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
0 B& Z6 l) h7 S% h8 V/ o2 l$ o& t综合评价方法
  [/ N0 a( D) e8 W7 v
•简单加权法
- i0 X  @; y) A& V( @
& P8 D5 t" e# p' J3 R2 x; B1. 线性加权综合法

: D4 m; I, g: T0 Z* k5 f适用条件:各评价指标之间相互独立。

) |- d) A9 l3 r$ y- J) G! c   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。

, X1 g! _" Z4 ^0 R3 N主要特点：

9 L; {" X; s2 n" @  （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 ；

* P$ x* X: r- m) x4 V  （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。

$ [# [+ P, l) r6 T+ n
' w. U+ h" C6 K9 R1 J+ S( q2.  非线性加权综合法
& B5 f* P4 L$ z  }; G& O


  \. D1 b% {2 B: Y主要特点：

1 I8 K& b/ s# h+ w5 k. 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；

* G0 ?" @% ^2 f1 M7 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；
" T& G$ F4 D9 i( P3 r0 H( }3 s
（3）要求无量纲指标数据均大于等于1。
2 k- d9 ]7 o9 z8 F
+ R5 c+ {1 U) M. P! E
•逼近于理想解的排序法（TOPSIS法）
  W5 L  e) ?% H5 e& v% h, J& N% s
$ L3 X( N: _3 k' q! ~


- K0 G' g1 g" j
& Q4 P6 o7 `+ J& H- A•层次分析法
' m% g( ^- v, ~) N
$ E7 D& m6 K" _6 K- X. A6 l
•主成分分析法
4 \4 \; M  d5 X; Q: G% B

  u2 p0 @7 `8 ^" n7 v& H•模糊综合评价法
& a1 w8 L; X: r
* |5 ~0 F; Y/ N9 {0 D9 m
•聚类分析法
( o: F& f( \+ _' P! \
) h8 I2 a8 w. |. I+ I% e
8 S; @9 j7 \6 z: K. y预测方法（具体见http://blog.csdn.net/sanganqi_wusuierzi/article/details/54800341）
8 ^' s6 {9 [  C9 n' h' u8 q$ t# x
1.插值与拟合方法：小样本内部预测；
- P5 q" V/ J" h( m. q
6 z( a0 M* @' G8 ^1 J! i2.回归模型方法：大样本的内部预测；
, B5 N5 x( _. w. p- F+ J7 F: K
% D1 s3 t7 F1 Y& Y* y/ {- D0 O
3.灰色预测GM(1,1)：小样本的未来预测；

5 [4 A9 n& q7 Q; X1 C4 R. S4.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.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 L7 O8 z$ `/ t% \! y: b& E/ ?

原文链接：https://blog.csdn.net/sanganqi_wusuierzi/article/details/54800283

1 _4 t( b: ?; y1 g0 W8 t* }  a
) A+ _! t: {' u4 ?3 z0 Y/ j

SHINee0525

挺好的 很有意思
% ^, ]* R/ K4 o4 Q5 w' N7 D( C