数学建模常见的综合评价方法及预测方法

杨利霞

% B1 B; C* n2 `0 D0 G数学建模常见的综合评价方法及预测方法
综合评价方法
% \8 z- E3 [1 H, D/ H, i8 [2 k5 k
•简单加权法
) N5 \: C  |1 E) \. i
1. 线性加权综合法
, `4 P; x2 B" M) Z
适用条件:各评价指标之间相互独立。
6 \& K1 Z: Z/ ?6 _  I. v  O& |
" N) C6 s2 B' z( y; B   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。

3 R+ j! d! ^! Q' ~5 S. p7 G/ M主要特点：

& S; M; q2 w3 w6 A$ o  （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；

  （3）对指标数据无量纲化没有特定要求。
2 D5 B" |% T& }- |! V* B

5 b. m0 y0 K: Y6 u3 J8 V7 W2.  非线性加权综合法



' X. B* p3 U$ ?, n" j$ g主要特点：

8 O, m  ]2 W9 A（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；
: l# K$ J* o6 e
2 x4 S2 ~8 m3 U, J（3）要求无量纲指标数据均大于等于1。


•逼近于理想解的排序法（TOPSIS法）
- n# c# r/ t4 J; t! M1 k
1 `  B4 h( w7 B0 F1 ]/ D/ v
) t# C, u) [  G/ P
% I. o" J! w1 b6 M# v. G
7 O0 p5 C* O. k+ e
•层次分析法

3 Q# G$ q. o9 `
) ~/ v" i6 ]: U8 }( J•主成分分析法
4 V$ O6 O7 X' y, X% T- a& i, A

) @, k- X) u& X; T  R* C•模糊综合评价法

: M  I( ~) E5 m; H: J# G3 T
•聚类分析法
( F' h  d* ?5 R& x0 H
, Q' _7 |  ^1 h
% b( ^% j( v+ V4 H1 d预测方法（具体见http://blog.csdn.net/sanganqi_wusuierzi/article/details/54800341）
$ b8 X# c4 E6 I# c' E# q
& g# _) m4 H  {# @& V1.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；


6 e! Q4 W0 R9 e4 H6 E3.灰色预测GM(1,1)：小样本的未来预测；
' Z5 B+ W, e) x1 N9 A1 F2 s. j  N) m
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；
0 e, ]0 |0 d6 C1 [% C
9 V  Y7 q  @$ {" v* f0 p' X" j
/ w. N+ S. w1 F" H4 t5.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．


+ M3 T. N" |% x- s! K% Y/ s( H0 C/ q原文链接：https://blog.csdn.net/sanganqi_wusuierzi/article/details/54800283
( p3 }" ^. Y; j# O9 w$ z: D
. J* O. K$ h, l2 e
0 a6 }5 w! w" B9 U, h  f4 g

SHINee0525

挺好的 很有意思