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
- |* ]7 p1 o. H3 }综合评价方法
' X+ t, H/ q+ m4 J3 j
•简单加权法
  r2 d/ T4 j% v1 t$ r0 B9 c
1. 线性加权综合法

适用条件:各评价指标之间相互独立。

2 D8 A7 N3 [8 V9 T. |   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。
9 V9 @6 L0 h2 h  h2 e& h  x
- k- `9 X0 Z5 z% P$ s主要特点：

+ d) v- b' H& M  G( C; r' h% l  （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；
# I; M9 s, N6 J/ ~0 v, [' v* I8 _. Z, @
  （3）对指标数据无量纲化没有特定要求。

7 w. I7 \) ?6 V1 s6 b$ h, l4 `7 [
- c: d" s  m( h5 p# ~2.  非线性加权综合法
/ r9 X4 s. r! a+ y

# H7 m2 ]5 b+ ^) B$ V
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；
" A& A: ?5 ]) A/ q) F  i' |4 e
0 T. i- N1 q2 C2 W% a（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；
& @& y2 G" Z& K6 A
/ K5 u2 K( ^5 B: _（3）要求无量纲指标数据均大于等于1。

, p. Z( d! e, \: P2 Q7 k
/ R7 n6 n9 F. q+ e•逼近于理想解的排序法（TOPSIS法）
& m9 v; C2 U  F# N/ f) N
# y* E" n" p% A& V& p, J
/ m9 g& X. F# \& K' v


, z* j9 x9 \6 ~9 a& D2 d# N•层次分析法
, N6 L/ }% Y+ O! `) ]6 U) G
  ]- m' {: t0 T
5 s  j8 y3 u$ f, q/ ~•主成分分析法
( G5 g1 p: `0 I7 X. O* C% m

3 y1 \3 q! }. [, a6 Z+ v2 F2 G•模糊综合评价法
% u" g8 V3 `' ]. B9 P3 B4 L

& A  M0 }2 c# X5 B4 I•聚类分析法

+ v/ I/ Z5 z$ O
& ]+ j* @/ y4 l1 ]" V7 {7 ~预测方法（具体见http://blog.csdn.net/sanganqi_wusuierzi/article/details/54800341）

1.插值与拟合方法：小样本内部预测；

  k# L' U& \" P8 @# U; K( i2.回归模型方法：大样本的内部预测；


3.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；


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．


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

' E7 w4 M; y% C/ c% K( R

SHINee0525

挺好的 很有意思