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
7 F) u/ |' t2 u- i; p6 J综合评价方法
  e# u8 n& t& c
2 A9 F- P9 o3 v/ w7 f•简单加权法
9 H. |2 c; c9 w6 O$ `) E" {, u7 U
* O, S) [$ d. h3 \& V+ ?) q/ K# O1. 线性加权综合法
7 B; m/ G( Z+ f0 z
适用条件:各评价指标之间相互独立。
- }! y# F$ Z. O# Q" M& c1 p3 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。

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 ；
8 w" i+ ?+ ~# s. m1 a5 J" i
  （2）权重系数的对评价结果的影响明显；
5 `0 o+ o3 J$ q3 J! B
1 j$ @1 |3 X; P' {/ T  （3）对指标数据无量纲化没有特定要求。


: |& D2 ^% A! a) i" E2.  非线性加权综合法



. P9 c% w# t1 U+ n主要特点：
" [4 T, e% V* H, i6 J8 _: 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；

（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。

' i" y- [5 p- {. \
: c/ d+ [# N. N  M' j; O, M•逼近于理想解的排序法（TOPSIS法）
+ |# r: M; [8 f1 i. v9 g
8 [) \$ F2 n: E
! Z( L& l/ q- {


•层次分析法
( k, e7 e; `' {1 Y
9 J/ `+ D, A3 K1 N; o8 B! t: r
•主成分分析法
' B; m1 c0 W# ?: w0 h

! g% W5 k  k6 ?& c- ~4 \9 b•模糊综合评价法


•聚类分析法


' z, `  A# q+ T$ R预测方法（具体见http://blog.csdn.net/sanganqi_wusuierzi/article/details/54800341）
/ T/ f& Q( V1 @/ E: R
/ S5 r4 W, B4 x* ]5 w1.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；

) E+ l0 o) S& M: u
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．
1 K. |# S/ E& l

原文链接：https://blog.csdn.net/sanganqi_wusuierzi/article/details/54800283
7 F: K9 S2 P: M
$ R3 B* |1 B* P3 C

SHINee0525

挺好的 很有意思