数学建模常见的综合评价方法及预测方法

杨利霞

% u" J* q0 ?/ @0 ?5 e数学建模常见的综合评价方法及预测方法
综合评价方法

•简单加权法
2 Z& {& E1 t, v- H" x' U
1. 线性加权综合法

  n  N! a; i2 U3 U适用条件:各评价指标之间相互独立。

: Z- q' o8 }& M1 F6 X! H# d  \5 s+ @   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：

0 L8 v' Q- l- l' F  （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 ；
/ W6 Z; w9 q( \7 |5 y. G$ b  {
+ _$ _# r# L# W( C+ O+ 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。
! F) y1 Y8 |# Y" D) R; j  v
6 u. G9 }" g* n; S5 d% ~" m
9 t' L* ^, x6 G! @( S7 N4 Z; ]2.  非线性加权综合法
5 E$ P: E$ w: j/ u! D


主要特点：

6 B, W8 t, A  L$ S6 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；
" X, f# L) J" C
（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 {) T; }1 J3 s5 r* p. {2 ^% {$ X
8 J. Q: c. u! n. U5 y（3）要求无量纲指标数据均大于等于1。
8 S4 r9 \: z4 }& Q4 C6 d

•逼近于理想解的排序法（TOPSIS法）

+ v" p& R% ^$ a9 F% s. t4 ]1 }* |


( |+ F( j! i; T. l3 j
$ n2 r( G9 p5 ]2 `  S3 |9 `0 y•层次分析法
9 D+ m( `+ @$ V/ f

$ }$ x8 m$ c9 `$ }0 T9 r•主成分分析法
, _4 _! M3 x6 `$ M- h4 `* J
$ M8 H% V6 Z* S3 _# p4 O' c8 j
•模糊综合评价法

2 F1 |& \" t. A
7 m" D! W0 N, l; H' p/ D5 Q, S•聚类分析法


  B7 a  s; o9 }2 X/ i  ?% Z  Q预测方法（具体见http://blog.csdn.net/sanganqi_wusuierzi/article/details/54800341）

; p4 B/ l8 d/ m2 I+ ]& {1.插值与拟合方法：小样本内部预测；
6 P8 s* e+ I* y# x, l
2.回归模型方法：大样本的内部预测；


  p' p( t3 W2 E' ^  P1 D: j( G3.灰色预测GM(1,1)：小样本的未来预测；

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；
* g4 m8 ]0 T. l+ c7 M3 ^5 G9 U6 W/ Y# v

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．
9 \0 l( \8 N, I# Z+ x) b# \
% c( h* k$ J7 N; X% a( v, }
6 N) ^; x6 l* O/ {) a: \+ ^& I2 E原文链接：https://blog.csdn.net/sanganqi_wusuierzi/article/details/54800283

SHINee0525

挺好的 很有意思