数学建模常见的综合评价方法及预测方法

杨利霞

; f& n- R2 ?* ^0 T0 ^3 D* U& V' D数学建模常见的综合评价方法及预测方法
综合评价方法

; U+ J* U# l0 N( w" a# b•简单加权法
6 i" W& m0 ~/ `
1. 线性加权综合法

- A2 S8 s9 y% u! m2 P/ S/ b适用条件:各评价指标之间相互独立。

/ B0 e2 T& P  _" d' w   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 ?2 i& V; \; u9 F0 z' T( H" L
1 m2 W# i/ h( b1 b& B  ~4 {主要特点：
' I0 @* s4 `  M' f
7 R; \6 j$ ?1 N/ q  （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；
: I" r& {& b# `6 C
3 P7 ^: L# ~, _! _9 U3 F1 M6 j  （3）对指标数据无量纲化没有特定要求。
5 C1 y8 Y& Q" c* e, a6 T
% l- _3 g) q% B3 K+ M: a0 e
2.  非线性加权综合法

% ?4 ?- t* y+ F* C: y
主要特点：
( a" h5 p1 ]% y
（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；

0 f% ]* z& I4 T* Q7 b  h5 U（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；

9 L4 i8 |2 t6 v5 W/ D& X& {（3）要求无量纲指标数据均大于等于1。
' t/ n7 _5 D/ `8 o! I+ }0 Q

•逼近于理想解的排序法（TOPSIS法）
6 `) k- K: r% I( e5 a

$ w" i) V8 Z# a' J- M" @

" Z) H. f3 V- a, c3 f
- C# |; T5 ?! N% u- Q) T
•层次分析法
- h' M! o0 T* J' H+ r0 B
3 ]9 X! d, m; k& H& V5 e% R
•主成分分析法


8 |: P/ z7 v. _•模糊综合评价法
. P# ~& d3 J  ^+ y/ \: ~& p1 G

•聚类分析法
( e, ~  q+ L; Y7 }! t4 B+ z& V$ }. o
9 `9 P6 i! B4 K2 m5 K1 O
5 G/ D, W! r& V6 |) {预测方法（具体见http://blog.csdn.net/sanganqi_wusuierzi/article/details/54800341）
: j! O% Q5 t" I3 P
1.插值与拟合方法：小样本内部预测；

/ B2 \' V8 D+ `3 Z2 U" J2.回归模型方法：大样本的内部预测；
8 x5 ?$ \6 G' x" X6 m

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；

, J7 n* l: G1 r5 V5 d
* N  f7 i$ j9 V, r4 E5.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．
, S8 A/ q' n  \3 v3 \9 Z; C5 P
& w: |" u2 m* Q* N
原文链接：https://blog.csdn.net/sanganqi_wusuierzi/article/details/54800283
! H. |4 |* ~7 R2 `7 y4 `

7 i6 H1 N: Z# n6 a' ^  c

SHINee0525

挺好的 很有意思
0 k% X5 H3 N; c4 o