数学建模常见的综合评价方法及预测方法

综合评价方法

简单加权法

1. 线性加权综合法

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.  线性加权综合法 


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;

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;

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)




层次分析法


主成分分析法


模糊综合评价法


聚类分析法


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;

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;

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.




©️2020 CSDN 皮肤主题: 技术黑板 设计师: CSDN官方博客 返回首页
实付0元
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、C币套餐、付费专栏及课程。

余额充值