数学建模常见的综合评价方法及预测方法

杨利霞

( F9 G. s0 O/ f5 h5 ~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
' h! V+ F3 ]0 v. \( P& e$ v  e
适用条件:各评价指标之间相互独立。
( Z4 S; H0 a4 M9 _; u4 `& ?
: B- r$ A  n& u6 r+ V  z$ u) T   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。

2 P7 d; h; \! R. U! n0 `5 N主要特点：
& V9 X3 j) i" r; E1 K' |' W, A) ]
5 {0 ?8 B* g$ s+ B  （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 ；

  U  w3 I& @% i6 E2 H+ B: m& F0 j  （2）权重系数的对评价结果的影响明显；

$ @/ ]  I2 e. }0 I. l  （3）对指标数据无量纲化没有特定要求。


  I1 ^$ g+ x4 V2.  非线性加权综合法
& x8 l  Z! |+ O1 b! v, ]8 ]9 Y
, K% d- J( e# q1 m( z

主要特点：
2 w& J- D! A1 v
9 N, v: }! F% W6 N6 C! U/ f, K（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；
9 D  C' A$ a( _% q8 L, [
; c$ k3 H4 }0 w0 H9 C（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；

' ?$ a" q$ T2 S9 c（3）要求无量纲指标数据均大于等于1。
/ P' Z- V+ B8 |9 z$ n. O3 N3 e

•逼近于理想解的排序法（TOPSIS法）



& ^# V/ e# ?2 F/ u3 e9 |
- K( C5 R+ P5 Y5 _8 n  H
•层次分析法
) b5 T, C3 p2 M) l/ q

•主成分分析法
2 F' B; V% V0 I
1 j! o  Q0 V- J+ g$ B7 A
•模糊综合评价法
8 Z6 l, f' ?! p( c% s& l; f4 l" z* o
& Y# v' P; c9 f
•聚类分析法


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；
/ g9 |4 I% @  A2 m
2 {: Z- I7 z; K& p/ h- n8 {& m2.回归模型方法：大样本的内部预测；

5 A! ?5 _$ m6 _
( ^" I- N+ T8 u" |+ U3.灰色预测GM(1,1)：小样本的未来预测；
( s  h5 h. u) w. E
; X4 _2 p: n; e/ u5 y4.时间序列方法：大样本的随机因素或周期特征的未来预测；
5 m7 y5 J0 x/ O* `$ j
3 `# z; k% \& u  A
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+ M$ N# k5 f2 v& u) q

原文链接：https://blog.csdn.net/sanganqi_wusuierzi/article/details/54800283
) @  L0 x' Y3 \. @+ @4 d

SHINee0525

挺好的 很有意思
! p/ P' p* g$ c# K1 a5 @) z1 s; v