QQ登录

只需要一步,快速开始

 注册地址  找回密码
查看: 2248|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

    ( F9 G. s0 O/ f5 h5 ~数学建模常见的综合评价方法及预测方法5 _4 X5 u, N* X2 `( m3 e
    综合评价方法; N$ L8 D2 y- k% ?
    + e9 s- j7 H" G1 r0 v& N
    •简单加权法) a5 {, w! v2 F& F5 h! k
    ! Z( ?* x. L2 R) e7 A) U6 c, L! \
    1. 线性加权综合法
    ' h! V+ F3 ]0 v. \( P& e$ v  e 1.png $ K, ^& D. b* ~; 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。/ q- T1 ^5 H- t/ L# g+ \

    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 ;/ z6 ^( U0 g) E; R; Z. j9 t7 _

      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;. X+ N5 V1 d  Z3 X& L& R* u, m

    $ @/ ]  I2 e. }0 I. l  (3)对指标数据无量纲化没有特定要求。   }" R8 q3 ^: U! U  Y. n. ?
    + C0 a1 a$ U2 s5 @' t9 T  ^

      I1 ^$ g+ x4 V2.  非线性加权综合法
    & x8 l  Z! |+ O1 b! v, ]8 ]9 Y 2.png
    , K% d- J( e# q1 m( z2 S6 k9 z9 \0 g3 k
    0 r( o7 L0 q$ N5 A! u
    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;/ \' K* a) n; {7 {: I

    ' ?$ 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. p& }0 J5 d) e$ t
    8 J4 h( D$ q3 j" ]% |! w
    •逼近于理想解的排序法(TOPSIS法)0 \  S, z) t: G6 ]1 x
    3.png 0 b2 Z" K2 L4 B& E8 G6 o: S
    : E' f- P) h% j! Z, s7 y
    4.png
    & ^# V/ e# ?2 F/ u3 e9 |
    - K( C5 R+ P5 Y5 _8 n  H5 y0 K+ B' b5 `2 H" |5 B
    •层次分析法
    ) b5 T, C3 p2 M) l/ q$ F" X0 v2 N. ^+ h
    ; R6 S0 L7 N" x7 J6 [
    •主成分分析法
    2 F' B; V% V0 I
    1 j! o  Q0 V- J+ g$ B7 A" D+ Q  ~9 i* X+ W8 o
    •模糊综合评价法
    8 Z6 l, f' ?! p( c% s& l; f4 l" z* o
    & Y# v' P; c9 f3 x* q1 A* K  l* Q: h/ }7 F
    •聚类分析法  @! ?. E% s. ]$ g
    0 I+ t6 j, y3 a4 ^: A  Y/ |
    , G0 a& ?7 r; x9 O  ^% a9 A% m
    预测方法(具体见http://blog.csdn.net/sanganqi_wusuierzi/article/details/54800341); R' q: Z7 }. V: P' i# B; f
    , \+ C  \* N8 n  b
    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;# _! J% U, p/ b/ a" W: V+ Q3 U

    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$ R5 U+ L' {' W) b
    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) q1 U5 _* Q0 n& y8 t, r+ W0 j+ C
      h2 y: f: q! i. w
    原文链接:https://blog.csdn.net/sanganqi_wusuierzi/article/details/54800283
    ) @  L0 x' Y3 \. @+ @4 d% [' c& [* j4 e! q! k0 h* f
    9 K: Z9 I5 b! j- h0 X8 g
    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, 2025-7-10 17:39 , Processed in 0.385190 second(s), 59 queries .

    回顶部