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

2 I2 R$ H3 h& A" Z+ |•简单加权法

1 K  m$ @( B1 R1. 线性加权综合法

2 s& t' o; [+ S# P5 g( c+ V: F适用条件:各评价指标之间相互独立。

& ?' o# m* w, z! n( D5 _. 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：

" O+ i4 _0 B* J- K$ X+ I" c2 v  （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；

2 T9 a  F3 B% a7 K- b. @  （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
+ V' U. n5 p% T1 [0 p4 T# L. n. D
7 f2 f1 P3 p# Y% {+ }& h/ M3 ?
2 L: x# \: p( T( Y5 _; `* C
. r7 ~2 f: Y% G0 l7 g4 Z7 |主要特点：
8 q8 h0 }* X# L; 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；
) a  d+ W& e3 o! S3 x
（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；
: x; r, G3 S' `" g
) E4 C% x4 s8 j+ i% I7 H（3）要求无量纲指标数据均大于等于1。

$ v2 F: `. @1 \
•逼近于理想解的排序法（TOPSIS法）

, E& T8 S+ y& {5 z% [
) a. [: X1 L7 x7 g4 c& e* u


•层次分析法
" s/ Q. o- x. a& ^: a, K# Z- D

, Z0 D) Z4 j$ g. r•主成分分析法

% ]" A4 c) J+ x% d) r+ M
3 a* r3 ]$ B' w5 |) H2 }- X( x•模糊综合评价法
2 F* H' m# N- o1 H: o- G( q1 W/ W

•聚类分析法
" v1 G2 ^6 C" d+ s

) B3 m2 l1 S9 d+ R预测方法（具体见http://blog.csdn.net/sanganqi_wusuierzi/article/details/54800341）
( V( h5 W( B+ w5 u' H7 O
1.插值与拟合方法：小样本内部预测；
' R6 u, U6 z, q0 E- s
2.回归模型方法：大样本的内部预测；

- ^) H8 n+ }7 d# t0 y
9 J7 ]; U/ o: Q% X3.灰色预测GM(1,1)：小样本的未来预测；
( V& S! @- m, ~
  w% e# @4 f$ k! @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 ]! o- D# N2 g1 L% K# @
9 j# ^: S( W+ n7 F; Y: @0 Y3 g+ b* e' j$ q5.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．

" @3 f. u/ y6 r2 p! c
原文链接：https://blog.csdn.net/sanganqi_wusuierzi/article/details/54800283
$ t1 T9 V1 k- V9 B3 \% a

7 [& w$ @" V% |7 n

SHINee0525

挺好的 很有意思
. P7 P+ W. W- p" h0 g