9 K1 }! K
  （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 ；
) C1 d/ f  C, R
  （2）权重系数的对评价结果的影响明显；
3 o; Q8 h- O) [8 y3 n7 l6 U/ d
  （3）对指标数据无量纲化没有特定要求。
# x$ W5 m7 k  b* r7 i

2.  非线性加权综合法
6 E& O8 I7 y/ I9 V
( j) x0 Q6 Q! W. @7 b& \

主要特点：
: z8 ]1 Q$ B8 s( c8 ?: q; w8 R* s
（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；

$ |1 S9 [4 H& ?2 {5 Z* ?  k2 j（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。


•逼近于理想解的排序法（TOPSIS法）

. ~9 E: r: E- f+ p& X, C
$ S. {3 E8 a# N1 L/ a0 \. _

8 g; q" _9 k/ u7 }. t. U
•层次分析法


•主成分分析法
. X- f& x6 f4 u; ?, J! a) T

•模糊综合评价法


8 d3 t  s# S" N0 N•聚类分析法

- G3 @* ?( L  S) |
预测方法（具体见http://blog.csdn.net/sanganqi_wusuierzi/article/details/54800341）
: s  A$ l" l8 \8 o
1.插值与拟合方法：小样本内部预测；

2.回归模型方法：大样本的内部预测；
% e  M' ~# b( N8 U2 {
5 ~# m, X4 |' [- E
- _0 T% @5 ]9 Z" _( k3.灰色预测GM(1,1)：小样本的未来预测；

4 Y; _& Z% x! a& ^9 y3 F4 N8 H4.时间序列方法：大样本的随机因素或周期特征的未来预测；

2 ]* x- ]. P) z& w
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．
( g- t! p% O4 B9 z4 c

原文链接：https://blog.csdn.net/sanganqi_wusuierzi/article/details/54800283
8 I2 B8 i5 e- G$ f8 Y8 t
8 m6 `1 j! K* L9 O
2 m4 h: D: p( X+ i2 T

SHINee0525

挺好的 很有意思
9 {) k4 w9 p0 ]; w# l; m