数学建模常见的综合评价方法及预测方法

杨利霞

6 [, K& ]9 j6 y. l数学建模常见的综合评价方法及预测方法
6 B. l4 V8 b0 M4 P  W综合评价方法

•简单加权法

1. 线性加权综合法
& A" \1 f* |" s% h- ?' W& I- ^
6 B% `- |4 e5 I' L9 p适用条件:各评价指标之间相互独立。

/ M- g: {) C4 \/ i; F- U: f) r   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：
2 R8 _* {) |' A+ S. V! G
  （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 ；
$ g7 L' n3 R: K$ |7 V. s; {" d9 o
' f# ?% Y1 p$ Q+ @5 d$ N- Q6 u* t  （2）权重系数的对评价结果的影响明显；
4 a3 E: d) {( g
; p$ m2 V7 ]& e/ s  （3）对指标数据无量纲化没有特定要求。


2.  非线性加权综合法


, E( z! ]- T5 {
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；
5 [' ~4 g2 }( G) p1 U# m
3 s8 r; B$ L( J; D  q（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；

0 p1 o8 g  o& S( c9 Z0 W8 f（3）要求无量纲指标数据均大于等于1。
% P* L* \- w0 }9 M

•逼近于理想解的排序法（TOPSIS法）
4 v5 \$ S: M+ l5 `7 r
& _( e& J' G4 r3 I  S+ S

8 z% g7 |' z9 i$ w

# Q% U6 R8 Y: e( i•层次分析法
" J0 G  G' J( E$ ]; F6 l

•主成分分析法
" |. ~4 c, Z7 v  U
1 U  {1 ]: z+ x
•模糊综合评价法

9 |; z& P7 ?& u6 o8 L+ \
•聚类分析法

2 I9 ?- d9 l% t% q/ a% a
) O8 ~6 s. ~3 Z, W- H预测方法（具体见http://blog.csdn.net/sanganqi_wusuierzi/article/details/54800341）
$ N. d2 G# L% U7 q. Q
1.插值与拟合方法：小样本内部预测；

2 H" I4 R  J' [0 e7 m$ H2.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；

9 W, q" k4 c+ _; j, ~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；


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．
& q4 V5 m9 z- g* A0 R+ {& `
% C7 c$ L- Q0 z5 {
) v' l5 s4 Q" c! `" ~原文链接：https://blog.csdn.net/sanganqi_wusuierzi/article/details/54800283

/ Y% m9 o* F+ [
( R& T/ T; m. S, _

SHINee0525

挺好的 很有意思
3 S2 Q4 F* |+ S