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
4 Z% `/ R, l$ L- h( t, F综合评价方法
. U# \$ m  e8 @# j
•简单加权法

: G# h" y8 a) Q9 y% Z1. 线性加权综合法
, k  w5 B) S0 u4 u! h7 \2 r
适用条件:各评价指标之间相互独立。
+ \- f: M1 {# U3 ]0 z3 ?
) L' f2 K7 o3 D   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。
, K7 K- ?$ d; O/ [6 J" [& J2 S0 P
# L% r3 ?! X  z, K主要特点：
9 E% a( T) X9 B/ Z9 l  w
! G$ Z2 u! Q7 s2 B8 S, B  （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 ；

! J  s5 A& \* A( x$ g/ Z. U( p1 e  （2）权重系数的对评价结果的影响明显；
, D. D) v; j2 ^
  （3）对指标数据无量纲化没有特定要求。


2.  非线性加权综合法



1 m. K7 V( n( p, Q主要特点：
( n5 S5 `+ X. j' T
（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；
* D1 m# v: R. f; S3 \6 m( i
（3）要求无量纲指标数据均大于等于1。


, ?5 y: }2 @; V8 A8 T1 i•逼近于理想解的排序法（TOPSIS法）
( z- t( T5 {* R0 J- \9 I




; ~4 T0 Q) R* r& \•层次分析法
/ W0 |% J9 w; f
- j  e/ |' w5 I, Y, i
+ B5 j2 W1 {4 Z* v•主成分分析法

/ y8 O2 S# |! [6 j
+ Q: i& Q! e1 e7 I" K•模糊综合评价法


•聚类分析法
4 S# @0 r- ^+ y. B- n) }
. [: b8 b) Z& n0 G2 r- q0 Z
" C! L; t- W/ v6 ~! M) `# ?( x! r6 E+ u预测方法（具体见http://blog.csdn.net/sanganqi_wusuierzi/article/details/54800341）
' |& F4 o: M- k2 a1 J' s4 o9 X( C
1.插值与拟合方法：小样本内部预测；

, }. d+ m0 i" S2 F* W2.回归模型方法：大样本的内部预测；
! j9 o" Q  e$ w3 a$ E
& w* _6 W5 @' l
3.灰色预测GM(1,1)：小样本的未来预测；
8 b! m4 a; D0 s# r$ M2 T! \
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；

9 l; Z+ D) |) M
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 |- q( `: ~6 L7 g$ u3 s原文链接：https://blog.csdn.net/sanganqi_wusuierzi/article/details/54800283
. d" o4 N% ~% M  W$ k

8 t+ K3 @1 s5 S% O% o  f% S4 T

SHINee0525

挺好的 很有意思