数学建模常见的综合评价方法及预测方法

杨利霞

$ K- z/ I1 ?! w7 f& T( J数学建模常见的综合评价方法及预测方法
综合评价方法
' F4 C8 T: t7 G
( y5 D; f9 R9 h•简单加权法

1. 线性加权综合法
" ^# e2 d, `, f* U: y4 k
适用条件:各评价指标之间相互独立。
2 t2 `7 w3 J" F, Q* R/ 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。

主要特点：
) D- D, U! T/ P- }5 I+ h% w
; d# `" }6 r6 Z7 C( P  （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 ；

  （2）权重系数的对评价结果的影响明显；

9 E& {! j! U9 a  （3）对指标数据无量纲化没有特定要求。

  Z' I/ [9 X0 f' C; J6 H
2.  非线性加权综合法



4 y# t  E" n( j! m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；
# J$ z& p& b$ w7 X
. m4 e& c/ R' [0 V5 |! 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。
% O, |% i# J: p( P, [1 W  K$ T- d
/ g9 t* p) v1 ~3 X, d( K
! r1 f* ?7 L; [+ O- L6 T6 W" c•逼近于理想解的排序法（TOPSIS法）



- ?; R3 b+ I- ^; u4 Z9 y
1 k9 W3 u6 K- i! f
+ i* K# a  P9 Q" F, f& X•层次分析法


. A( m* I+ G$ P4 i! V. H•主成分分析法

, t3 }' K1 H, J; k" T
' F$ \+ S- G/ f; ]' }3 R•模糊综合评价法
: D. K/ h: Z6 [+ {  R
/ D; {* k4 y6 D' _$ T. Z  i
( A+ \' h" D6 |/ Z5 }& Z•聚类分析法

" v: I+ G" D) _. P
预测方法（具体见http://blog.csdn.net/sanganqi_wusuierzi/article/details/54800341）

4 i4 j* z, b% f" t1.插值与拟合方法：小样本内部预测；

7 c2 M. `8 t- n4 l! i/ @2.回归模型方法：大样本的内部预测；
4 e/ n& ?8 k9 h
% P( a" l+ k7 J7 ^- C' a# w& G) M
/ Q/ K3 z# r0 p# K8 M7 a3.灰色预测GM(1,1)：小样本的未来预测；

$ D* R8 X5 Z' A- L. V* }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；
% v! x; i8 t2 l* A4 Q" q
* o5 K7 Z# D( ~- _8 A
5 T6 ?  ]# i" a/ F) q& w5.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．

. s& q0 v% I/ ?$ u# B: Y
原文链接：https://blog.csdn.net/sanganqi_wusuierzi/article/details/54800283
; V" y% @- l/ O6 x& H

& ~& h( r0 X8 _* W; d9 e* n1 O- G

SHINee0525

挺好的 很有意思
$ g1 R! }/ b; j- _