基于灰色系统GM（1,1）模型的某高校专业录取分数线预测研究.pdfVIP

一 ， ， 缝，钽 黔 ， ， 麟 ；jlA C0M l 瓣 基于灰色系统GM(1，1)模型的某高校专业 录取分数线预测研究 周爱君 (福建工程学院海峡工学院 福建 福州 350014) 【摘 要 】：考生高考填报志愿时可以根据高考成绩及志愿学校的投档线进行填报，但在进行专业 选择时，往往只有历史录取数据作为参考，不能真实反映当年的实际情况。本文采用灰色预测系统 GM(1，1)模型预测方法，结合某高校各专业历年录取分数情况，对各专业以后几年的录取分数情况进 行预测实现。避免考生高分却因专业顺序填写不对，调剂到不理想的专业，对考生志愿填报有较大的 实际指导意义。 【关键词】：录取分数；灰色系统；GM(1，1)；预测 1引言 进行预测。灰色预测通过鉴别系统因素之间发展趋势 目前，学术界较为成熟的预测方法很多，各种不 的相异程度，即进行关联分析，并对原始数据进行生 同的预测方法有其所面向的特定对象，不存在一种普 成处理来寻找系统变动的规律，生成有较强规律性的 最‘好”的预测方法 。GM(1，1)模型预测是 以灰色系 数据序列，然后建立相应的微分方程模型，从而预测 统理论为基础 ，通过原始数据的分析处理和建立灰色 事物未来发展趋势的状况。其用等时距观测到的反应 模型，对系统未来状态作出科学的定量预测的一种方 预测对象特征的一系列数量值构造灰色预测模型，预 法。本文采用 GM(1，1)模型是基于 以下两方面的考 测未来某一时刻的特征量，或达到某一特征量的时 虑：首先，GM(1。1)模型对数据要求较低 ，而其他多数 间。 预测方法 以数理统计为基础 ，对样本量有较高要求； 本文采用灰色预测 GM(1，1)模型 【1对某高校专取 其次，GM(1，1)模型的计算量相对较小，计算方法相对 分数离散数据视为连续变量在其变化过程 中所取的 简单，适用性较好。 离散值，然后 由原始数据产生累加生成数，再利用微 灰色系统理论…是邓聚龙于 1982年提出的，是介 分方程式进行处理，抵消大部分随机误差，最后对 以 于白色系统和黑箱系统之间的过渡系统，如果某一系 后几年的专业录取分数进行预测，并对预测误差进行 统的全部信息已知为 白色系统，全部信息未知为黑箱 综合评判。 系统，部分信息已知，部分信息未知，那么这一系统就 2数列预测GM(1。1)模型 是灰色系统，灰色预测就是对灰色系统所做的预测。 灰色系统理论的微分方程称为GM模型，G表示 对于高校专业录取分数线而言，影响分数变化的因素 gray(灰色)，m表示model(模型)，GM (1，1)表示 1阶 很多，但可度量的已知因素不多，因此，对于高校专业 的、1个变量的微分方程模型。 录取分数这一灰色系统的预测可以用灰色预测方法 。 GM(1，1)建模过程和机理如下： 灰色系统理论认为对既含有 已知信息又含有未 o‘()={。‘(1)，o‘’(2)，0‘’(3)，… 0‘()，) (1) 知或非确定信息的系统进行预测，就是对在一定方位 记原始数据序列为非负序列X ，其中： 内变化的、与时间有关的灰色过程的预测。尽管过程 L”f七) 0，k=1,2，… ， (2) 中所显示的现象是随机 的、杂乱无章的，但毕竟是有 其相应的生成数据序列为X¨) 序的、有界的，因此这一数据集合具备潜在的规律，灰 (尼)={X0)(1)，X‘(2)，X’‘(3)，… ‘()，} (3) 色预测就是利用这种规律建立灰色模型对灰色系统 XJ【(尼)≥0，k=1,2，…，7／