QQ登录

只需要一步,快速开始

 注册地址  找回密码
查看: 3595|回复: 0
打印 上一主题 下一主题

[其他资源] 数学建模常见的综合评价方法及预测方法

[复制链接]
字体大小: 正常 放大
杨利霞        

5273

主题

82

听众

17万

积分

  • TA的每日心情
    开心
    2021-8-11 17:59
  • 签到天数: 17 天

    [LV.4]偶尔看看III

    网络挑战赛参赛者

    网络挑战赛参赛者

    自我介绍
    本人女,毕业于内蒙古科技大学,担任文职专业,毕业专业英语。

    群组: 2018美赛大象算法课程

    群组: 2018美赛护航培训课程

    群组: 2019年 数学中国站长建

    群组: 2019年数据分析师课程

    群组: 2018年大象老师国赛优

    跳转到指定楼层
    1#
    发表于 2019-3-24 11:27 |只看该作者 |倒序浏览
    |招呼Ta 关注Ta
    数学建模常见的综合评价方法及预测方法
    $ H2 `5 p" F7 \' |$ u  a" k- }: T, l# G' |) {# C( y7 g
    综合评价方法
    : O# q, X- Y# A% F
    . E- d2 ]6 [( U0 m4 H( [; ?8 `6 l( T# K•简单加权法/ S% l3 o4 a9 K* [; j( J/ `$ {
    . x" u7 P* N' R/ {3 V2 l! [) i; C
    1. 线性加权综合法
    1 X1 r# P; a7 D1 Q5 g
      Q, v0 ?2 f0 B适用条件:各评价指标之间相互独立。
    2 o, z/ N/ L' ~7 Y7 c9 F0 o
    ' j  t7 O& S4 t0 {' c( I1 x' A   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。
    : ?2 u1 h# R/ ~( F2 X  j9 y& i0 w
    $ b  Y7 R  z; O' \& s6 M/ ]主要特点:
    0 O+ B7 V! a2 u4 d6 f
      u+ i/ b/ }! p" P0 c  (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 ;
    ; w# X7 m* e( l4 w) l! \& R
    ) n8 A: Z( s9 M, t( @  (2)权重系数的对评价结果的影响明显;6 k, ^; c( B8 Z: H0 c2 J

    ; ?. m- ~6 Y% S, i9 O: o9 z  (3)对指标数据无量纲化没有特定要求。 & X" x0 t+ l1 X

    ; x: U4 p2 E" C" }8 a
    1 ^" E" h3 m  g" ]3 |$ G1 \2.  非线性加权综合法 % f8 l: n" n+ i! u' r8 y
    + C! u$ |8 V: K8 C7 v. R8 N

    9 \; ^5 H9 @+ ]4 h- n# ?8 L( L8 m  c, m/ X- u$ y
    主要特点:6 A( r9 G& b4 w5 L% ]
    6 q7 E# }5 o' T, i3 k- }- g, b
    (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;
    & ?3 l) D! {5 V7 D0 D+ i% `9 ]; A
    8 v+ g1 ~) v/ n) t1 p+ q8 S% F(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;# }) r# r6 ?9 `" t

    2 i) P1 @, t4 L) J, ^( v5 _(3)要求无量纲指标数据均大于等于1。
    ' e7 O0 f0 u8 o: o5 S! B. B* E) [$ D+ l" n9 y3 Q, s- B
    : _3 Q" M; [! p2 ~$ g9 f" J
    •逼近于理想解的排序法(TOPSIS法)7 y0 B" {/ y$ E  S: E
    2 T$ b- x# x' A( ]' M! G

    9 N2 C; F% U+ C6 b1 X9 F$ q+ ~: i: D" k
    ( {4 S) {& d7 }+ |- o' Y
    •层次分析法7 P) a' @$ w" K( X) W4 Q

    . \! X3 K" E3 e5 ^1 _
      u8 G6 |$ d& J6 k* @+ b6 [•主成分分析法
    % a0 s2 h* ^# G) n% a6 G2 P: l! I; r$ y, l* O2 T3 T

    # n9 W4 y. r  A& m, E•模糊综合评价法$ g3 ^( S; ^0 d4 k. q# R% k
    3 Y2 W4 u" f* O) J0 M/ G$ h
    ! r; F) \& d/ b, s% L
    •聚类分析法5 T/ g% `6 R3 h! e

      g5 R, c4 x8 |0 d4 y: n
    0 R9 Q0 l/ `3 _, t预测方法* O6 N0 _$ L% K" C6 E) _
    % p7 r! Z& U: x" J; \$ {/ x; J3 K
    1.插值与拟合方法:小样本内部预测;
    ) l+ D8 m$ a0 o5 Q  [
    $ R1 S0 {$ {1 Z; v. F# U" W, B2.回归模型方法:大样本的内部预测;+ k1 n0 T) B6 i: R* S
    ( ^1 t( X  c% f* D- Z/ t
    6 K- v( ?. o9 Z% x- d+ ^7 ~1 i
    3.灰色预测GM(1,1):小样本的未来预测;
    ) M$ I- R! s% d: V2 j) }& u: S) B$ B" P$ B; o
    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;, X2 E- b, R1 W: G  O. P
    ) }9 X5 [+ G8 ?1 j! e5 S% |: r6 Y
    & K0 L! \7 p4 V% A8 j* L
    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./ x7 h) `( U' n+ ~3 R
    ---------------------
    ' T2 m. j; s7 A
    8 l1 U0 p2 J$ W) b) F
      F/ W' r+ A3 n' D+ \9 V+ y$ l9 _& C3 P* k9 k7 }& X
    $ ~1 [+ k: f3 G2 r! e

    16种常用的数据分析方法汇总.docx

    20.53 KB, 下载次数: 2, 下载积分: 体力 -2 点

    zan
    转播转播0 分享淘帖0 分享分享0 收藏收藏0 支持支持0 反对反对0 微信微信
    您需要登录后才可以回帖 登录 | 注册地址

    fastpost qq
    收缩
    • 电话咨询

    • 04714969085

    关于我们| 联系我们| 诚征英才| 对外合作| 产品服务| QQ

    手机版|Archiver| |繁體中文 手机客户端  

    蒙公网安备 15010502000194号

    Powered by Discuz! X2.5   © 2001-2013 数学建模网-数学中国 ( 蒙ICP备14002410号-3 蒙BBS备-0002号 )     论坛法律顾问:王兆丰

    GMT+8, 2026-11-23 07:21 , Processed in 0.243086 second(s), 54 queries .

    回顶部