数学建模常见的综合评价方法及预测方法

杨利霞

! `& e1 ?; ^& n7 B3 I数学建模常见的综合评价方法及预测方法
综合评价方法
# j) E( g/ e# l
6 {& F8 }4 H$ P3 p8 F8 l3 S$ `* l4 N$ @•简单加权法

3 j1 d7 |* g  U7 u5 s4 V# f1. 线性加权综合法

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。

主要特点：

6 D6 W  }5 ^* i& Q  （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；

+ Q7 m% m6 i& e! Q& k( I  （3）对指标数据无量纲化没有特定要求。
( T' z# k3 J8 \$ N) S2 ?; n

2.  非线性加权综合法
5 c4 y% u: U; T! g- ^
5 n9 m2 G7 {5 e, E$ W. V
; Z. E- W6 `( s. c2 C1 F8 B
* c9 m* `2 q  j- S主要特点：
9 C+ L! P3 H' J2 }* g' @% v
: A7 j% S* M- s& L1 q（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；
% r1 {2 A+ U5 D
（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；
$ \7 d) I" x1 c3 _/ X4 T$ s
5 {$ u( Q8 \5 f8 B（3）要求无量纲指标数据均大于等于1。
- W' {/ {0 C3 l7 g  U! ~4 e
5 G1 _& y& Y* Y
( @3 k+ K2 ?" ?& y- O: B% `•逼近于理想解的排序法（TOPSIS法）
/ Y$ Q/ j0 Z8 q3 K' ~

- b9 K+ U8 @+ d, o' Q, F+ S

5 f2 ?' a: Y: J$ C1 g
•层次分析法
: Q  G6 l. d. Y
2 C% c8 n; N0 t2 }( c' K' A  A
•主成分分析法

# t( `$ m' v0 k0 q7 B8 Y& \7 n
9 Y, o1 R: q0 j2 D4 Y•模糊综合评价法
  X  }3 C+ f& q1 g( T3 F
2 v& r$ n3 C( o  a
3 A4 o4 {3 |+ c7 {0 U•聚类分析法
% Y1 S# E/ C% H0 O: S( C% V3 [
  g  j9 X5 o' g
$ H8 U/ s; P9 R预测方法（具体见http://blog.csdn.net/sanganqi_wusuierzi/article/details/54800341）
, w8 I% Y1 l4 d3 W2 Z( G: S
+ G  y6 M; I" }9 T# O9 g4 B1.插值与拟合方法：小样本内部预测；
8 f; T8 X% l! n: d+ F: K* }0 q
2.回归模型方法：大样本的内部预测；


3.灰色预测GM(1,1)：小样本的未来预测；
& X7 y# D  s  j
- {$ @5 E* b) q4.时间序列方法：大样本的随机因素或周期特征的未来预测；

  {" O( q( `9 w5 c! C# C
, Y$ L7 b0 v" |. ^% Y8 T' F! ^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．
3 d+ |2 T' [# W

# {8 T; h6 ?5 o- M原文链接：https://blog.csdn.net/sanganqi_wusuierzi/article/details/54800283
* ^( ^: h! N, A! ?. c) e

SHINee0525

挺好的 很有意思
! Z( o( z; ^# i