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
. v. J: _9 D. A9 e$ t5 h9 H综合评价方法

•简单加权法

1. 线性加权综合法
3 I: O* v8 |  m4 H( o
7 `9 B0 o1 B: x" M适用条件:各评价指标之间相互独立。

0 Z, G! ]- X2 H: z6 s3 v   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 ；
' i$ D7 h+ b4 g- P# Z3 k3 `
' u9 K7 q+ j0 [+ L/ ?! H  （2）权重系数的对评价结果的影响明显；

7 a( d3 Y  v: u, F6 l  （3）对指标数据无量纲化没有特定要求。

2 Z0 ?% ~! C/ @% s9 R& o
* ~& P+ D; r. q; B5 p: b  L% O2.  非线性加权综合法
& B# F7 B9 {" F& Y3 W% l


0 Y0 s7 E8 f( B2 x" }! }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。


•逼近于理想解的排序法（TOPSIS法）


: J- b% ~9 v- P. D4 n
+ C% u5 `+ g+ z5 W1 T: X3 ~7 L
0 e" ]- l8 _+ Q, I! R
•层次分析法
  b- Q5 ]! s$ o$ W/ F/ T
3 x$ X" e: P, J7 j. T
, I% J* R, n1 q% [  R•主成分分析法
6 s7 A2 n2 S- w; s! V# F# L/ }4 ~4 B. J

( C7 O% V6 G8 w  t•模糊综合评价法


•聚类分析法
8 q- r4 ~# X3 D
* n1 x8 R7 b( \! ]
8 p, n# P; e1 p, a' e预测方法（具体见http://blog.csdn.net/sanganqi_wusuierzi/article/details/54800341）

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；
; R2 g. x! ^0 l4 }6 l7 Y# {- I7 i" ~

% a6 W7 ^/ c2 c, z& ]( H3.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；

0 C" i$ N- C# h- W3 r
& T9 k3 w# T. c5 A: ^. T6 p5.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; K1 e% a0 ~# S; ]% A

原文链接：https://blog.csdn.net/sanganqi_wusuierzi/article/details/54800283

SHINee0525

挺好的 很有意思
, z# q, ~. S' q- g+ q# U