模型的優(yōu)缺點總結(jié)

1、模型的優(yōu)點:1.建立的模型能與實際緊密聯(lián)系，結(jié)合實際情況對所提出的問題進行求解，使模型更貼近實際，通 用性、推廣性較強。2基于的模型算法新穎，且計算方便；基于的模型考慮相對全面，仿真結(jié)果合理f生較強； 基于算子和一一的評價模型比較精確，得到的因素權(quán)重可信度比較高。3. 的可視化界面形象逼真，操作簡便，便于推廣；4. -個模型通過對實驗數(shù)據(jù)的分析不僅使問題得到了一定程度上的解決，而且還能迅速掌握了實驗數(shù)據(jù)的特點為建立更合理的模型提供了參考經(jīng)驗。5. 模型對于數(shù)據(jù)分布及樣本量、指標多少無嚴格限制，既適于小樣本資料，也適于多評價單元、多指標的大系統(tǒng)，較為靈活、方便。6. 模型可操作性強，適用范圍廣泛

2、，基于可能度的模型比較精準，得到的因素權(quán)重可信度比 較高。模型安排方案具體，在模型的基礎上進一步細分，提出了較為精細的方案。模型提出 了一個通用指標，可廣泛應用于其它領域。7模型可靠性高，所采用的研究方法移植性強，但所求得的估計值可能存在一定偏差。模型對函數(shù)的構(gòu)思存在一定的獨到之處，引入了非線性規(guī)劃，但是模型檢驗方式較為復雜。 模型的缺點：1基于的預測模型運算過程比較麻煩，數(shù)據(jù)多，運算過程龐大，編程以及程序運行耗時比較多。2基于（模糊多目標的學費標準）模型中的參數(shù)確定的（模糊f生）決定了其推廣的相對難度，需要 經(jīng)過更加專業(yè)的處理。3. （如學費標準）制定過程中的隨機因素較多使得模型不能將其準確

3、地反應出來4. 模型復雜因素較多，不能對其進行全面的考慮，造成與實際有一定的不相符之處。模型的改進：模型一考慮了兩個一級指標共六個二級指標構(gòu)成的評價指標體系，來評價病床的合理安排。這主要是 從處理上來考慮的，可以嘗試采用更多更有效的指標來評價模型，從而讓模型達到達到更加優(yōu)化的目 的。模型的推廣：本文構(gòu)建了基于算子的（病床合理安排模糊綜合評價模型，解決了排隊模型的評價問題，采用（模糊數(shù)）的形式表示相尖變量，具有一定的合理性，可以用于各種不確定性評價問題。本文提出的 基于模糊線性規(guī)劃的病床合理安排模型具有良好的應用前景，可以和排隊論的基本模型相結(jié)合，得出 更加優(yōu)化的結(jié)果。本文提出的基于算子的模型，

4、解決了 -問題，可以用于其它不確定性多屬 性決策問題中。本文建立的一模型可以用于其它的比例分配問題中，而且簡便易行，效果顯著。1模型建立的合理性，模型的建立是在對樣本數(shù)據(jù)進行充分挖掘的基礎之上的，通過數(shù)據(jù)之間的內(nèi)在尖系觀察計算，提煉出各個指標之間的尖系，建立起模型；2對眾多指標用科學的方法進行選取，同時對一些未量化的指標建立模型，進行科學合理的量化，由這些指標建立指標體系；3. 模型的建立是按照問題問題的解決思路進行的，首先分析和發(fā)現(xiàn)現(xiàn)有規(guī)律，然后對現(xiàn)有的規(guī)律進行評價，根據(jù)評價標準建立新模型，層次漸進易于理解；4. 使用SPSS統(tǒng)計軟件和excel進行統(tǒng)計，大大減少了計算量，同時應用和matlab進行優(yōu) 化， 得出理想結(jié)果。缺點： 由于所給數(shù)據(jù)的自身存在某些局限性，我們對模型進行了