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
2 C7 p9 e3 \5 ?3 p% O1 y综合评价方法
6 P7 g  H$ z% H, K! C$ N( y7 T- y
•简单加权法
' t& B5 y' R. R$ z
1. 线性加权综合法

1 X9 G9 t9 f9 X适用条件:各评价指标之间相互独立。

. V8 l3 c; z* Z4 Y+ u   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：
/ N- p& D3 G, D; @: W; }0 b5 C% [
  （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 ；
" D: f4 H& g' _/ y) i) ^/ A9 o, M
* a* l/ Z. ~- @0 U/ L5 e  （2）权重系数的对评价结果的影响明显；

- Y# g- Q% F: t+ i9 d  （3）对指标数据无量纲化没有特定要求。

1 @( J6 M0 q  G' e" Q9 B% Q
2.  非线性加权综合法

) L; V$ `9 n( u/ v: S3 K
% w1 E1 g# D1 h4 n
' ?( F8 c$ R; O主要特点：
' I- p  I' m/ |/ I3 @
（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 a9 @7 \* y  F( o  q4 ]
（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；
. s0 L% S. M, m
8 `* F! ^* z9 N（3）要求无量纲指标数据均大于等于1。
' g" p/ Y; S6 D) a2 ]. M

•逼近于理想解的排序法（TOPSIS法）
* }3 N3 @9 f5 o  |9 R
7 F8 |: G' i% t' w1 v: ]% L6 w! [$ m
, E$ u5 v3 p: Y
: i  |: p- K& A3 r8 n$ B
- u3 t# m8 P2 E% x- E1 B
•层次分析法

( o5 v; o) Z- _6 g$ t6 ^# G
•主成分分析法

$ w8 |" k! K5 B; s
4 u0 p& y% l  q7 X' K•模糊综合评价法
- G  E9 M, N0 j7 T; O0 e

% R9 C0 R$ s; e& t. A- \: b•聚类分析法
/ O; i+ B3 q. r4 T" h  j
( o* F7 o/ k, Z2 g3 |* O
预测方法（具体见http://blog.csdn.net/sanganqi_wusuierzi/article/details/54800341）
; {: |5 A7 z# W' `0 t# |4 _
6 g0 s) H/ [$ w! q4 f5 T1.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；
/ e% x# v! a. Q5 ]! A* ^% R

% ]# S3 z1 c6 o6 E$ ]3.灰色预测GM(1,1)：小样本的未来预测；
& d/ K) f9 {  ]1 o, O# D: j
6 t: G' }- q& r9 M! z; A4.时间序列方法：大样本的随机因素或周期特征的未来预测；
: p: S5 D  }0 u+ N0 v$ Z
8 {* {. g; o" `/ A4 a
* z$ |- A  w$ U; G% I% g# O# ~1 [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．
4 K. v$ \  x0 v! F
" F3 {: w. r# B9 ~
原文链接：https://blog.csdn.net/sanganqi_wusuierzi/article/details/54800283
% R, c# g: m$ y  p" j+ G" Q3 _! x5 H

SHINee0525

挺好的 很有意思
5 `; P3 p8 X/ D' W: h