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
综合评价方法

  P, e* L. d9 o4 H) r. T$ r+ d•简单加权法

! X; |9 `- Q8 I* _- o$ m2 n1. 线性加权综合法
, u! |9 m0 M. c7 x! ^  r# B$ n3 k, v
! w; L# d. M+ c! q- b; u+ J9 A) d适用条件:各评价指标之间相互独立。

   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 ；

# _% i" |! }9 D  （2）权重系数的对评价结果的影响明显；

  （3）对指标数据无量纲化没有特定要求。

; v% e3 f, u: o9 y/ `
2.  非线性加权综合法
* P- u, _3 b! f+ q


主要特点：
' t. U( j( N4 [2 R5 c* Q
2 x7 w$ O3 d+ P3 V& M6 [8 D（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；
& G: I5 Z- i- Q( n% _
0 {6 X" o' ]# S/ T( z6 T（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；

1 P  U4 O) Q: u5 ^3 S( q（3）要求无量纲指标数据均大于等于1。
* j# h+ V8 J: @% r/ p, [
, @7 @7 e9 y7 f; Z  R
' t" d& H1 B  A. i•逼近于理想解的排序法（TOPSIS法）
' s$ E+ @* q: H: D
  I4 ~7 S$ z9 o; L4 m

& \; v& O. e# q" Q7 V7 e

•层次分析法


3 `/ E1 d7 |# u* a; y2 `' y•主成分分析法

: [  g$ m4 b: K/ M+ ]( S
•模糊综合评价法
7 j8 z! K' U% W) P, t7 f" y! W
7 k" |- ~; C! f+ j+ m; k4 _
•聚类分析法
) h! O' y6 C+ k" [
. ^1 \! a1 S9 f" f6 T8 K
( Y' P% S9 f% Z8 z  m# Z预测方法（具体见http://blog.csdn.net/sanganqi_wusuierzi/article/details/54800341）
- B/ `! h$ u) \0 \  {6 d( P- I; @3 m
* b2 r% u" d$ G2 `$ h1 C+ `1.插值与拟合方法：小样本内部预测；
4 I- J! _% L6 s+ p
2.回归模型方法：大样本的内部预测；
9 f7 A" v6 a5 ~* [( L

# x% w3 f- F  {- f3.灰色预测GM(1,1)：小样本的未来预测；

) G+ j4 ]& o5 |2 ]( R: z) \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；


, c+ m# |; Z: Y% j6 P; G) S) ?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．
2 {5 U1 M5 I* v: h. B4 D1 q

" |9 E% d# B! C2 y  a原文链接：https://blog.csdn.net/sanganqi_wusuierzi/article/details/54800283
) W7 f. y( @0 i

- `/ G* U! [' _* l& A7 B

SHINee0525

挺好的 很有意思