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
# b  z; x* t6 e8 B: m# v
4 a$ C+ c6 `. t  F- T; `
适用条件:各评价指标之间相互独立。
( f6 z! t  ]2 {, K/ p% s& o
* x1 ^* W# @& p   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。
/ K/ A) q9 X1 F% q: {! v, G
主要特点：
$ ~# t) J1 a8 O0 }, n0 C
/ `6 e4 `5 M) u6 p  （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；

  （3）对指标数据无量纲化没有特定要求。
! x  v% W8 n- ?4 R5 M0 J) u, F1 c

: x; y! J* K( q: w5 b2 x. w0 B9 k2.  非线性加权综合法

( ~: d7 z7 Q* \9 N, B: H. z1 r
# u  q- F2 _2 r, H9 k

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。

, ?3 r& k9 O' O/ j
) d5 _' f" B, ^6 l$ ~•逼近于理想解的排序法（TOPSIS法）

. b% p$ G2 c- G3 ^% V3 C4 [


' E- R9 i; ~2 ]% d* \/ {2 ^层次分析法

•主成分分析法
9 b8 s% ]$ B' X- j; ^7 {
•模糊综合评价法

•聚类分析法

) H- Z+ p7 K& c/ G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；
. C; b0 \$ N: I+ C" C
9 Q$ y, K6 S9 J% W& X- g0 t8 u- Q2.回归模型方法：大样本的内部预测；


- \3 B) a+ Q: t6 R3.灰色预测GM(1,1)：小样本的未来预测；

  Y( `7 T- r% T0 n1 \3 `8 y! ]7 V4.时间序列方法：大样本的随机因素或周期特征的未来预测；


0 u7 O! |+ N4 a2 A6 l/ j5.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．

" S! M6 s7 J, v* c- y$ Y% C
9 C7 e. F  P" W+ f+ a7 n: g

& \# Q1 s! j0 u