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
  p& E3 I2 E9 j" k综合评价方法

•简单加权法
1 ^" _4 v( B6 i) ]' \2 l! g; `3 G$ C
1. 线性加权综合法
5 N$ l+ q. m. I6 [6 o7 g, C
适用条件:各评价指标之间相互独立。
& K" R. }$ h/ a" K- t) b7 \
/ p, p8 @" m1 Y, \& 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。

主要特点：

+ M8 _4 [; B" m( U/ K! L8 C, Z  （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 ；
: q) J% G" z8 y- l! D) [
! b5 u/ d: A( K- X/ l* l+ l7 j  （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。

& r7 k& k/ q6 z) B
2.  非线性加权综合法

/ ^/ E+ @: l. T! `

/ c! m  j7 O" N( k; Z主要特点：

（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；
' S4 j, z  I: k# L5 G
（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；
! X, F- p' p/ r* _; x" ]! J
9 _2 K5 y! Y8 Z1 V（3）要求无量纲指标数据均大于等于1。
0 F; p' X( O( E4 ?4 B! \
4 L% }% w* K$ T: d9 `% n
•逼近于理想解的排序法（TOPSIS法）

1 D3 E/ o4 K% R' D9 o# `( d
0 Z- |+ k0 E$ P2 @
2 Z1 B+ G6 ^& G: N( ]
2 R7 o7 X7 d' l- N
' K$ s' P% N' l' O5 d" X& n•层次分析法


7 Y4 M+ S8 n, P- G% ?6 _•主成分分析法
0 `- R. b# Z. u2 l2 ]8 G* A5 n

) E" U- B/ g5 r; u' l% B0 n" i- H- s•模糊综合评价法


•聚类分析法
+ c  B0 G: S8 \* W& {: i$ Q7 m
2 ?3 W' c$ Z& h2 I) m! N: [- L
预测方法（具体见http://blog.csdn.net/sanganqi_wusuierzi/article/details/54800341）

1.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；

1 z3 E1 ?& s* {, x' Y$ l
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；
& d7 j1 o4 ?7 D& c: \' a) O6 N
5 S- a# {& _: w  D" ]' j
% U5 N! |, ~5 m" W. P3 n5.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．
* E% j  J! w: @% Z/ z

$ Y) g- F# x' V2 m3 H原文链接：https://blog.csdn.net/sanganqi_wusuierzi/article/details/54800283


6 d& Q0 A4 w3 o/ y6 q

SHINee0525

挺好的 很有意思
! Y, [3 g6 @! i8 o