QQ登录

只需要一步,快速开始

 注册地址  找回密码
查看: 2261|回复: 1
打印 上一主题 下一主题

数学建模常见的综合评价方法及预测方法

[复制链接]
字体大小: 正常 放大
杨利霞        

5273

主题

82

听众

17万

积分

  • TA的每日心情
    开心
    2021-8-11 17:59
  • 签到天数: 17 天

    [LV.4]偶尔看看III

    网络挑战赛参赛者

    网络挑战赛参赛者

    自我介绍
    本人女,毕业于内蒙古科技大学,担任文职专业,毕业专业英语。

    群组2018美赛大象算法课程

    群组2018美赛护航培训课程

    群组2019年 数学中国站长建

    群组2019年数据分析师课程

    群组2018年大象老师国赛优

    跳转到指定楼层
    1#
    发表于 2020-4-2 16:21 |只看该作者 |正序浏览
    |招呼Ta 关注Ta
    4 E1 l& R2 F! [# A; ~* U1 j
    数学建模常见的综合评价方法及预测方法2 F$ y/ _2 `0 h# a
    综合评价方法5 C, D$ F- }, i4 h
    1 M( V% C5 N. ]9 G9 ?6 T' G
    •简单加权法9 [' s& C  R1 A1 U
    3 h0 L+ J6 p3 O3 t
    1. 线性加权综合法
    9 V% q- w& {2 ^) G 1.png 9 {+ W1 m. I, Y5 I; P9 X$ X- z
    适用条件:各评价指标之间相互独立。' y; n$ B9 Y0 ]; G8 r( N
    8 u2 h- j3 @9 X9 `. u
       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 I- ?& i+ t) s6 [3 X
      (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 ;) K% w5 ]; M  J
    . f4 ~8 ?- G5 }: c' Z- z
      (2)权重系数的对评价结果的影响明显;& K8 L7 m! m, J

    : 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( o* C* `3 y, W- p1 G4 O* \6 s
    2.  非线性加权综合法 2 n9 \/ h3 A4 Z5 b: i( G! s
    2.png ' W! O7 K3 D, I& U+ G/ J; H. j
    & K2 ]) N) b' n  s
    7 _0 O0 s: i1 i$ ^' i
    主要特点:( C$ e) K! k% e- B8 f! ]

    # 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$ M. s" z7 l% _
    (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- U9 @$ D& n: O5 ?9 E. T
    (3)要求无量纲指标数据均大于等于1。) }3 v/ f: r9 A7 \$ S! E
    1 d8 V3 _% [* B% J9 w

    6 T0 j1 M% H1 a3 q! U9 F1 z•逼近于理想解的排序法(TOPSIS法)  k, D' k  b2 h- ^
    3.png
    * r) {/ q6 P: X$ ?. c2 s) I6 Q- O* l6 Z
    4.png / ~: I3 O3 r: H+ F3 z( c) ]! `- P" {# }
    & C3 \) M, o8 }' ~/ `

    9 x* p' u/ L: Y  ^6 ^  h•层次分析法9 \: K; W5 U1 N) d

    ) 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 L6 T4 O9 a4 r4 F, o' ~
    •模糊综合评价法( A: S+ F0 b" G# e) X* K) s% y  Y
    ( T/ f6 I- D! q9 v

    & 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 g9 ^1 \& p% X' S4 U# j' j) m
    预测方法(具体见http://blog.csdn.net/sanganqi_wusuierzi/article/details/54800341)$ H9 Q& F6 |# W/ f" a! n# {2 O

    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) Z. z  ~/ E6 a1 }. c6 z
    + ?* K5 `$ K8 f' g. X1 p+ D* {
    3.灰色预测GM(1,1):小样本的未来预测;
    5 l' Q5 r7 A7 @+ p# D3 @4 f7 \* e- \' g
    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( @' {! q2 `, E7 j' A) N/ C
    8 y2 b/ W7 D% O2 ]2 u# R1 y  z0 F* M
    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: \9 a& w6 Z& ], Q4 }+ M5 O

    0 i- D. \0 ~& o- g( K, v$ \原文链接:https://blog.csdn.net/sanganqi_wusuierzi/article/details/54800283* |4 K/ p& z+ L  V3 w$ C
    & Q3 Q! B9 _' `. b1 M
    7 t3 b0 H, D. K8 z4 M" U
    zan
    转播转播0 分享淘帖0 分享分享0 收藏收藏0 支持支持0 反对反对0 微信微信

    0

    主题

    1

    听众

    16

    积分

    升级  11.58%

  • TA的每日心情
    郁闷
    2020-8-22 09:47
  • 签到天数: 2 天

    [LV.1]初来乍到

    自我介绍
    回复

    使用道具 举报

    您需要登录后才可以回帖 登录 | 注册地址

    qq
    收缩
    • 电话咨询

    • 04714969085
    fastpost

    关于我们| 联系我们| 诚征英才| 对外合作| 产品服务| QQ

    手机版|Archiver| |繁體中文 手机客户端  

    蒙公网安备 15010502000194号

    Powered by Discuz! X2.5   © 2001-2013 数学建模网-数学中国 ( 蒙ICP备14002410号-3 蒙BBS备-0002号 )     论坛法律顾问:王兆丰

    GMT+8, 2025-7-25 12:06 , Processed in 0.407561 second(s), 59 queries .

    回顶部