根据评价目的选择恰当的评价指标，这些指标具有很好的代表性、区别性强，而且往往可以测量，筛选评价指标主要依据专业知识，即根据有关的专业理论和实践，来分析各评价指标对结果的影响，挑选那些代表性、确定性好，有一定区别能力又互相独立的指标组成评价指标体系。那么，小编就来给大家分享一些数学建模中的评价方法吧!
综合评价有许多不同的方法，如综合指数法、TOPSIS法、层次分析法、RSR法、模糊综合评价法、灰色系统法等，这些方法各具特色，各有利弊。根据评价目的选择恰当的评价指标，这些指标具有很好的代表性、区别性强，而且往往可以测量，筛选评价指标主要依据专业知识，即根据有关的专业理论和实践，来分析各评价指标对结果的影响，挑选那些代表性、确定性好，有一定区别能力又互相独立的指标组成评价指标体系。
[图片0]
2方法一:提高分析、理解、阅读能力
阅读理解能力是数学建模的前提，数学应用题一般都创设一个新的背景，也针对问题本身使用一些专门术语，并给出即时定义。如1999年高考题第22题给出冷轧钢带的过程叙述，给出了“减薄率”这一专门术语，并给出了即时定义，能否深刻理解，反映了自身综合素质，这种理解能力直接影响数学建模质量。
3方法二:层次分析法
在深入分析实际问题的基础上，将有关的各个因素按照不同属性自上而下分解若干层次。同一层的诸因素从属于上一层的因素或对上层因素有影响，同 时又支配下一层的因素或收到下层因素的作用，而同一层的各因素之间尽量 相互独立。最上层为目标层，通常只有1个因素，最下层通常为方案或对象 层，中间可以有1个或几个层次，通常为准则或标准层。当准则过多时(比 如多于9个)应进一步分解出自准则层。
4方法三:综合评价法
FCE借助于模糊数学，运用模糊关系合成原理将模糊概念定量化，以此对评判对象的优劣等级进行综合评价。基本思想是:把模糊因素集U对应的模糊权向量集W，依据单因素评判矩阵R采取合适的合成算子o进行模糊变换，得到一个模糊综合评判结果B，并对结果进行比较分析来评价事物的优劣。简化图形为: 输入 W→模糊变换器 R→输出 B=WоR。模糊评价法常用于不能准确度量的事物的评价，如质量评估、风险决策等。在对结果向量进行比较分析时可采用两种方法，即最大隶属度法和加权平均法。
以上就是一些数学建模中的评价方法的相关建议了，希望对大家有所帮助!