数学建模常见的综合评价方法及预测方法

杨利霞

/ {7 ~* r# w- {  W* Q数学建模常见的综合评价方法及预测方法
# W# Y; D2 `! x& `综合评价方法
2 I9 i& n) k& `
•简单加权法

7 I& r4 ?7 _# q+ g8 C1. 线性加权综合法
, `7 w$ y& x" p  f( B6 O; }% O
8 S; P5 B% Y% B! ^. X适用条件:各评价指标之间相互独立。
) l4 h& {# D! {- i: W$ |, D4 ]: x
% |8 E' y7 J) X+ c2 Y   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。

7 r9 \7 X6 M& z6 L" K" @9 v主要特点：

  （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 ；
& x8 x3 G) Y; m: }" v
  （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。
0 F/ {# Z- w4 |
1 a  f7 E' I; D
2.  非线性加权综合法
7 |8 r& b3 j3 S) E' b9 w
- F4 J) |7 z5 S9 `
5 F* Z4 Z" t  `' q
主要特点：
6 g6 ^" h; Q' v( h; f& G
（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；
; i) E/ Y: ?8 t+ D- s
（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；
6 ?) R# K" s8 d; y
' w0 v! E& q5 E' {! F  T（3）要求无量纲指标数据均大于等于1。

; E$ p  J2 w' s" e
•逼近于理想解的排序法（TOPSIS法）
5 B( `' X- \- N' _7 G& H, l- l


* j2 N2 ?/ _1 @# T/ N$ K0 e7 U' q

•层次分析法
5 i2 ~. B7 i! }7 w# b' H
9 f3 @) T* F$ K! I' n" d2 |2 n, _5 g
•主成分分析法
# l3 w8 k% ~* [# L" a1 L8 Y
% k5 K# f, f5 o/ X8 G
  c( L6 F( _0 U; S" V3 r•模糊综合评价法
) e; ?- y* e. v! {  D! x; j8 F" h
8 A# `) J4 U& A& n% t! r
•聚类分析法
0 H0 G: U# q3 S, S* b* H/ y8 I

4 O0 P5 J  Y# z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；

2.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；
" q8 ?. {9 z  {& n' k8 G3 b
; E7 [8 V# A$ G' F' o
) N% U4 B0 R) V' e* |+ @* N5.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
0 f. I4 `: W! X, t6 p
* {% E1 x, F) j5 F- d- M

SHINee0525

挺好的 很有意思
! N6 n3 P+ i: p. h" ^