数学建模常见的综合评价方法及预测方法

杨利霞

数学建模常见的综合评价方法及预测方法
& Q/ I0 s, H; Z/ l+ }2 H综合评价方法

. `$ E  [( |# b6 K# N8 k•简单加权法

* ]9 P+ m0 h" v8 t7 a1. 线性加权综合法

适用条件:各评价指标之间相互独立。

, J3 z, m; M) g& @   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。
" h* U( x5 d4 X% ~' R0 v2 G# J
主要特点：
0 p" m4 |7 g( P( q9 n
  （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；
* P4 h# \, J4 `! x
  （3）对指标数据无量纲化没有特定要求。
  r3 }2 F, ^# Z
  G; D. g- D2 L" c
  e" u- S, p) ~2.  非线性加权综合法



9 ~6 H; r+ J  z; r% \8 S主要特点：
' S" d1 e8 x2 s0 G( l2 L! {! _8 ^& L
（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 K0 s1 i/ S7 F& p; j6 _% K' l, ~（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。

+ p0 n" S# e0 T6 J/ O5 _) l7 f
2 [% S$ T% i4 @% Y+ _' E•逼近于理想解的排序法（TOPSIS法）


9 D( U) F% n2 K3 S
: [2 q9 b2 j1 K& q) z
" J. o2 L3 h: z1 a5 A/ {
•层次分析法
0 @4 A5 q" \+ s: o3 D1 F5 Y5 F

' r" k3 g& j- z( B  c3 c8 @3 q  q•主成分分析法

- W5 x+ X/ ?% Z! K
•模糊综合评价法
3 T* h. t% m* V7 h
. Z/ r0 t9 a$ s0 o9 E) s% g
•聚类分析法
/ a  V3 Y$ k. W- m/ R. R: m' }

+ E2 ^+ Z) M  P! ^/ ~3 l预测方法（具体见http://blog.csdn.net/sanganqi_wusuierzi/article/details/54800341）
. A. V" z( P" R, |
2 W9 x0 q# o  d5 x4 ?3 o7 C1.插值与拟合方法：小样本内部预测；
- r& W( `- k7 S8 S0 E. t2 q
( p9 D! V9 e  \1 v1 v  k2.回归模型方法：大样本的内部预测；
4 L* ]/ `* z2 |- u! ?: Z
2 M/ C9 J/ I2 d. t; c  b$ w9 \3 i
3.灰色预测GM(1,1)：小样本的未来预测；
/ ?$ Q! Z* @6 w+ i6 R' j, Y
* K+ }4 K5 w( z9 ]7 t6 ^; K. ~5 z4.时间序列方法：大样本的随机因素或周期特征的未来预测；

1 N7 F, C4 H, R
& f% x$ P% N8 E$ R2 R9 D* y5.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
" a# {( |  ^: K6 B- G1 L

2 X. r+ h0 K1 R; D

SHINee0525

挺好的 很有意思
. Q" ~1 e/ i- l: \4 H