数学建模常见的综合评价方法及预测方法

佛自业障

综合评价方法•简单加权法1. 线性加权综合法
) Q  E$ @( ]4 [; q8 `
, l) c/ g! g, q$ H. Z
适用条件:各评价指标之间相互独立。
7 `& E' a+ `) N! G/ K4 S- w
   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。

6 w# i% X- u6 N3 D+ n主要特点：
( Y' ^. Z0 L7 a5 Z2 r( s4 F+ j! r
1 A5 \/ N9 q4 L5 Y8 h( W  （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；

  \! G; j7 V7 p& ?, P) z3 k  （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

% E' t, I) z' y" o2 M
1 ]) _7 D+ _) c3 J/ H( d6 Q

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；

（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）要求无量纲指标数据均大于等于1。

& g' B$ O1 J; s. s. ]( L. R/ P
) C3 o" C) v" ]8 E8 D( Q•逼近于理想解的排序法（TOPSIS法）

# z, J7 @$ G3 w$ q

2 @. H! U; L% Q9 `1 I. f- `; u/ l
9 ~8 e6 D( T/ C4 ]/ g& N层次分析法

) p/ Y. k; Y' R* v•主成分分析法
* Y7 l" N8 i: e! L! U
•模糊综合评价法
! J7 H5 k6 [  D/ i5 z2 E- S
•聚类分析法

2 j, F2 ?1 t0 M" N; z7 u3 K/ q预测方法（具体见http://blog.csdn.net/sanganqi_wusuierzi/article/details/54800341）
2 S* Q! c4 a0 w$ h8 A' a3 q1.插值与拟合方法：小样本内部预测；

/ d" e0 V; E/ O' a" w! B% {2.回归模型方法：大样本的内部预测；
6 s8 w9 u* i8 |

3.灰色预测GM(1,1)：小样本的未来预测；

$ v, M- y5 R& k4.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．
  {4 Q% ^$ }5 j# z