多指标决策、方案排序、确定权重（选址 / 供应商 / 方案评估）

有限方案多指标排序（谁最好 / 最差）

用数据自身变异客观赋权（指标越多越适用）

小样本、信息不完全时的因素关联度排序

定性指标多、需综合评判（风险 / 满意度 / 等级）

多指标压缩成少数综合指标(降维 + 评价)

客观赋权，兼顾指标冲突性与对比度

多指标折中排序，兼顾'最大群体效用'与'最小个别遗憾'

小样本(≥4)、单调序列的中短期预测

一个因变量对一个自变量的趋势拟合 / 预测

一个因变量对多个自变量的解释 / 预测

时间序列无趋势 / 轻趋势的短期预测

去噪 / 平稳序列的 naive 预测

有趋势 / 季节性的单变量序列预测

二分类 / 概率预测（是否违约 / 是否获奖）

状态转移概率已知的动态预测（排名 / 占有率）

已知离散点补出中间值（拟合曲线 / 补全数据）

复杂非线性映射 / 拟合 / 分类（大数据）

目标与约束都是线性的资源分配 / 排产

变量必须为整数(人数 / 台数 / 是否选)

目标或约束含非线性(成本曲线 / 二次项)

同时优化冲突目标(成本 vs 质量 / 时间 vs 风险)

组合 / 非线性全局优化（调度 / TSP / 布局）

高维 / 非线性 / 离散全局优化

连续空间全局优化（参数寻优）

路径 / 组合优化(TSP / 网络路由 / 调度)

网络中最短路径（交通 / 通信 / 管网）

解析难求时用随机采样估计(风险 / 积分 / 排队)

无标签数据分 k 组（客户分群 / 异常检测）

不需预设 k 的谱系聚类(可画树状图)

可解释的分类 / 回归（规则提取）

小样本高维分类 / 回归(边界清晰)

允许样本属多簇的软聚类

描述连续变化过程(传播 / 增长 / 动力系统)

按时间段演化的离散系统(人口 / 经济 / 递推)

服务系统容量 / 等待时间优化(窗口 / 客服 / 算力)

多方策略互动决策(定价 / 竞标 / 资源争夺)

空间上局部规则演化的复杂系统(交通 / 扩散 / 生长)

多重共线性下的回归(高相关自变量)

先验 + 数据更新后验(诊断 / 参数估计 / 分类)