数学建模评价模型方法精讲.ppt

* 四、数据建模的动态加权方法 1. 动态加权问题的一般提法 问题:如何对n个系统做出综合评价呢? * 四、数据建模的动态加权方法 2005年中国大学生数学建模竞赛的A题：“长江水质的评价和预测”问题的第一部份给出了17个观测站（城市）的最近28个月的实际检测指标数据，包括反映水质污染程度的最主要的四项指标：溶解氧（DO）、高锰酸盐指数（CODMn）、氨氮 NH3-N 和PH值，要求综合这四种污染指标的28个月的检测数据对17个城市的水质情况做出综合评价。 * 四、数据建模的动态加权方法 根据国标（GB 3838—2002）的规定，关于地表水的水质可分为Ⅰ类、Ⅱ类、Ⅲ类、Ⅳ类、Ⅴ类、劣Ⅴ类共六个类别，每一个类别对每一项指标都有相应的标准值（区间），只要有一项指标达到高类别的标准就算是高类别的水质，所以实际中不同类别的水质有很大的差别，而且同一类别的水在污染物的含量上也有一定的差别。 在对17个城市的水质做综合评价时，要充分考虑这些指标值不同类别水的“质的差异”和同类别水的“量的差异”,在此简称为“质差”和“量差”。因此，这是一个较复杂的多因素多属性的综合评价问题。 * 四、数据建模的动态加权方法 * 四、数据建模的动态加权方法 注意: 问题对于每一个属性而言，既有不同类别的差异，同类别的又有不同量值的差异。 对于这种既有“质差”，又有“量差”的问题，合理有效的方法是动态加权综合评价方法。 1. 动态加权问题的一般提法 * 四、数据建模的动态加权方法 考虑到评价指标的“质差”与“量差”，既要能体现不同类型指标之间的差异，也要能体现同类型指标的数量差异。 具体取什么样的动态加权函数，主要是从实际问题出发分析确定。 对于不同的指标可以取相同的权函数，也可以取不同的权函数。 2. 动态加权函数的设定 * 四、数据建模的动态加权方法 2. 动态加权函数的设定 * 四、数据建模的动态加权方法 2. 动态加权函数的设定 * 返回 四、数据建模的动态加权方法 2. 动态加权函数的设定 * 四、数据建模的动态加权方法 3. 动态加权的综合评价模型 * 五、数据建模的综合排序方法 1. 综合排序问题的一般提法 问题:如何给出n个系统的最终排序结果呢? * 五、数据建模的综合排序方法 2. 综合排序问题的方法 * 1. 指标数据的标准化处理 长江水质的综合评价模型 * 1. 指标数据的标准化处理 * 1. 指标数据的标准化处理 * 2. 动态加权函数的确定 * 五、长江水质的综合评价模型 3.综合评价指标函数的确定 * 4.各城市水质的综合评价 * 4.各城市水质的综合评价 * 六、数据建模的常用预测方法 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：大样的未来预测． * * * * * * * * * 西南交通大学数学建模 * 实际中大量信息或海量信息对应着大量的数据或海量数据，从这些数据中寻求所需要的问题答案--数据建模问题。 通过实际对象过去或当前的相关信息，主要研究两个方面问题： （1）分析研究实际对象所处的状态和特征等，依此做出评价和决策； （2）分析预测实际对象未来的变化状况和趋势等，为科学决策提供依据。 数据处理与数据建模方法 * 数据处理与数据建模方法 1. 一般数据建模问题的提出 2. 数据处理的一般方法 3. 数据建模的综合评价方法 4. 数据建模的动态加权方法 ５. 数据建模的综合排序方法 ６. 数据建模的预测方法 * 实际对象都客观存在一些相关的数据信息； 如何综合利用这些相关信息给出综合评价结果、制定决策方案，或预测未来？ 这类问题都归结为信息综合利用与评价问题。 一般问题： 什么是综合评价与综合评价问题呢？ 一、一般数据建模问题的提出 * 依据相关信息对被评价的对象所进行的客观、公正、合理的全面评价。 如果把被评价对象视为系统，则综合评价问题：在若干个 同类 系统中，如何确定哪个系统的运行 或发展 状况好，哪个状况差？即哪个优，哪个劣？ 一类多属性 或多指标 的综合评价问题。 综合评价： 一、一般数据建模问题的提出 * 综合评价是科学、合理决策的前提。 综合评价的基础是信息的综合利用。 综合评价的过程是数据建模的过程。 数据建模的基础是数据的标准化处理。 一、一般数据建模问题的提出 如何构成一个综合评价问题呢？ * 综合评价问题的五个要素： 一、一般数据建模问题的提出 * 　 （2）评价指标 它是反映被评价对象 系统 的运行状况的