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
: U, m& p( H4 a; M* E0 R综合评价方法
3 d  L/ u- d$ B5 }# Q
•简单加权法
1 K8 J0 h- Z  q) k
1 ?: O8 r* k& T, T& i1. 线性加权综合法

( ^' i; m& W% n$ D4 b6 x5 o适用条件:各评价指标之间相互独立。

8 {0 s- p0 ?9 m. c# s6 `# T4 o   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：

6 F8 h) a2 q9 h  （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 ；
+ i& r% V. G' Q/ n( ?6 n& d9 L
9 F+ F; {0 X8 S" P' g* Z  （2）权重系数的对评价结果的影响明显；
) G4 f& }! k8 z! P: v7 I" q
  （3）对指标数据无量纲化没有特定要求。

" P/ W( a9 N6 ^8 ~6 t9 j$ L8 f
6 X1 @5 |& b6 q7 m- b2.  非线性加权综合法
( M) U- y$ h* T$ E6 P# }


3 x6 ^: Q8 l8 T7 u+ g: s主要特点：

; A2 i/ n* g$ U（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；

（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；

* ?$ a) K9 ?/ Z( K) ]2 ~. C" A（3）要求无量纲指标数据均大于等于1。
. h% t2 ~; U: T9 _# ^

•逼近于理想解的排序法（TOPSIS法）





•层次分析法

/ @* ^" N7 ^& d5 h1 t8 S
•主成分分析法
0 x7 d8 I" H/ c
/ m2 @5 X, a" X4 s4 `* M/ b
•模糊综合评价法


+ [- S* d2 _* {" K$ l•聚类分析法
7 G# {& i0 k7 E7 m

7 B  l4 `  d: v) R" S% i预测方法（具体见http://blog.csdn.net/sanganqi_wusuierzi/article/details/54800341）
( O$ X( t0 y% `5 p% D
1.插值与拟合方法：小样本内部预测；
  h7 b, G# {2 L( X3 L( Y
: J8 U$ I6 b" ~9 i2.回归模型方法：大样本的内部预测；
; J  q% ~4 \% h% v

3.灰色预测GM(1,1)：小样本的未来预测；

9 h3 Z3 ~8 I+ w- O% ]8 s: h4.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．
% ?" S3 y# `" c! Z  `4 z& U
/ m3 @) L7 Q+ |
原文链接：https://blog.csdn.net/sanganqi_wusuierzi/article/details/54800283
/ ?/ v5 i- O! G/ Y; v
; Z( z" L9 s- p! r

SHINee0525

挺好的 很有意思