数学建模常见的综合评价方法及预测方法

杨利霞

4 V2 s6 V. i* ~9 a( A# 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

$ @4 a, c6 ?% a2 I5 N; J  p9 E•简单加权法
+ g/ q- {7 p& g# h; m+ T, ^
' o1 P5 `8 T7 T. h. D1. 线性加权综合法
' {& R4 l0 k* D
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：

3 ^& \+ \) S/ S2 r5 ~* c  （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 ；

; l7 b" l/ b1 o( S3 T  （2）权重系数的对评价结果的影响明显；

1 E, }3 `# |2 o) |/ `; t  （3）对指标数据无量纲化没有特定要求。


# [1 n6 v* D( N2.  非线性加权综合法
# d5 k$ d; T- I/ b- g# `
, S/ s" [* U- _; {8 }9 n* {

6 y9 _7 c: O2 g1 @+ U1 w$ I主要特点：

* ~/ d1 O; T1 K0 N2 t/ o; x（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；

; D) v/ J- I& r4 Y8 N* p" ?- ~（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；

（3）要求无量纲指标数据均大于等于1。


•逼近于理想解的排序法（TOPSIS法）

% e/ D8 g7 J- t* T
" {5 i% k1 b! `7 j$ V
& f% F  g; y% M3 J+ T# N

+ P& o6 a! X; l6 s8 o3 B•层次分析法
; v9 H# _5 e- M: e
& N4 f" p7 ~- K% N
•主成分分析法
& N* v, f# Y- n! W/ V0 ]$ p

' l. |- X3 {$ e. ^$ s•模糊综合评价法

% X# X- ~: x; t$ @9 [2 W
•聚类分析法
- t( y: ]# @$ a/ O7 Y" m

6 G5 M0 s# S; e# ^# R预测方法（具体见http://blog.csdn.net/sanganqi_wusuierzi/article/details/54800341）

/ ?' p0 F( P% E1.插值与拟合方法：小样本内部预测；
$ c9 Q+ L+ t* u3 r
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；
( B# n! Y7 J3 b% ]
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；
2 v9 B; }( W& L+ 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．


原文链接：https://blog.csdn.net/sanganqi_wusuierzi/article/details/54800283
6 g. i4 x* n3 W# u; {2 i

SHINee0525

挺好的 很有意思