数学建模常见的综合评价方法及预测方法

杨利霞

: _: }: X9 W0 E数学建模常见的综合评价方法及预测方法
) L5 x4 u, C$ n) j) S, }; V* X2 E综合评价方法

) P( A. W2 V! B. O, s! u•简单加权法

$ `' G: u4 r* k0 t+ K( L8 v7 \+ J1. 线性加权综合法

适用条件:各评价指标之间相互独立。
, Y6 |2 J# V1 ]
   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 N" V  S' _( `" ^6 V2 c
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 ；

  （2）权重系数的对评价结果的影响明显；
, M0 a5 a/ u" p# Q2 R  N
: J/ }0 Q$ \- s, A/ {1 I' c# x  （3）对指标数据无量纲化没有特定要求。

7 D; v" t0 M" P3 U
2.  非线性加权综合法

; Z# K/ K9 S+ u" J6 J

主要特点：
3 T0 F2 \& I6 [# p; K
（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；

' ]) m( H) t2 ^7 k（3）要求无量纲指标数据均大于等于1。
$ `; m/ ]% l) F8 O) w; V
* W# Q# z4 j; T
•逼近于理想解的排序法（TOPSIS法）

4 M! J, M0 u5 r; z- \( H



•层次分析法
' t& y: U! |$ n! ^9 d9 @
" B3 Q4 U/ t2 W0 A. i
•主成分分析法

+ p( B. O# d0 ]. `* \
! w) O# t5 K) Q; v% A1 Z5 s, M( D•模糊综合评价法


•聚类分析法
7 b1 c! ~. R$ Y. n; i

预测方法（具体见http://blog.csdn.net/sanganqi_wusuierzi/article/details/54800341）

4 z1 q/ b5 L4 I/ H/ V7 g3 n" Y  W1.插值与拟合方法：小样本内部预测；

- F  }% Z7 n3 G, U6 t! u! e* c0 ^2 C2.回归模型方法：大样本的内部预测；
2 {6 q* q% ]7 E! J) b1 K9 a# i+ W

2 v. ~5 _2 l. x: K2 E, A) R4 `3.灰色预测GM(1,1)：小样本的未来预测；

9 z% \4 s) [$ i  W# s! b4.时间序列方法：大样本的随机因素或周期特征的未来预测；

7 v9 D+ `% w% Y( @
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．

' h; }- {8 G( b% _6 u- L
: t3 T0 o# ?3 }) [; U原文链接：https://blog.csdn.net/sanganqi_wusuierzi/article/details/54800283


; ~$ d* a$ Y3 \  w5 R3 T

SHINee0525

挺好的 很有意思
( X* @* c) v6 |) B7 C