数学建模常见的综合评价方法及预测方法

杨利霞

数学建模常见的综合评价方法及预测方法
综合评价方法

& f  U9 ~# c. A•简单加权法
$ P8 G# u  w6 u" d) g
3 k8 y9 T! R) z+ J! n2 O! w& `1. 线性加权综合法

- F% U1 b6 W" M# Z2 p4 W- K适用条件:各评价指标之间相互独立。
* q( m+ F5 H$ J0 X9 j; j
) N; K, U3 p, V5 [: Z8 u# S0 y   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。
5 i& s3 v+ j( H
/ {6 W, c2 z4 A6 B主要特点：

3 B- R4 b$ H' V) E& S  （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 ；

' z" T7 l( d* N# s  （2）权重系数的对评价结果的影响明显；

  （3）对指标数据无量纲化没有特定要求。


- W# r! ?9 H8 E1 H. {: Y* H2.  非线性加权综合法

; l5 @0 {; u( a
; Z7 S; b0 k6 @+ d8 A& [: Z
/ d7 ^( ~8 |% v( F9 e7 s8 Q9 R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；
9 \( B; ^& R+ {5 p. W# }# 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；

（3）要求无量纲指标数据均大于等于1。
- ]% \! G( E. W* C; k+ a
; g2 @5 V/ R/ ~( p2 |, ?; ]  j0 G; S
- V1 r+ Z( W" _" v6 J( ^# J$ w•逼近于理想解的排序法（TOPSIS法）



. N) |$ |$ K0 ]0 @
4 W; L1 T* f. l! y9 x
•层次分析法
# ^2 f5 F/ i1 N) X
0 U7 n( y, Y; y; u
+ ]) w, Q) W9 S/ g. U4 _! g•主成分分析法

0 X/ A" }( ~2 O2 E5 L5 Y
7 G: @0 H& |/ T$ _. g•模糊综合评价法
6 q" A# n: H! J; A

7 g" E9 x5 \! o•聚类分析法


7 t& F- L+ Q. c' l- Y. b预测方法（具体见http://blog.csdn.net/sanganqi_wusuierzi/article/details/54800341）
! r& F7 A) U- Q/ `/ n% {
1.插值与拟合方法：小样本内部预测；
- J2 y; y( o- {* p' e
% T$ n& [; S/ s# ]2.回归模型方法：大样本的内部预测；


" V; E) G$ u/ ?0 @4 }/ f3.灰色预测GM(1,1)：小样本的未来预测；
' g3 {+ O* G0 O! `) a. o
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 v( y/ J9 X/ [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．
/ Q; B1 l- O5 y5 f- U, Y

原文链接：https://blog.csdn.net/sanganqi_wusuierzi/article/details/54800283
2 y( U! d- W. y; ~. }/ O

SHINee0525

挺好的 很有意思
- r  Z4 T6 c- i" i# H